Novel parameters of surface EMG in patients with Parkinson’s disease and healthy young and old controls

Development of an Infant’s Peripheral Motor System Within the First 3 Years of Life as Studied Using Surface Electromyography

“…Таким образом, данная работа представляет собой попытку «заглянуть» в пренатальное состояние скелетно-мышечной системы и рассмотреть ее развитие на протяжении последующих 3 лет с помощью нели-нейных параметров иЭМГ. Нелинейные параметры раз-личных биосигналов в последнее десятилетие все чаще используются для понимания физиологических и пато-логических процессов [21][22][23][24], а сигнал иЭМГ считается адекватным для понимания физиологических механиз-мов, протекающих в скелетной мышце [21].…”

“…Нейрофизиологическая интерпретация полученных результатов базируется на данных, полученных при иссле-довании активности отдельных двигательных единиц (ДЕ) и иЭМГ. В частности, было показано, что снижение энтро-пии иЭМГ связано с ростом синхронизации активности двигательных единиц [27] и появлением скрытых ритмов на иЭМГ, также характерных для синхронизации ДЕ [17,22]. Интересно отметить, что такой классический линейный параметр иЭМГ, как амплитуда, в отличие от нелинейных параметров, монотонно растет на протяжении всех 36 мес после рождения (см.…”

Feature Extraction Methods for Studying Surface Electromyography and Kinematic Measurements in Parkinson’s Disease

“…Therefore, there is important information about PD in the morphology of the EMG signal and in the recurring signal patterns. It has been observed that the conventional EMG signal parameters (amplitudes and the mean and median frequencies) are not effective in capturing impulse-like structures [23]. Therefore, more modern methods of signal analysis are needed for analyzing the EMG signals of PD patients.…”

“…It was observed in [23] and [28,29] that the conventional amplitude-and spectral-based EMG parameters (root mean square value and median frequency) are not effective in characterizing the EMG signals of PD patients in comparison to the signals of the healthy subjects. Therefore, we extracted a set of other PD characteristic signal features from the isometric [28] and dynamic EMG and acceleration recordings [29].…”

Diagnosis of Parkinson's Disease by Electrophysiological Methods

“…A surface EMG is formed by the summation of a number of single muscle fiber action potentials. Therefore different world clinics have been searching for new relevant methods based on nonlinear time-series analyses of EMG to quantify the motor features of the disorder in PD (Del Santo et al, 2007;Meigal et al, 2009). Some other novel EMG characteristics, such as dimensionality based on fractal analysis or higher order statistics of EMG distribution have also proved to be sensitive to neuromuscular status (Swie et al, 2005).…”