Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  kontrola motoryki
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
Central nervous system (CNS) uses the combination of a small number of motor primitives, named muscle synergies, for simplification of motor control in human movement. The aim of this study was to investigate the muscle coordination in both leg muscles during pedaling by time-varying muscle synergy extraction. Twenty healthy subjects performed three 6-min cycling tasks over a range of rotational speed (40, 50, and 60 rpm) and resistant torque (3, 5, and 7 N/M). Surface electromyography signals were recorded during pedaling from eight muscles of the right and left lower limbs. We extracted four time-varying muscle synergies from sEMG patterns. Mean and standard deviation of the quality of the signal reconstruction (R2) for all subjects was obtained 0.9328 ± 0.0120. We investigated the similarity of muscle synergies during cycling across various mechanical conditions. We found the high degrees of similarity (>0.85) among the sets of time-varying muscle synergies across mechanical conditions and also across subjects. Our results show that the same motor control strategies for cycling are used by all subjects in various mechanical conditions.
PL
Przedstawiono wyniki prac nad zastosowaniem tabletu komputerowego w diagnostyce choroby Parkinsona. Dzięki odpowiedniemu oprogramowaniu powszechnie stosowanych do prac graficznych i inżynierskich tabletów powstała możliwość rejestracji sygnału motoryki kończyny górnej w często w neurologii stosowanej metodzie pisania i rysowania, wykorzystywanej do oceny stopnia zaawansowania rozwoju choroby Parkinsona i innych schorzeń neurologicznych, objawiających się drganiami ręki. Niniejsza praca przedstawia wyniki badań, mających docelowo doprowadzić do powstania spójnego modelu matematycznego do automatycznej oceny stopnia zaawansowania rozwoju choroby Parkinsona. Opierając się na rzeczywistych danych pacjentów, poszukiwano w nich elementów charakterystycznych dla tej choroby, oceniając dzięki temu przydatność zaproponowanej metody w diagnostyce neurologicznej. Dzięki zastosowaniu transformaty Fouriera oraz zależności czasowo-częstotliwościowej udało się potwierdzić zawartość charakterystycznych dla choroby Parkinsona prążków w widmie częstotliwościowym sygnału spirali Ar-chimedesa (najczęściej wykorzystywanej krzywej w badaniu rysowania i pisania) oraz zaobserwować również dla choroby Parkinsona typowe okresowości narastania i zaniku drżączki kończyn górnych.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.