High-Density Electromyography-Based Methods for Joint Torque Prediction and Motor Unit Behavior Observation

• Electromyography (EMG) is a technique that measures the electrical activity of muscles. It reflects muscle activation and provides an interface to the central nervous system at the level of the muscle or individual motor units, which helps us understand the mechanisms of muscle force production, control, and coordination. EMG can also be used to detect changes in muscle activity caused by pathology, making it a valuable tool for research, diagnosis, and rehabilitation. One of the latest advancements in EMG technology is high-density EMG (HD-EMG). HD-EMG measures multiple spatially separated samples of muscle activation. This additional spatial information in HD-EMG offers new possibilities for the prediction of joint torques and the ability to look into individual motor units by decomposing the signals using blind source separation methods. This thesis presents two studies that explore the use of HD-EMG methods for joint torque estimation and the observation of motor unit behavior. In the first paper, we presented a detailed investigation of the effects of different EMG and kinematic inputs on the accuracy and robustness of ankle joint torque prediction using support vector regression. To evaluate the robustness, we analyzed the results in three cases (intra-session, inter-subject, and inter-session) and two movement categories (isometric contraction and dynamic movement). We found that HD-EMG-derived inputs improve the accuracy and robustness of torque prediction of the isometric contractions. However, in dynamic movements, good prediction results could only be achieved by including additional kinematic features (ankle joint position and angular velocity), and the type of EMG input did not strongly influence the results.In the second paper, we investigated the changes in motor unit behavior of the ankle plantar flexor (soleus) and dorsiflexor (tibialis anterior) caused by spinal cord injury (SCI). We computed torque, EMG, and motor unit parameters during volitional sub-maximal voluntary contractions for the SCI group and compared them to a non-injured control cohort. We found that participants in both groups could maintain the prescribed torque with similar variability. However, the SCI group required higher muscle activation levels (normalized to maximum) to achieve the same level of relative torque compared to the control group. The SCI group had lower intramuscular coherence in the alpha frequency band than the control group, indicating altered neural synchronization at the sub-cortical level. The soleus motor unit firing patterns were more variable post-SCI than in the control group. In addition, at high torque levels (50% of personal maximum), both muscle's motor units were recruited and de-recruited at lower torques, and motor units fired at lower rates in the tibialis anterior muscle in persons with SCI, indicating altered force gradation strategies after the injury.The studies presented in this thesis demonstrated that HD-EMG is suitable for robust isometric ankle joint torque prediction, which has potential in applications such as robot-assisted rehabilitation and robotic gait assistive technology. In particular, the robustness and accuracy of HD-EMG-based predictions are essential for improved estimation of the joint torque that can then be used in the human-in-the-loop control scheme. In addition, HD-EMG decomposition enables a non-invasive way to observe the motor unit behavior in vivo in persons with neuromusculoskeletal disorders, which can enhance the understanding of the underlying neurophysiological mechanisms of motor impairments. The insights provided by such HD-EMG analysis in the future may be beneficial for developing targeted interventions and personalized therapies.

• Elektromyografi (EMG) är en teknik som mäter den elektriska aktiviteten i musklerna. Den återspeglar muskelaktivering och utgör ett gränssnitt mot det centrala nervsystemet på muskelnivå eller enskilda motoriska enheter, vilket hjälper oss att förstå mekanismerna för muskelkraftproduktion, kontroll och samordning. EMG kan också användas för att upptäcka förändringar i muskelaktiviteten som orsakas av patologi, vilket gör det till ett värdefullt verktyg för forskning, diagnos och rehabilitering. Ett av de senaste framstegen inom EMG-tekniken är EMG med hög densitet (HD-EMG). HD-EMG mäter flera spatialt separerade prover av muskelaktivering. Denna ytterligare rumsliga information i HD-EMG ger nya möjligheter att förutsäga ledmoment och förmågan att undersöka enskilda motoriska enheter genom att dekomponera signalerna med hjälp av metoder för blind källseparation. I denna avhandling presenteras två studier som utforskar användningen av HD-EMG-metoder för uppskattning av ledmoment och observation av motoriska enheters beteende.I den första artikeln presenterade vi en detaljerad undersökning av effekterna av olika EMG- och kinematiska indata på noggrannheten och robustheten i förutsägelsen av fotledens vridmoment med hjälp av stödvektorregression. För att utvärdera robustheten analyserade vi resultaten i tre fall (inom sessionen, mellan försökspersoner och mellan sessioner) och två rörelsekategorier (isometrisk kontraktion och dynamisk rörelse). Vi fann att HD-EMG-deriverade indata förbättrar noggrannheten och robustheten av vridmomentprediktionen för isometriska kontraktioner. I dynamiska rörelser kunde dock goda prediktionsresultat endast uppnås genom att inkludera ytterligare kinematiska egenskaper (fotledens position och vinkelhastighet), och typen av EMG-inmatning påverkade inte resultaten i hög grad.I den andra artikeln undersökte vi förändringarna i motoriska enheters beteende hos fotledens plantarflexor (soleus) och dorsalflexor (tibialis anterior) orsakade av ryggmärgsskada (SCI). Vi beräknade vridmoment, EMG och motoriska enhetsparametrar under frivilliga submaximala kontraktioner för ryggmärgsskadegruppen och jämförde dem med en oskadad kontrollkohort. Vi fann att deltagarna i båda grupperna kunde upprätthålla det föreskrivna konstanta vridmomentet med liknande variabilitet. SCI-gruppen krävde dock högre muskelaktiveringsnivåer (normaliserat till maximalt) för att uppnå samma nivå av relativt vridmoment jämfört med kontrollgruppen. SCI-gruppen hade lägre intramuskulär koherens i alfafrekvensbandet än kontrollgruppen, vilket tyder på förändrad neuralsynkronisering på subkortikal nivå. Soleus motoriska enheters avfyrningsmönster  var mer varierande efter SCI än i kontrollgruppen. Vid höga vridmomentnivåer (50% av personligt maximum) rekryterades dessutom båda musklernas motorenheter och de-rekryterades vid lägre vridmoment, och motorenheter avfyrade i lägre takt i tibialis anterior-muskeln hos personer med SCI, vilket tyder på förändrade kraftgraderingsstrategier efter skadan.De studier som presenteras i den här avhandlingen visade att HD-EMG är lämpligt för att förutsäga ett robust isometriskt vridmoment för fotled, vilket har potential i tillämpningar som robotassisterad rehabilitering och robotbaserad teknik för gånghjälp. I synnerhet är robustheten och noggrannheten hos HD-EMG-baserade förutsägelser viktiga för en förbättrad uppskattning av ledmomentet som sedan kan användas i styrsystemet "human-in-the-loop". Dessutom möjliggör HD-EMG-dekomponering ett icke-invasivt sätt att observera de motoriska enheternas beteende in vivo hos personer med neuromuskuloskeletala störningar, vilket kan öka förståelsen för de underliggande neurofysiologiska mekanismerna för motoriska funktionsnedsättningar. De insikter som en sådan HD-EMG-analys ger i framtiden kan vara till nytta för att utveckla riktade interventioner och individualiserade behandlingar.

Subject headings

TEKNIK OCH TEKNOLOGIER  -- Maskinteknik (hsv//swe)

ENGINEERING AND TECHNOLOGY  -- Mechanical Engineering (hsv//eng)

Keyword

Ankle

isometric contractions

machine learning

neuromuscular control

spinal cord injury

Fotled

isometriska kontraktioner

maskininlärning

neuromuskulär kontroll

ryggmärgsskada

Teknisk mekanik

Engineering Mechanics

Publication and Content Type

vet (subject category)

lic (subject category)