A fast blind source separation algorithm for decomposing ultrafast ultrasound images into spatiotemporal muscle unit kinematics

↓ Direkt till sidans innehåll
↓ Direkt till sidans sekundära innehåll (sidomenyn)

Sökning: L773:1741 2560 OR L773:1741 2552 > A fast blind source...

Rohlén, RobinLund University,Lunds universitet,Avdelningen för Biomedicinsk teknik,Institutionen för biomedicinsk teknik,Institutioner vid LTH,Lunds Tekniska Högskola,LTH profilområde: Teknik för hälsa,LTH profilområden,Department of Biomedical Engineering,Departments at LTH,Faculty of Engineering, LTH,LTH Profile Area: Engineering Health,LTH Profile areas,Faculty of Engineering, LTH (författare)

A fast blind source separation algorithm for decomposing ultrafast ultrasound images into spatiotemporal muscle unit kinematics

Artikel/kapitelEngelska2023

Förlag, utgivningsår, omfång ...

2023
printrdacarrier

Nummerbeteckningar

LIBRIS-ID:oai:DiVA.org:umu-208291
https://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-208291URI
https://doi.org/10.1088/1741-2552/acd4e9DOI
https://lup.lub.lu.se/record/edf631d4-8c8a-4e3a-93c4-04d893c152aaURI

Kompletterande språkuppgifter

Språk:engelska
Sammanfattning på:engelska

Ingår i deldatabas

SwePubSwePub

Klassifikation

Ämneskategori:ref swepub-contenttype
Ämneskategori:art swepub-publicationtype

Anmärkningar

Objective: Ultrasound can detect individual motor unit (MU) activity during voluntary isometric contractions based on their subtle axial displacements. The detection pipeline, currently performed offline, is based on displacement velocity images and identifying the subtle axial displacements. This identification can preferably be made through a blind source separation (BSS) algorithm with the feasibility of translating the pipeline from offline to online. However, the question remains how to reduce the computational time for the BSS algorithm, which includes demixing tissue velocities from many different sources, e.g., the active MU displacements, arterial pulsations, bones, connective tissue, and noise.Approach: This study proposes a fast velocity-based BSS (velBSS) algorithm suitable for online purposes that decomposes velocity images from low-force voluntary isometric contractions into spatiotemporal components associated with single MU activities. The proposed algorithm will be compared against spatiotemporal independent component analysis (stICA), i.e., the method used in previous papers, for various subjects, ultrasound- and EMG systems, where the latter acts as MU reference recordings.Main results: We found that the computational time for velBSS was at least 20 times less than for stICA, while the twitch responses and spatial maps extracted from stICA and velBSS for the same MU reference were highly correlated (0.96 ± 0.05 and 0.81 ± 0.13).Significance: The present algorithm (velBSS) is computationally much faster than the currently available method (stICA) while maintaining the same performance. It provides a promising translation towards an online pipeline and will be important in the continued development of this research field of functional neuromuscular imaging.

Ämnesord och genrebeteckningar

Biuppslag (personer, institutioner, konferenser, titlar ...)

Lundsberg, JonathanLund University,Lunds universitet,Avdelningen för Biomedicinsk teknik,Institutionen för biomedicinsk teknik,Institutioner vid LTH,Lunds Tekniska Högskola,LTH profilområde: Teknik för hälsa,LTH profilområden,Department of Biomedical Engineering,Departments at LTH,Faculty of Engineering, LTH,LTH Profile Area: Engineering Health,LTH Profile areas,Faculty of Engineering, LTH(Swepub:lu)jo2033lu (författare)
Malesevic, NebojsaLund University,Lunds universitet,Avdelningen för Biomedicinsk teknik,Institutionen för biomedicinsk teknik,Institutioner vid LTH,Lunds Tekniska Högskola,LTH profilområde: Teknik för hälsa,LTH profilområden,Department of Biomedical Engineering,Departments at LTH,Faculty of Engineering, LTH,LTH Profile Area: Engineering Health,LTH Profile areas,Faculty of Engineering, LTH(Swepub:lu)ne1743ma (författare)
Antfolk, ChristianLund University,Lunds universitet,Avdelningen för Biomedicinsk teknik,Institutionen för biomedicinsk teknik,Institutioner vid LTH,Lunds Tekniska Högskola,LTH profilområde: Teknik för hälsa,LTH profilområden,Department of Biomedical Engineering,Departments at LTH,Faculty of Engineering, LTH,LTH Profile Area: Engineering Health,LTH Profile areas,Faculty of Engineering, LTH(Swepub:lu)elma-cal (författare)
Avdelningen för Biomedicinsk teknikInstitutionen för biomedicinsk teknik (creator_code:org_t)

Sammanhörande titlar

Ingår i:Journal of Neural Engineering1741-25601741-2552

Internetlänk

Hitta via bibliotek

Journal of Neural Engineering (Sök värdpublikationen i LIBRIS)

Till lärosätets databas

Hitta mer i SwePub

Av författaren/redakt...: Rohlén, Robin; Lundsberg, Jonat ...; Malesevic, Neboj ...; Antfolk, Christi ...

Om ämnet

TEKNIK OCH TEKNOLOGIER: TEKNIK OCH TEKNO ...; och Medicinteknik

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Medicinska och f ...; och Neurovetenskaper

MEDICIN OCH HÄLSOVETENSKAP: MEDICIN OCH HÄLS ...; och Medicinska och f ...; och Fysiologi

Artiklar i publikationen: Journal of Neura ...

Av lärosätet: Umeå universitet; Lunds universitet

Sök utanför SwePub

Sök vidare i:: Google; Google Book Search; Google Scholar

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

LIBRIS.kb.se