Normalising electromyograms without maximal voluntary contractions
Cet article présente et valide une méthode basée sur la distribution qui estime avec précision les enveloppes d'électromyogrammes (EMG) normalisées à partir de signaux non normalisés sans nécessiter de tâches de calibration par contraction volontaire maximale (CVM) chronophages.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète
Les muscles humains parlent un langage électrique. Lorsque nous décidons de bouger, notre cerveau envoie des signaux le long de la moelle épinière vers les motoneurones, qui à leur tour déclenchent des impulsions électriques dans les fibres musculaires. Cette activité génère de minuscules variations de tension à la surface de la peau, un signal connu sous le nom d'électromyographie, ou EMG. Les scientifiques utilisent depuis longtemps ces signaux pour comprendre comment nous contrôlons notre corps, pour évaluer la santé des nerfs et des muscles, et pour aider à concevoir des membres bioniques qui répondent à l'intention de l'utilisateur. Cependant, lire ce langage électrique est complexe. La taille du signal enregistré sur la peau dépend de nombreux facteurs : l'épaisseur de la peau, la distance entre les électrodes et le muscle, ainsi que la position de la personne. Pour comparer l'activité musculaire entre différentes personnes ou différents jours, les chercheurs doivent généralement trouver un point de référence commun. Traditionnellement, cela consiste à demander à une personne de contracter un muscle aussi fort qu'elle le peut, un effort maximal qui sert d'« échelle complète » pour la mesure.
Cette pratique standard, bien qu'utile, comporte des obstacles importants. Demander à une personne de fournir son effort absolu maximal n'est pas toujours possible. Cela peut être douloureux pour une personne blessée, épuisant pour un patient en convalescence après une maladie, ou simplement trop difficile pour quelqu'un présentant une condition neurologique qui limite sa capacité à contracter pleinement ses muscles. De plus, même pour des personnes en bonne santé, le résultat d'un effort maximal peut varier d'un jour à l'autre en fonction de la motivation ou de la fatigue. Pendant des années, les scientifiques ont cherché un moyen de normaliser ces signaux musculaires sans dépendre de cet effort maximal, parfois difficile, voire impossible. Une équipe de chercheurs de l'Université de Griffith a maintenant proposé une nouvelle méthode qui examine la forme du signal électrique lui-même pour déterminer sa force, éliminant potentiellement le besoin d'une contraction maximale entière.
Les chercheurs sont partis d'une observation simple sur le comportement des signaux musculaires. Lorsqu'un muscle est à peine actif, le signal électrique est calme et concentré autour d'un point central. À mesure que le muscle travaille plus intensément et que davantage de fibres sont recrutées, le signal devient plus fort et s'étale, devenant plus varié dans son intensité. L'équipe a émis l'hypothèse que cet étalement, ou la « largeur » de la distribution du signal, pourrait servir de règle intégrée. Au lieu de demander à une personne d'atteindre un maximum, ils pourraient simplement mesurer l'étendue du signal pendant une tâche et utiliser cette largeur pour estimer l'intensité du travail musculaire par rapport au maximum.
Pour tester cette idée, l'équipe a enregistré l'activité musculaire de sept adultes en bonne santé pendant qu'ils faisaient du vélo stationnaire à diverses vitesses et niveaux de puissance, allant d'un échauffement léger à un sprint total. Ils ont également inclus quelques tâches de saut pour élargir la gamme d'efforts musculaires. Pour chaque session, ils ont d'abord calculé le « maximum » traditionnel en trouvant le signal le plus fort produit par la personne lors de n'importe quelle tâche. Ensuite, ils ont appliqué leur nouvelle méthode aux mêmes données. Cette nouvelle approche prenait le signal électrique brut, filtrait le bruit et le découpait en minuscules tranches de temps qui se chevauchaient. Dans chaque tranche, les chercheurs mesuraient deux choses : la variation de l'intensité du signal et la largeur de la distribution de ces intensités. Ils utilisaient ces deux mesures pour prédire quel aurait été l'effort maximal, créant ainsi une échelle normalisée sans jamais demander au participant de donner le meilleur de lui-même.
Les résultats étaient extrêmement proches de la méthode traditionnelle. Lorsque les chercheurs ont comparé les nouvelles estimations aux mesures d'effort maximal standard, la différence moyenne était de peine plus de six pour cent. En d'autres termes, la nouvelle méthode prédisait l'intensité de l'effort musculaire avec un haut degré de précision, capturant les mêmes pics et creux d'activité que l'approche conventionnelle. La méthode a fonctionné de manière cohérente à travers les différentes conditions de cyclisme, du pédalage à faible puissance au sprint maximal. Pour voir si cette approche pouvait fonctionner en dehors de l'environnement contrôlé du vélo, l'équipe l'a testée sur un seul participant indépendant effectuant des tâches de marche, de course, de squat et de saut. Bien que le taux d'erreur ait été légèrement plus élevé lors de ces mouvements plus complexes, avoisinant les douze pour cent, la méthode a tout de même réussi à capturer l'intensité relative de l'activité musculaire.
L'étude suggère que cette technique basée sur la distribution offre une alternative pratique pour les situations où un effort maximal n'est pas réalisable. Elle pourrait être particulièrement précieuse pour les appareils portables utilisés sur le terrain, où la mise en place d'une routine de calibration complexe est peu pratique, ou pour les évaluations cliniques impliquant des patients qui ne peuvent pas effectuer en toute sécurité une contraction maximale. Les chercheurs ont noté que leur méthode n'élimine pas toutes les sources d'erreur, telles que les différences de placement des électrodes, mais elle supprime le fardeau de la recherche d'une référence de maximum parfaite pour chaque session de mesure. En s'appuyant sur les propriétés statistiques naturelles du signal musculaire lui-même, l'équipe a démontré qu'il est possible de mesurer l'effort musculaire sans exiger une contraction maximale.
Bien que les résultats soient prometteurs, les auteurs prennent soin de présenter cela comme une nouvelle option plutôt que comme un remplacement de toutes les méthodes existantes. La validation a été menée principalement sur des adultes en bonne santé, et l'équipe reconnaît que des travaux supplémentaires sont nécessaires pour confirmer si l'approche reste vraie pour les personnes souffrant de lésions neurologiques ou pour différents types de contractions musculaires. La méthode nécessite également un équipement d'enregistrement et des réglages spécifiques pour garantir la cohérence de la qualité du signal. Néanmoins, l'étude offre une voie claire vers une façon plus simple et moins contraignante de mesurer l'activité musculaire. Elle suggère que la réponse à la question « à quel point ce muscle travaille-t-il dur ? » est cachée au sein même du signal, attendant d'être lue sans avoir besoin d'un dernier effort épuisant.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.