Wyniki wyszukiwania - BazTech

1

System wspierający ocenę wzrokowych potencjałów wywołanych w oparciu o analizę wielorozdzielczą

Stasiakiewicz P., Dobrowolski A., Tomczykiewicz K.

Przegląd Elektrotechniczny

|

2017

|

R. 93, nr 10

1--5

PL

Hipotezy dotyczące schorzeń drogi wzrokowej formułowane są na podstawie oceny wzrokowych potencjałów wywołanych powstałych na wskutek stymulacji oka zewnętrznym źródłem światła. Proces diagnostyczny jest złożony i skomplikowany, dlatego wymaga od lekarza doświadczenia i dobrej percepcji. W niniejszym artykule opracowano system wspierający proces decyzyjny, który charakteryzuje się w zbiorze testującym 100,00% czułością w grupie 49 przypadków przy 14,38% prawdopodobieństwie fałszywego alarmu w grupie 153 przypadków diagnostycznych.

EN

Hypotheses regarding visual pathway disorders are formulated on the basis of visual evoked potentials arising as a result of stimulation of the eye by external light source. Diagnostic process is complex and complicated and therefore requires a doctor's experience and a good perception. This article provides a system supporting decision-making process, which is characterized in the testing set by a 100.00% sensitivity in 49 cases with 14.38% probability of false alarm in the group of 153 diagnostic cases.

2

Classification of auditory brainstem response using wavelet decomposition and SVM network

Dobrowolski A., Suchocki M., Tomczykiewicz K., Majda-Zdancewicz E.

Biocybernetics and Biomedical Engineering

|

2016

|

Vol. 36, no. 2

427--436

EN

In electrophysiological hearing assessment and diagnosis of brain stem lesions are most often used auditory brainstem evoked potentials of short latency. They are characterized by successively arranged maxima as a function of time, called waves. Morphology of the course, in particular, the timing and amplitude of each wave, allow neurologist diagnosis, which is not an easy task. Neurologist requires experience, attention and very good perception. In order to support the diagnostic process, the authors have developed an algorithm implementing the automated classification of auditory evoked potentials to the group of pathological and physiological cases. The sensitivity and specificity of group numbering of 130 cases are respectively 95% and 98% and classification accuracy is equal to 97%. The procedures developed by the authors for generation of distinctive features based on wavelet decomposition with a SVM network-based classifier have been integrated into a diagnostic application directly interoperable with Nicolet Viking Select (Natus Medical Inc., USA) system data files.

3

Fall Detector Using Discrete Wavelet Decomposition And SVM Classifier

Wójtowicz B., Dobrowolski A., Tomczykiewicz K.

Metrology and Measurement Systems

|

2015

|

Vol. 22, nr 2

303--314

EN

This paper presents the design process and the results of a novel fall detector designed and constructed at the Faculty of Electronics, Military University of Technology. High sensitivity and low false alarm rates were achieved by using four independent sensors of varying physical quantities and sophisticated methods of signal processing and data mining. The manuscript discusses the study background, hardware development, alternative algorithms used for the sensor data processing and fusion for identification of the most efficient solution and the final results from testing the Android application on smartphone. The test was performed in four 6-h sessions (two sessions with female participants at the age of 28 years, one session with male participants aged 28 years and one involving a man at the age of 49 years) and showed correct detection of all 40 simulated falls with only three false alarms. Our results confirmed the sensitivity of the proposed algorithm to be 100% with a nominal false alarm rate (one false alarm per 8 h).

4

Klasyfikacja słuchowych potencjałów wywołanych w oparciu o dekompozycję falkową i sieć SVM

Suchocki M., Dobrowolski A., Majda-Zdancewicz E., Tomczykiewicz K.

Biuletyn Wojskowej Akademii Technicznej

|

2015

|

Vol. 64, nr 4

117-129

PL

W elektrofizjologicznej ocenie słuchu oraz diagnozowaniu uszkodzeń pnia mózgu najczęściej wykorzystuje się słuchowe potencjały wywołane pnia mózgu o krótkiej latencji. Charakteryzują się one kolejno ułożonymi w funkcji czasu maksimami, zwanymi załamkami lub falami. Morfologia przebiegu, a w szczególności zależności czasowe i amplitudowe poszczególnych załamków, umożliwiają neurologowi postawienie diagnozy, co nie jest zadaniem prostym. Wymaga od neurologa doświadczenia, skupienia uwagi i bardzo dobrej percepcji. W celu wsparcia procesu diagnostycznego autorzy opracowali algorytm realizujący zautomatyzowaną klasyfikację słuchowych potencjałów wywołanych do grupy przypadków patologicznych i fizjologicznych, z czułością i specyficznością określoną na niezależnej grupie testowej liczącej 50 przypadków, wynoszącą odpowiednio 84% i 88%.

EN

For electrophysiological hearing assessment and diagnosis of brain stem lesions, the most often used are auditory brainstem evoked potentials of short latency. They are characterized by successively arranged maxima as a function of time, called waves. Morphology of the course, in particular, the timing and amplitude of each wave, allow a neurologist to make diagnose, what is not an easy task. A neurologist should be experienced, concentrated, and should have very good perception. In order to support his diagnostic process, the authors have developed an algorithm implementing the automated classification of auditory evoked potentials to the group of pathological and physiological cases, the sensitivity and specificity determined for an independent test group (of 50 cases) of respectively 84% and 88%.

5

Wavelet decomposition of evoked potentials as an objective assessment for the auditory pathway

Suchocki M., Dobrowolski A.P., Tomczykiewicz K.

Spektrum

|

2013

|

nr 11-12

XIX--XXIV

EN

The paper describes the problems associated with electroencephalographic examination of hearing. Due to the fact that the current methods are mainly based on the interpretation of the timing electroencephalograms and require a large experience of examining neurologist, a task was undertaken to eliminate the subjective evaluation of results, and to automate testing. The authors, using the CPS methods have identified distinctive features differentiating evoked potentials well differentiating normal cases from pathological ones.

PL

Artykuł opisuje problemy związane z oceną zmysłu słuchu przy pomocy elektroencefalografu. Ponieważ aktualne metody są skupione na interpretacji czasowej elektroencefalogramów i wymagają dużego doświadczenia egzaminującego neurologa, podjęto się zadania wyeliminowania subiektywnej oceny wyników i automatyzacji badań. Autorzy używając metod CPS wskazali dystynktywne cechy wywołanych potencjałów, które pozwalają na łatwe odróżnienie przypadków patologicznych od zdrowych

6

Digital signal processing in the diagnosis of brainstem auditory evoked potentials

Dobrowolski A. P., Suchocki M., Tomczykiewicz K.

Elektronika : konstrukcje, technologie, zastosowania

|

2012

|

Vol. 53, nr 5

26-29

EN

The article presents issues related with examination of auditory evoked potentials. The current methods are mainly based on timing interpretation of waveform potentials. Such method requires significant experience from examining neurologist. From this reason the authors have undertaken the task aimed at elimination of subjective assessment of results and automation of the tests. To isolate distinctive features of evoked potentials and differentiate the normal results from pathological cases, authors used methods of digital signal processing. The use of wavelet decomposition and linear SVM network has ensured correct classification of 40 different clinical cases, including 20 normal and 20 pathological cases.

PL

Artykuł przedstawia problemy związane z badaniem słuchowych potencjałów wywołanych. Obecne metody bazują głównie na czasowej interpretacji przebiegów potencjałów. Metody te wymagają dużego doświadczenia ze strony neurologa przeprowadzającego badanie. Uwzględniając powyższe, autorzy podjęli się zadania wyeliminowania subiektywnej oceny wyników oraz zautomatyzowania badania. W celu wyodrębnienia cech dystynktywnych z potencjałów wywołanych oraz rozróżnienia przypadków poprawnych i patologicznych, autorzy użyli metod cyfrowego przetwarzania sygnałów. Użycie dekompozycji falkowej oraz liniowych sieci SVM dało w rezultacie poprawną klasyfikację 40 przypadków klinicznych, zawierających 20 poprawnych i 20 patologicznych przebiegów.

7

Komputerowa analiza słuchowych potencjałów wywołanych pnia mózgu

Dobrowolski A.P., Suchocki M., Tomczykiewicz K.

Przegląd Elektrotechniczny

|

2011

|

R. 87, nr 9a

145-150

PL

W referacie przedstawiono problematykę związaną z badaniem słuchu metodą potencjałów wywołanych pnia mózgu (SPWPM). Ze względu na to, że obecne metody opierają się głównie na interpretacji przebiegów czasowych potencjałów i wymagają od badającego neurologa dużego doświadczenia, podjęto się zadania, które ma na celu eliminację subiektywnej oceny wyników oraz zautomatyzowanie badania. Autorzy korzystając z metod cyfrowego przetwarzania sygnałów wyodrębnili cechy dystynktywne SPWPM dobrze różnicujące przypadki prawidłowe od patologicznych. Wykorzystanie dekompozycji falkowej i liniowej sieci SVM zapewniło prawidłową klasyfikację 40 różnych przypadków klinicznych, w tym 20 przypadków prawidłowych i 20 patologicznych.

EN

The paper presents problems which are connected with the examinations of auditory evoked potentials. Due to the fact that current method are mainly based on timing interpretation of potentials waveform and that require a lot of experience from examining neurologist, authors have undertaken the task, which will main goal is elimination of subjective assessment results and automation of examinations. The authors use the methods of digital signal processing isolated the distinctive features of evoked potentials, which truly differentiate the correct from pathological cases. The use of wavelet decomposition and linear SVM network provide the correct classification of 40 different clinical cases, including 20 normal and 20 pathological cases.

8

Diagnozowanie schorzeń nerwowo-mięśniowych za pomocą sieci neuronowych w oparciu o skalogramy potencjałów czynnościowych

Dobrowolski A., Wierzbowski M., Tomczykiewicz K.

Przegląd Elektrotechniczny

|

2009

|

R. 85, nr 11

99-104

PL

W artykule przedstawiono nową metodę diagnozowania chorób nerwowo-mięśniowych opartą na analizie skalogramów wyznaczonych za pomocą falek Symlet 4. Z otrzymanych skalogramów wyekstrahowano 5 cech, umożliwiających klasyfikację do grupy miogennej, neurogennej lub prawidłowej za pomocą sztucznych sieci neuronowych różnych typów. Zastosowano perceptron progowy, perceptron wielowarstwowy oraz sieć SVM w wersji liniowej.

EN

The paper presents a new method of diagnosis of neural-muscle disorders based on analysis of scalograms of action potentials determined by using the ‘Symlet 4’ wavelet technique. The scalograms provide 5 features that allow artificial neural network classifier to distinguish between three classes: myogenic, neurogenic or normal. The neural networks utilized were single-layer perceptron, multilayer perceptron and linear support vector machine.

9

Analiza wielorozdzielcza i sieć SVM w zastosowaniu do klasyfikacji potencjałów czynnościowych

Dobrowolski A. P., Wierzbowski M., Tomczykiewicz K.

Biuletyn Wojskowej Akademii Technicznej

|

2009

|

Vol. 58, nr 3

275-302

PL

W artykule przedstawiono nową metodę diagnozowania chorób nerwowo-mięśniowych opartą na analizie skalogramów wyznaczonych za pomocą falek Symlet 4. Z otrzymanych skalogramów wyekstrahowano 5 cech, które po analizie w sieciach SVM sprowadzono do pojedynczego parametru klasyfikującego analizowane przypadki do grupy miogennej, neurogennej i prawidłowej. Implementacja programowa metody stworzyła narzędzie diagnostyczne wspomagające badanie EMG o bardzo wysokim prawdopodobieństwie prawidłowej oceny stanu mięśnia (błąd całkowity wyniósł 0,66% - dwie błędne klasyfikacje na 300 badanych pacjentów).

EN

The paper presents a new approach to the computer aided diagnostic systems for the needs of quantitative electromyography. The approach is based on the analysis of wavelet scalograms of the motor unit action potentials calculated on the basis of 4th order Symlet wavelet. The scalograms provide the vector consisting of five features describing the state of a muscle. The vectors serve to carry out a classification of pathology by using Support Vector Machine method. The QEMG examination consists of the insertion of a needle electrode into a muscle and a registration of muscle potentials during low effort. Registered potentials are called motor unit action potentials (MUAPs). A diagnosis is usually preceded by a statistical analysis of a MUAP shape. An inconvenience of this procedure in a clinical practice is caused by high time- consumption arising, among others, from the necessity of determination of many parameters, usually between 4 and 7. Additionally, an ambiguity in determination of basic temporal parameters can cause doubts during comparison of parameters found by the physician with standard ones determined in other research centre, which mostly uses equipment of older generation. Measurement results on diagnostic method deprived of above - mentioned disadvantages are described in the paper. The aim of our work was a development of new methods for transformation of action potential signals observed in EMG records for healthy muscles and changed ones. The multiresolution decomposition method was devoted to determination of a vector of characteristic features of signals corresponding to analyzed categories. Then, this vector was used for effective recognition of these categories using linear Support Vector Machine technique. The final effect of research is development of a definition for numerical classificator directly enabling a unique diagnosis to be made. An essential advantage of the suggested classificator is a precise and algorithmically realized definition which enables an objective comparison of examination results obtained by physicians with different experience and working in different research centres. The presented diagnostic method ensures significantly better distinction between pathological and healthy cases as compared to methods using traditional parameters defined in time and frequency domains. Sensitivity of the wavelet method, for 100% specificity, amounts to 100% for myogenic and to 97% for neurogenic pathological states.

10

Support vector machine for MUAP scalograms classification

Dobrowolski A., Wierzbowski M., Tomczykiewicz K.

Przegląd Elektrotechniczny

|

2008

|

R. 84, nr 12

335-338

EN

The paper presents a new approach to the computer aided diagnostic systems for the needs of quantitative electromyography. The approach is based on the analysis of wavelet scalograms of the motor unit action potentials calculated on the basis of 4th order Symlet wavelet. The scalograms provide the vector consisting of six features describing the state of a muscle. The vectors serve to carry out a classification of pathology by using support vector machines method.

PL

W referacie przedstawiono nową metodę diagnostyczną opartą na analizie skalogramów wyznaczonych za pomocą falek Symlet 4. Z otrzymanych skalogramów wyekstrahowano 6 cech, które posłużyły do klasyfikacji rodzaju patologii przeprowadzonej z wykorzystaniem metody maszyn wektorów nośnych. Implementacja programowa metody stworzy narzędzie diagnostyczne wspomagające badanie EMG o wysokim prawdopodobieństwie prawidłowej oceny stanu mięśnia.

11

Analiza falkowa potencjałów czynnościowych jednostek ruchowych

Dobrowolski A. P., Tomczykiewicz K.

Biuletyn Wojskowej Akademii Technicznej

|

2008

|

Vol. 57, nr 2

55-70

PL

Statystyczne opracowanie parametrów przebiegów czasowych potencjałów czynnościowych jednostek ruchowych zapewnia w wiekszości przypadków diagnozę, ale ze względu na niejednoznaczność w określaniu parametrów czasowych oraz ich liczbę, niezbędne jest duże doświadczenie neurologa interpretującego wyniki. W artykule zaprezentowano nowa metodę diagnozowania chorób nerwowo-mięśniowych, opartą na liniowej analizie dyskryminacyjnej skalogramów wyznaczonych za pomocą falek Symlet 4 z rzędu. Z otrzymanych w wyniku transformacji falkowej skalogramów wyekstrahowano sześć parametrów falkowych, które sprowadzono do pojedynczego parametru umożliwiającego dyskryminację przypadków prawidłowych, miogennych i neurogennych. Implementacja programowa proponowanej metody umożliwiła stworzenie komputerowego narzędzia diagnostycznego wspomagającego badanie elektromiograficzne o bardzo wysokim prawdopodobieństwie prawidłowej oceny stanu mięśnia.

EN

This paper presents a new approach to the computer aided diagnostic systems for the needs of quantitative electromyography. Electromyography is a functional examination which plays a fundamental role in diagnostics of muscles and nerves diseases. The method allows for distinction between records of a healthy muscle and a changed one as well as for determination whether pathological changes are of primary myogenic or neurogenic character. Statistical processing of electromyography examination performed traditionally in the time domain ensures mostly correct classification of pathology without determination of a disease progression. However, because of an ambiguity of temporal parameters definitions a diagnosis can include a significant error which depends strongly on physician experience. So far, medical practice imposes, as a consensus, registration of at least 20 different motor unit action potentials belonging to one muscle. Them selected temporal parameters (presented in the paper) are determined for each run and their mean values are calculated. In the final stage, these mean values are compared with a standard and including also additional electromyography information a diagnosis is given. An inconvenience of this procedure in a clinical practice consist in high time-consumption arising, among others, from the necessity of determination of many parameters, usually between 4 and 7. Additionally, as it was mentioned above, an ambiguity in determination of basic temporal parameters can cause doubts during comparison of parameters found by the physician with standard ones determined in other research center which mostly uses equipment of older generation. A new approach we presented is based on the analysis of wavelet scalograms of the motor unit action potentials calculated on the basis of Symlet 4. The scalograms provide the vector consisting of five features describing the state of a muscle that can be reduced to one feature. In consequence, the healthy, myogenic and neurogenic cases can be successfully classified with the use of a linear method. A final effect of the first research stage was development of a definition for single point discriminant directly enabling a unique diagnosis to be made. An essential advantage of the suggested discriminant is a precise and algorithmically realized definition which enables an objective comparison of examination results obtained by physicians with different experience and working in different research centers. So, the definition fulfils a fundamental criterion for the parameter used for standard preparation. A suggestion of the standard for selected muscle is presented in the last part of the paper. The aim of next studies is a definition of standards which could allow a unique classification of myogenic, neurogenic and physiological cases for a large group of muscles based on a more numerous population. Currently, the authors are working on implementation of suggested procedures into diagnostic software that could be compatible with Viking IV D system developed by the Nicolet BioMedical Inc.

12

Carpal Tunnel Syndrome in Occupational Medicine Practice

Bugajska J., Jędryka-Góral A., Sudoł-Szopińska I., Tomczykiewicz K.

International Journal of Occupational Safety and Ergonomics

|

2007

|

Vol. 13, No. 1

29--38

EN

Work-related overload syndromes are chiefly associated with the upper limbs, where carpal tunnel syndrome (CTS) plays a leading role. This article analyses methods of diagnosing CTS, with special emphasis on those that can be used by physicians in early diagnosis of CTS in workers doing monotonous work. It also discusses occupational (e.g., assembly work, typing, playing instruments, packaging and work associated with the use of a hammer or pruning scissors) and extra-occupational factors (e.g., post-traumatic deformation of bone elements of the carpal tunnel, degenerative and inflammatory changes in tendon sheaths, connective tissue hypertrophy or formation of crystal deposits) leading to CTS; diagnostic methods (subjective symptoms, physical examination, manual provocative tests, vibration perception threshold, electrophysiological examination and imaging methods); and therapeutic and preventive management tools accessible in occupational medicine practice.

13

Fourier analysis of motor unit action potentials

Dobrowolski A., Tomczykiewicz K., Komur P.

Electronics and Telecommunications Quarterly

|

2007

|

Vol. 53, No 2

127-141

EN

Electromyography (EMG) is a functional examination that plays a fundamental role in the diagnosis of neuromuscular disorders. The method allows for distinction between records of a healthy muscle and a changed muscle as well as for determination of whether pathological changes are of primary myopathic or neuropathic character. The statistical processing of electromyographic signal examination performed in the time domain ensures mostly correct classification of pathology; however, because of an ambiguity of most temporal parameter definitions, a diagnosis can include a significant error that strongly depends on the neurologist's experience. Then, selected temporat parameters are determined for each run, and their mean values are calculated. In the final stage, these mean values are compared with a standard and, including additional clinical information, a diagnosis is given. An inconvenience of this procedure is high time consumption that arises from, among other things, the necessity of determination of many parameters. Additionally, an ambiguity in determination of basic temporal parameters can cause doubts when parameters found by the physician are compared with standard parameters determined in other research centers. In this paper, we present a definition for single-point spectral discriminant that directly enables a unique diagnosis to be made. An essential advantage of the suggested discriminant is a precise and algorithmically realized definition that enables an objective comparison of examination results obtained by physicians with different experiences or working in different research centers. Therefore, the definition fulfills a fundamental criterion for the parameter used for preparation of a standard. A suggestion of the standard for selected muscle based on a population of 70 healthy cases is presented in the Results section.

14

Analiza widmowa potencjałów jednostek ruchowych

Dobrowolski A., Komur P., Tomczykiewicz K.

Biuletyn Wojskowej Akademii Technicznej

|

2007

|

Vol. 56, nr 1

83-97

PL

Statystyczne opracowanie wyników badania elektromiograficznego realizowane w dziedzinie czasu zapewnia w większości przypadków prawidłową klasyfikację patologii bez określenia stopnia zaawansowania choroby. Celem prezentowanych badań jest stworzenie aplikacji, która wykorzystując specjalnie opracowane algorytmy cyfrowego przetwarzania sygnałów, w sposób automatyczny i jednoznaczny wyznaczy rodzaj patologii oraz stopień uszkodzenia badanego mięśnia. Celem niniejszej publikacji jest wprowadzenie w dziedzinę elektromiografii klinicznej oraz uporządkowanie medycznych pojęć związanych z badaniami elektromiograficznymi w kontekście inżynierskim, pozwalające na stworzenie niezbędnej płaszczyzny łączącej krajowe środowiska medyczne i techniczne.

EN

Electromyography (EMG) is a functional examination which plays a fundamental role in diagnostics of muscles and nerves diseases. The method allows us for distinction between records of healthy muscle and a changed one as well as for determination whether pathological changes are of primary myogenic or neurogenic character. Statistical processing of electromyography examination performed in the time domain ensures mostly correct classification of pathology without determination of a disease progression. However, because of an ambiguity of temporal parameters definitions, a diagnosis can include a significant error which depends strongly on physician experience. So far, medical practice imposes, as a consensus, registration of at least 20 different functional potentials of motor units belonging to one muscle. Then, selected temporal parameters (presented in the paper) are determined for each run and their mean values are calculated. In the final stage these mean the values are compared with a standard and, including also additional clinical information, a diagnosis is given. A final effect of the first research stage was development of a definition for single point discriminant directly enabling a unique diagnosis to be made. An essential advantage of the suggested discriminant is a precise and algorithmically realized definition which enables an objective comparison of examination results obtained by physicians with different experience and working in different research centers. So, the definition fulfils a fundamental criterion for the parameter used for standard preparation. A suggestion of the standard for selected muscle is presented in the last part of the paper. The aim of next studies is a definition of standards which could allow a unique classification of myogenic, neurogenic, and normal cases for a large group of muscles based on a more numerous population. Currently, the authors are working on implementation of suggested procedures into diagnostic software that could be compatible with Viking IV D system developed by the Nicolet BioMedical Inc. The secondary purpose of the paper is a systematization of medical concepts related to electromyography examinations in the engineering context. The systematization should create a useful platform connecting domestic medical and technical societies.

15

Analiza sygnałów EMG

Dobrowolski A., Tomczykiewicz K., Komur P.

Pomiary Automatyka Kontrola

|

2006

|

R. 52, nr 9 bis

94--96

PL

Statystyczne opracowanie wyników badania elektromiograficznego zapewnia w większości przypadków prawidłową klasyfikację patologii bez określenia stopnia ciężkości choroby. Celem rozpoczętych badań jest stworzenie aplikacji, która wykorzystując specjalnie opracowane algorytmy cyfrowego przetwarzania sygnałów, w sposób automatyczny i jednoznaczny wyznaczy rodzaj patologii oraz - być może - stopień uszkodzenia badanego mięśnia. Drugim celem publikacji jest uporządkowanie medycznych pojęć związanych z badaniami elektromiograficznymi w kontekście inżynierskim, co pozwoli ukonstytuować niezbędną płaszczyznę porozumienia łączącą środowiska medyczne i techniczne.

EN

The statistical study of the electromyography examination results, secure in most cases the correct classification of pathology without a grade of disease qualification. The aim of beginning works is to create an application, which applies dedicated digital signal processing algorithms, automatically and unambiguously determine the kind of pathology and perhaps the grade of disease. Another aim of this paper is to clarify medical concepts connected with electromyography examination in an engineering context. This allows us to form essential common ground linked to medical and technical environments.

16

Diagnozowanie stanu mięśni na podstawie analizy widmowej PJR

Dobrowolski A., Komur P., Tomczykiewicz K.

Diagnostyka

|

2006

|

nr 3(39)

95-100

PL

Statystyczne opracowanie wyników badania elektromiograficznego zapewnia w większości przypadków prawidłową klasyfikację patologii bez określenia stopnia ciężkości choroby. Celem rozpoczętych badań jest stworzenie aplikacji, która wykorzystując specjalnie opracowane algorytmy cyfrowego przetwarzania sygnałów, w sposób automatyczny i jednoznaczny wyznaczy rodzaj patologii oraz - być może - stopień uszkodzenia badanego mięśnia. Drugim celem publikacji jest uporządkowanie medycznych pojęć związanych z badaniami elektromiograficznymi w kontekście inżynierskim, co pozwoli ukonstytuować niezbędną płaszczyznę łączącą środowiska medyczne i techniczne.

EN

The statistical study of the electromyography examination results, secure in most cases the correct classification of pathology without a grade of disease qualification. The aim of beginning works is to create an application, which applies dedicated digital signal processing algorithms, automatically and unambiguously determine the kind of pathology and perhaps the grade of disease. Another aim of this paper is to clarify medical concepts connected with electromyography examination in an engineering context. This allows us to form essential common ground linked to medical and technical environments.