Dissertação

{en_GB=Neuromechanical Control of Ballistic Contractions: Decoding Motor Unit Activity from High Density EMG} {} EVALUATED

{pt=Nesta dissertação são investigados mecanismos de controlo motor durante a produção rápida de tensão muscular. Numa primeira parte são explorados métodos automáticos para detecção do início de força em contracções balísticas, sendo demonstrado o rigor dos métodos propostos e a sua validade como alternativas ao método manual. Os métodos são testados em sinais adquiridos com diversos tipos de instrumentação e sinais simulados com diferentes amplitudes de ruído. O processamento estatístico do sinal com o algorítmo AGLR leva a uma exactidão superior à do processamento manual (p <0.05), sendo o método mais robusto. Numa segunda parte, é feita uma análise dos mecânismos centrais (recrutamento e frequênciade unidades motoras) e periféricos (velocidade de condução muscular), e da sua contribuição conjunta para a força produzida em contracções balísticas. De modo a caracterizar os sinais do sistema nervoso central durante estas contracções, os potênciais de acção de diversos neurónios motores são extraídos a partir do electromiograma de alta densidade, usando blind source separation. As unidades motoras apresentam sinais de sincronização durante a fase de manutenção de força, e o output motor está altamente correlacionado com as frequências de disparo individuais (R2=0.70±0.09) e totais (R2=0.78±0.07). Apesar da redução da frequência dedisparo, a velocidade de condução aumenta monotonicamente na fase final da contracção, estando moderadamente correlacionada com o sinal mecânico (R2=0.62±0.28). Os resultados sugerem que a variação da velocidade de condução pode contribuir para explicar a fase final de aumento de força em contracções explosivas, através de uma relação multiplicativa entre variáveis centrais e periféricas., en=The current work expands the understanding of motor control mechanisms at high rates of force development. A preliminary investigation validates automatic methods for estimation of ballistic force onset, demonstrating their accuracy with respect to the gold-standard (manual detection). The methods are tested on data acquired with both custom-made and commercial force transducers, and data simulated with different noise levels, obtained from a novel ballistic force model. Statistical processing outperforms manual detection significantly (p <0.05). The main research addresses control of motor performance through several neuromechanical factors. In order to characterize the spinal output driving sub-maximal ballistic contractions, the individual motor unit action potentials are extracted from high-density EMG, using blind-source-separation. We describe how central (e.g.recruitment and discharge rate) and peripheral (e.g.muscle fiber conduction velocity) factors contribute towards mechanical output. Conduction velocity is characterized by a monotonic increase, despite a decrease in discharge rate after the initial phase of force development, and is moderately correlated with motor output (R2=0.62±0.28). The dynamics of CV match the transience of ionic gradient changes, contributing to explain the late rise in ballistic force, concurrent with decreased neural drive, through a multiplicative relationship between peripheral and central control factors. Individual motor units exhibit short-term-synchronization over long step-and-hold contractions, and the motor output is highly correlated with both individual (R2=0.70±0.09) and total (R2=0.78±0.07) discharge patterns. The results provide evidence of the accuracy of signal decomposition with respect to the reference invasive assessment of motor neurons, bringing a new insight into how recruitment and excitation influence mechanical performance.}
{pt=contracção explosiva, EMG de superfície de alta densidade, neurónios motores, velocidade de condução muscular, en=ballistic contraction, high density surface EMG, motor neuron discharge rate, muscle fiber conduction velocity}

Junho 29, 2018, 14:0

Orientação

ORIENTADOR

Miguel Pedro Tavares da Silva

Departamento de Engenharia Mecânica (DEM)

Professor Associado

ORIENTADOR

Dario Farina

Imperial College London

Professor