0: Перевод данного видео выполнен по заказу ассоциации профессионалов фитнеса доктор инока 1 из основателей нашего сообщества, он занимал пост президента, а сегодня активно занимается исследованиями, лауреат премии майбриджа международ.
1: Общества биомеханики, а также премии айсик. Он также был председателем ежегодного собрания в 2017 и, если я не ошибаюсь, в 84 году и, самое главное, в вопросах нейробиохимии му нет r.
2: Вклад доктора энока в эту область трудно переоценить, и, по мнению некоторых, он сделал для неё больше, чем кто-либо другой среди его многочисленных исследований центральное место.
3: Занимает изучение моторных единиц и механизмов контроля движений, а также адаптации тканей к старению повышенной и пониженной активности методология его исследований включает в себя не только
4: Описание феномена и определение лежащих в его основе механизмов, но также создание компьютерных моделей, которые помогают лучше понимать процессы биомеханики.
5: Доктор инока автор свыше 200 рецензированных статей и 40 глав в различных книгах, и хотя сейчас ведутся споры касательно ценности подобных показателей, немногие учёные могут похвастаться.
6: Индексом цитирования 79 пунктов в google сколар это 23000, ссылки, 64, работы доктора были процитированы более 100 раз, каждая 74.
7: Более 90 раз и на 2 работы ссылались более 1000 раз. Разумеется, наше общество не единственное, в котором состоит доктор, он также представляет нашу дисциплину в других профессиональных организациях. Он член ещё 5 профессиональных научных
8: Сообществ участник более 100 конференций и симпозиумов в различных институтах и учреждениях, что демонстрирует, насколько высоко наши коллеги ценят его исследования он прекрасный докладчик.
9: Многие нашли вдохновение в его работах те, кто имел счастье пообщаться с ним лично, отмечают, что он всегда готов обсудить со студентами и коллегами любой вопрос, особенно со студентами на конференциях он верит.
10: Что крайне важно поддерживать и направлять студентов в их изысканиях и сам всегда старается общаться с участниками стендовых докладов.
11: Я присоединяюсь к этим словам 1 раз я познакомилась с доктором эноки в самом начале своей карьеры на 1 из конференций, и мне повезло тогда пообедать вместе с ним и доктором либером, так что, подводя итог, приведу слова.
12: Поддержавших его номинацию, по их словам, они выдвигают на соискание премии доктора иноку как исключительно талантливого учёного и академика, чей вклад в развитие американского общества биомеханики имеет истории.
13: Значение я рада вам представить, доктор роджер энока.
14: Что интересно перед выступлением я не волновался, но теперь кто бы мог подумать. Спасибо, венди, за добрые слова. Также хочу поблагодарить членов общества за эту награду для.
15: Меня большая честь находиться сегодня здесь и поделиться с вами своей личной историей. Она берет своё начало в вашингтонском университете в 74 году.
16: И учитывая, что примерно половина аудитории это будущие студенты, я постарался не превращать выступление в скучную историческую справку, и я объединил сухие факты с моей лич.
17: Биографией и перспективами будущего. Думаю, всем будет интересно. Началось все, когда я учился в магистратуре вашингтонского универси.
18: А в 74 году при лаборатории дорис Миллер меня привлекло то, что у них был вот этот прибор динамометрическая платформа. Вчера я разговаривал с джо хемлен м и ещё несколькими преподавателями.
19: Спросил, сколько всего, по их мнению, было таких платформ в америке в 74 году мы насчитали не больше 10, так что, можно сказать, это была настоящая редкость.
20: Я оказался в университете Вашингтона, в то время благодаря вот этому человеку поднимите руки, если знаете, кто это.
21: Вижу несколько человек, кто скажет, как его зовут, верно? Это jim хей, этот человек был главным вдохновителем и сподвижником нашего общества. Я сде.
22: Делал это фото в 77 году кто-нибудь знает или, может, угадает, где оно сделано. Дон андерсон знает спортивный манеж в университете айовы.
23: 77 год. Какое событие произошло в 77 в университете айовы?
24: Американское общество биомеханики появилось на свет, состоялось 1 собрание, а если вы помните, то я начал рассказ с того, что оказался в Сиэтле в 74.
25: Году, а теперь показываю вам фото 77 года и говорю, что благодаря этому человеку я оказался в Сиэтле, в этой истории недостаёт какого-то фрагмента, а именно
26: Этой фотографии 68 года, университет отаго в Новой Зеландии. Вот джим хэй, а это я.
27: Я был студентом в университете отаго, а jim хэй читал нам 2 курса по биомеханике, которые носили очень ёмкие названия биомеханика 1 и биомеханика 2.
28: Он оказал на меня сильное влияние, и в итоге я оказался в вашингтонском университете как магистр, я должен был ещё и преподавать, и я ввёл у студентов физическую культуру.
29: Во многих организациях это было обязательно, и, наверное, увидев мою внушительную фигуру, мне решили поручить тяжёлую атлетику.
30: Пришлось за это взяться. Там я и познакомился с интересными людьми, благодаря которым заинтересовался, в частности, вот этим упражнением. Это фото сделали во время 1 эксперимента.
31: Здесь я провожу захват движений, хотя тогда так никто не говорил человека, который поднимает штангу. Это плёнка 16 миллиметров. Никаких видеокамер у нас не было, и меня интересовало конкретно вот это движение.
32: Человек поднимает штангу, прилагает максимум усилий до уровня таза. Вы видите диаграммы соотношения Углов в суставах, лодыжки и колена, на которых
33: Показана кинематика. Обратите внимание на ось игрек слева, которая отражает угол сгиба колена. Увеличение этого угла означает, что коленный сустав разгибается. Отмечу, что это очень быстрое движение.
34: Сначала колено разгибается, затем сгибается и снова разгибается между позициями 5 и 6 видно ещё 1 действие человек сгибает колени и помещает их под штангой, чтобы снизить инерцию и нагрузку.
35: Я провёл несколько таких исследований. У нас в лаборатории были длинные кабели и мг электроды, которые можно прикрепить на мышцы бедра, и я подумал, почему бы заодно не снять электромиограмму, что я и.
36: Делал вот что мы получили. Вы видите на слайде амплитуду сигнала задних мышц, бедра, а также эффективного вращающего момента мышц, сгибателей и разгибателей.
37: Единичное испытание среднее от 8 испытаний 1 человека и среднее группы.
38: И мне было интересно, вот у нас абсолютное время, и, как видите, движение заняло 400 миллисекунд. Это очень технично выполненное движение, при котором человек должен вовремя скоорди.
39: Активацию бедренных мышц, чтобы правильно подставить ногу. Все было замечательно. В 83 году я опубликовал статью, а последние 35 лет я занимался тем, что
40: Боже, 35 лет я пытался понять, о чем говорит этот сигнал. Сегодня я расскажу вам о путешествии, которое началось с этого измерения самого простого.
41: Из этапов и длилась до настоящего момента, когда я наконец то понимаю, о чем он говорит.
42: У меня вряд ли бы получилось в чем-то разобраться без помощи профессора роберта милетти, и в то время его студента дарио фарины профессор милетти преподавал.
43: На кафедре политехнического университета в Турине мы пересекались на нескольких конференциях. Он, биомедицинский инженер, специализируется на обработке сигналов. Очень любознательный учёный постоянно задавал вопросы. Так что мне
44: Было интересно с ним общаться, и я пригласил его пообедать это было в 2002 на конгрессе международного общества электрофизиологии и кинезиологии в Вене роберто захотел пригласить.
45: Твоего подающего надежды магистра. Это был дарио Фарина, и, должен сказать, его работу сильно недооценивают в то время и у меня были свои аспиранты вроде кевина, кинона или.
46: Ребята в докторантуре, с которыми мы начинали измерять и интерпретировать мг сигналы, чтобы описать моё путешествие, я разделил выступление на 4 части.
47: Для начала поговорим об основных понятиях, затем о факторах, которые модулируют амплитуду сигнала и его характеристики. Также я расскажу о различных моделях, которые мы создали.
48: Закончим перспективами будущего. Надеюсь, мне удастся убедить вас в том, что мы на пороге новой эры измерения и интерпретации этих сигналов, и уже скоро сможем лучше понять те,
49: Биологические процессы, которые за ними стоят. Вся эта история началась, когда шеррингтон описал двигательную единицу в 25 году прошлого века, как мотонейрон тело клетки его ак.
50: Они мышечные ткани, которые он иннервирует. Шеррингтон назвал это общим конечным путём, поскольку он передаёт активационный сигнал и преобразует его в сокращение мышцы каждое ваше движение контроли.
51: С помощью модуляции активности популяции двигательных единиц в рамках программы национального института здравоохранения наш коллега боб бёрк провёл большую работу по описанию свойств таких популяций.
52: На схеме вы видите клеточные кластеры спинного мозга, которые иннервируют мышцу. Их аксоны проходят по периферическому нерву. Если посмотреть на нерв в разрезе, можно их увидеть двигательные.
53: И сенсорные аксоны. Если долго стимулировать аксон, видите эти белые точки в поперечном разрезе мышцы. Так вот, каждая из точек это мышечное волокно иннервированной
54: Двигательными аксонами. 1 из моих первых докторантов энди фугле, получивший степень в университете ватерлоо, создал компьютерную модель вовлечения двигательных единиц, и часто
55: Плотного кодирования. Это фундаментальная работа, на которую ссылаются и сегодня его модель включает в себя 3 элемента мотонейронный пул, то есть популяция мотонейронов, которая в ответ на возбуждающий
56: Сигнал даёт выходной сигнал, и мы видим ряд потенциалов от разных мотонейронов этот сигнал от спинного мозга вводился в модель мг, которая могла посчитать поверхностные мг.
57: Сигналы, а также определить силу сокращения. Физиологические данные для модели были получены бёрком и не только использовали популяцию из 120 мотонейронов были
58: Известны их физиологические свойства например, порог вовлечения иннервационно число, частота разряда, диапазон вовлечения, и с точки зрения модели мг он знал о распределении территории двигательных.
59: Единиц в мышце, скорости проведения потенциалах действия, что они равны сумме потенциалов действия мышечной ткани и о некоторых механических свойствах, которые также вошли в модель. Почему я про
60: Это вспомнил центральным элементом и главным фактором в интерпретации мг. Сигналов является вот эта зависимость здесь приведено число мотонейронов модели 120, а это число мыш.
61: Волокон иннервируемых каждым из них. Как видите, зависимость нелинейная, она экспоненциальная, что, как мы увидим, сильно влияет на интерпретацию мг. Сигналов самый маленький мотонейрон в популяции.
62: Иннервирует 20 мышечных волокон, а самый большой около 1600.
63: Важно заметить, что 102 из 120 мотонейронов иннервируют половину волокон во всей мышце распределение крайне ассиметричное.
64: И нас интересовало, как модулируется активность мотонейронного уляции при произвольном сокращении из работ шеррингтона мы знаем, что сила мышц полностью обусловлена активностью двигательных.
65: Единиц, задействованных в конкретном упражнении, можно вживить электрод в мышцу и снимать потенциалы действия, выпускаемые разными двигательными единицами, и силу, при которой они начинают
66: Выпускать потенциалы действия и время между последовательными потенциалами. Эти 2 показателя мы называем вовлечение и частотное кодирование. За последние 35 лет я
67: Очень много времени потратил на изучение этих механизмов в самых различных их проявлениях, и я был не одинок. Именно этому посвящено моё выступление. Огромный вклад в исследование внёс мой друг жак.
68: Дюшато из Брюсселя. Я познакомился с ним на встрече общества биомехаников в 89 году в калифорнийском университете, и с тех пор, наверное, каждый год мы встречаемся в том или Ином городе.
69: И обсуждаем вовлечение нейронов, частотное кодирование и другие аспекты физиологии двигательных единиц. Я многому у него научился и среди прочего хочу выделить 2 очень важных вывода, которые родились из наших Разговоров после 1
70: Из бурных обсуждений мы поехали по срочным делам проводить оценку качества основного экспортного товара Бельгии пиво шиме это мы в гронингене.
71: Нидерландах, 2002 год. Мы проводим контроль качества, и, как видите, нам понадобилось некоторое количество Образцов, прежде чем мы достигли консенсуса. И по довольной ухмылке видно, что продукт
72: Надлежащего качества.
73: На протяжении многих лет у нас с жаком получаются невероятные беседы это видно по изменениям в поздних изданиях этой книги, которая увидела свет в 88 году и в печати.
74: Впервые появилось слово нейромеханизмы написали много обзоров, в том числе и этот, в котором приведена полная история работ, которые легли в основу того, что я сегодня хочу вам рассказать о двигательных
75: Единицах. По сути своей. Вопрос в следующем. Если мы измерим мг сигналы, что сегодня делают многие, как я видел на стендовых докладах, это не сложно. Мы просто поме,
76: Щаем электроды на кожу, снимаем сигнал и интерпретируем его, но нам важно то, что мы можем из него понять о том сигнале, который вышел из спинного мозга.
77: В современной терминологии различают измерение активации мышц и измерение импульсов от нейронов.
78: Сигнал, который мы получаем на периферии, то, что мы измеряем, то есть мг. Сигнал идёт от поля тока, который возникает в мышце при распространении потенциала действия.
79: Вы видите 3 мышечных волокна, которые иннервируются 1 аксоном, выпускается нейротрансмиттеры, генерируется потенциал действия, он распространяется в оба конца волокна. И если мы посмотрим
80: Где расположен потенциал действия, то физически он является кратковременной реверсией мембранного потенциала во всей мембране, а пара электродов, расположенных на коже.
81: Фиксируют поле тока, отражающее изменение модуля мембранного потенциала. И когда потенциалы действия достигают электродов и проходят под ними, мы получаем поверхностный сигнал вот такой формы с положи.
82: И отрицательными фазами потенциал действия 1 двигательной единицы выглядит вот так. Но каждое наше действие требует активации большого количества единиц.
83: Поэтому волны накладываются друг на друга, и в итоге мы видим вот такую картину это типичный интерференционный мг сигнал, на котором строится поверхностный мг сигнал характеристик.
84: Этого сигнала легко моделируются различными факторами. Давайте я кратко поясню и приведу 2 примера факторов, оказывающих на него влияние. Их можно
85: Выделить 3 вида. 1 физиологические факторы. Например, количество двигательных единиц, синхронизация потенциалов действия, свойства мембран мышечных волокон, 2 тип анатом.
86: Геометрия мышечных волокон, размеры и расположение двигательных единиц и протяжённость зоны иннервации и последний, 3 вид факторов связан с методом измерения к ним относятся размер.
87: Форма и расположение электродов и площадь контакта с кожей для наглядности аспирант моей лаборатории кевин кинон приводит примеры этих характеристик. Это сигналы 3
88: Двигательных единиц, если их сложить, получится общий потенциал действия этих 3 единиц. Но если учитывать переменчивость физиологических показателей, скажем, время
89: Возникновение потенциала в мышечных волокнах, скорость распространения потенциала по этим волокнам, расположение иннервируемой зоны, то станет ясно, что в результате
90: Ой, вариативности сумма потенциалов двигательных единиц стала меньше, чем если бы они были синхронизированы. Этот феномен называется амплитудным подавлением.
91: Яркий пример этого явления это имитационная модель кевина 2 потенциала двигательных единиц, положительные и отрицательные фазы, если взять сумму положительных и отрицательных фаз.
92: То потеряется часть сигнала, и получится вот такая сумма перед нами выпрямленный вариант и выпрямленная мг популяции, если сделать все в обратном порядке, взять абсолютные значения.
93: А потом уже сложить получится вот такой результат. В 1 случае есть подавление из за наложения положительной и отрицательной фаз, а во 2 этого нет, потому что там абсолютные значения физиологии.
94: Нически это невозможно. Это компьютерное исследование. Важно отметить, что если мы посмотрим на средние значения мгг как на функцию сигнала активации для обоих случаев с подавлением и без подавления
95: Амплитуды, то увидим, что значительная, очень большая часть сигнала теряется из за этого физиологического фактора.
96: Это важно. Почему это важно. Вот пример того, как подавление амплитуды сигнала может может повлиять на результаты. Исследование провёл дарио, он уже закончил магистратуру.
97: Он симулировал пятисекундное сокращение 300 двигательных единиц на графике, а линии показывают время и частоту, с которыми двигательные единицы.
98: Выпускали потенциалы действия в течение 5 секундной активности, и в этой симуляции у самых крупных мотонейронов наиболее низкая частота разряда, в то время как у самых маленьких наиболее высокая.
99: И вот что он сделал он постепенно, в течение 5 секунд снижал частоту разряда у 50 малых двигательных единиц. А теперь скажите, видите ли вы здесь понижение частоты?
100: В интерференционной мг или в итоговой амплитуде это риторический вопрос, потому что ничего такого мы тут не видим таким образом, амплитуда мг нечувствительна к активности малых двигательных.
101: Единиц из за подавления. Это очень интересно, но каковы практические выводы? Вот 1 из примеров это компьютерное исследование, проведённое ещё 1 аспирантом, он симулировал мыше.
102: Сокращение, в котором сигналы активации линейно возрастали от нуля до максимума в течение 500 миллисекунд, и последняя двигательная единица была вовлечена примерно на 200.
103: Миллисекунде. Вот этот сигнал. Как думаете, где начинается активация мышцы? Вопрос вполне обычный. Вы скажете? Думаю, она начинается где-то здесь.
104: Мы знаем ответ, поскольку можем произвести расчёты без учёта подавления выясняется, что активация начинается вот где, почему она происходит совсем не там, где мы думали, а потому, что ранняя актива.
105: Происходит в малых двигательных единицах, а мг такие сигналы просто напросто не улавливает. И 1, что я выяснил, интерпретируя результаты мгг, это то, что данные, которые мы получ,
106: Искажаются амплитудным подавлением.
107: 2 пример модулирующих факторов связан с анатомией перед вами изображение передней большеберцовой мышцы, окрашенной по методу сайлера, также на рисунке обозначен
108: Ветви нерва, иннервирующего мышцу, на схеме видны конечные точки, то есть места соединения нерва и мышцы, как можно заметить, зона.
109: Вации распределена по всей мышце, что полностью противоречит результатам электрофизиологических исследований. Если вы посмотрите на камбаловидную мышцу, то увидите точно такое же ветл.
110: И тоже самое в икроножной мышце это значит, что, поскольку зона иннервации распределена по всей мышце, амплитуда регистрируемого сигнала будет зависеть от того,
111: Где вы расположите электроды? Ещё 1 пример от алессандро Дель веккио. Он докторант в лаборатории дарио фарины, который сейчас возглавляет отделение нейрореабилитации в имперском колледже Лондона.
112: В этом исследовании алессандра установил так называемую электродную решётку по всей длине латеральной широкой мышцы бедра это все электроды, а это показания соседней.
113: Контактных элементов. Усилие мышцы постепенно возрастает до 70%, а вот амплитуда между соседними парами показателей. И вы видите, что она меняется по разному, в зависимости от того, где актив
114: Мышца итак, 2 важный тезис, который стоит учесть сигналы мг, распределяются по поверхности мышцы неравномерно.
115: А сейчас мы посмотрим на пример компьютерной модели та, о которой я вам расскажу, разработана якобом дидриксон м. Якоб на тот момент был студентом по специальности биомеханической.
116: Инженерии в ольборгского eartheater в Дании и там же была лаборатория дарио и jacob слушал у него курс. Осенью 2008 дарио отправил его в мою лабораторию в боулдере пройти курс физиологии 1.
117: Что я сделал? Дал якобу прочитать работу фугле и сказал разобраться в устройстве его модели. В итоге якоб решил усовершенствовать модель фугла, чтобы можно было симулировать изме.
118: Возникающие из за утомления мышц, и он добавил несколько элементов во первых, он взял выходные параметры мотонейронного ели и ввёл их в модель концентрации метаболит.
119: Которые, как мы знаем, накапливаются во время мышечного утомления. Затем эти данные попадали в силовую модель, подавляя силу. И если стояла задача выполнять упражнения с одинаковой силой, то возникало
120: Ошибка при сопоставлении реального результата с целью величина ошибки затем попадает в pit. Регулятор, который, в свою очередь, модулировал возбуждающий импульс выходные данные отсюда так.
121: Также меняют результат в pit регуляторе он также добавил петлю обратной связи к мотонейронного пулу и ещё 1 от мышцы эта модель примечательна тем, что смогла повторить резуль.
122: Результаты многих экспериментов, где изучали собственно изменения при мышечном утомлении я не буду о них сейчас говорить, хочу остановиться на другом открытии, которое связано с интерпретацией мг сигналов.
123: На графике представлены 3 упражнения на утомление, 1 на 20% это продолжительное изометрическое сокращение, заданные цели 20, 40 и 60% по оси игрек нейронный.
124: Impulse, иначе говоря, количество потенциалов действия двигательных единиц, чтобы поддерживать это усилие, число потенциалов двигательных единиц возрастает, затем снижается и снова возрастает. Конечные точки означают
125: Сокращение упражнения для сравнения, чем сильнее сокращение, тем быстрее мышца устаёт. И мы наблюдаем последовательное снижение сигналов из спинного мозга. Если сравнить это с показателями мышцы. Вот
126: Мышечная активация или, другими словами, количество потенциалов действия в мышечных волокнах. Как вы видите, снижения в количестве потенциалов не наблюдается на минимальной нагрузке. Активация постепенно
127: Возрастает. Теперь мы должны сопоставить эти изменения в активации мышц с нейронными импульсами при выполнении упражнения. И вот что мы получаем по оси икс нейронный импульс по оси игрек мышечн.
128: Активность или потенциалы действия для 3 вариантов упражнений и контрольный показатель, который напрямую зависит от показателя иннервации. Эти данные говорят о том, что мышечная актива
129: Завышает показатели нейронных импульсов при упражнениях на усталость. Напоследок я хотел бы поговорить о технологических перспективах и будущих возможностях.
130: Приведу в пример 2 случая использования этих открытий, и 1 связан с тем, как можно улучшить нашу оценку силы сигнала мышечной активации.
131: С 52 года нам известно, что есть тесная зависимость между интегрированным сигналом мг и силой, которую развивает мышца. Это классическая работа на примере ампутации.
132: И, возможно, многие из вас проводили такие измерения, когда выпрямленный и сглаженный сигнал мг берётся как функция целевой силы здесь видна зависимость амплитуды сигнала мг от силы.
133: Но здесь есть ограничения, как многие из вас знают, когда вы проводите такое сравнение, вам нужно референтное значение, и часто им выступает апп.
134: Туда сигнала во время максимального произвольного сокращения новые технологии предоставляют нам альтернативу, а именно использование электродных решёток вот конкретный пример.
135: 1 из экспериментов студентка из Португалии установила такой электрод, и эти точки это данные с электродов каждые 5 миллиметров в длину.
136: 1 в ширину расстояние между ними 5 миллиметров оказалось, что размеры электродов очень важны с точки зрения теоремы Котельникова, в пространственной области нужно
137: Это учитывать для понимания наших возможностей. В этом исследовании взяли 2 группы по 10 испытуемых они тренировались 3 раза в неделю на протяжении 6 недель, выполняя упражнения.
138: На выносливость и на силу здесь показаны изменения в абсолютной амплитуде сигнала мг. Ненормированная абсолютная амплитуда, она не менялась во время максимального произвольного сокращения ни в 1.
139: Но из мышц, а в группе силовой тренировки амплитуда сигнала мг и сила максимального сокращения возросла на 18% это говорит о том, что можно работать с абсолютными данными мг.
140: Измерений, взятых в разное время или у разных людей, и при этом даже не придётся ничего нормировать, что значительно упрощает задачу. Вот похожий пример, на этот раз сетчатый электрод.
141: 6, 6 на 5 точек расстояние также 5 миллиметров мышцу ноги простимулировали током, чтобы спровоцировать судорогу.
142: На диаграммах вы видите распределение абсолютной амплитуды мг во времени, пока проходила судорога.
143: Другой пример я увидел на собрании в Дублине около месяца назад там была группа, которая использовала сетчатые электроды, у которых по 256 контактов с кожей.
144: Их располагали над верхней губой, перед вами амплитудная карта кожи человека, перенёсшего пластическую операцию на верхней Губе он выполнял упражнения на артикуляцию, и параллельно фиксировалось пространство.
145: Распределение амплитуд мг в мышцах отсюда последний вывод абсолютную амплитуду ммгг можно измерять сетчатыми электродами.
146: На последнем примере я расскажу, что можно делать с полученным сигналом, как вытащить из него информацию о сигнале, который вышел из спинного мозга.
147: То есть как оценить нейронный импульс, наиболее продвинутый метод разработала Сильвия мучели она докторантка лаборатории фарины в имперском колледже она создала.
148: Межмышечный электрод, тонкий плёночный электрод размером 420 микрометров в ширину, параметры каждого из 16 электродов вы видите на слайде?
149: После введения в мышцу у вас появляется 16 каналов для снятия сигналов ммг во время выполнения упражнения.
150: В случае, если вы хотите записывать с поверхности, есть сетка 8 на 8 и с её помощью вам доступны 56 каналов для биполярных сигналов ммг актив.
151: Возможно, у вас родился вопрос. Зачем столько информации, куда так много попробую ответить. У нас есть
152: Понимание того, какие сигналы получают моторные нейроны в спинном мозге. Сейчас поясню. Допустим, у нас есть популяция из 300 мотонейронов, каждый из них получает 3 типа
153: Импульсов независимый сигнал, а именно мембранный шум, командный сигнал, а также общий входной сигнал, если мы сложим выходные сигналы мотонейронов.
154: То входной сигнал скомпенсируется, поскольку он случайный и мы получим информацию об управляющем сигнале. Приведу пример. Вот записи сигналов с 11 мотонейронов.
155: В мышцы руки это потенциалы действия, которые выстреливают при усилии в 10% от максимума. Мы можем сложить эти потенциалы действия и получится так называемая кумулятивная
156: Последовательность Пиков если мы применим к ним фильтр нижних частот, как это делают мышцы при поступлении таких сигналов, мы получим колебания в момент разрядки каждого из них, если теперь сложить их.
157: И применить фильтр нижних частот кумулятивной последовательности Пиков. У нас получится общая флуктуация, обозначенная здесь синим, и она накладывается на сигнал силы, как
158: Видите, колебания в силе тесно связаны с колебаниями общих входных сигналов, поступающих в мотонейроны.
159: Эти колебания показывают, так сказать, устойчивость усилия. Нам интересна устойчивость усилия, и вот почему, если провести эксперимент, попросив человека отвести
160: Сторону указательный палец с определённым усилием и не ослаблять его, что невозможно. Сила будет плавать, если мы возьмём нормированное значение этих колебаний
161: Делаем график для молодого и для пожилого человека, то сразу увидим разницу данные позволяют сказать, что у пожилых устойчивость усилия хуже, чем у молодых в статье, вышедшей пару недель.
162: Назад тот же принцип применили к животным лаборатория сиджея хэкмана, Чикаго вот их результаты Чёрная кривая это сила синим сила, которую рассчитали
163: Помг. Красным расчет по кумулятивной последовательности Пиков как вы видите, оба расчёта почти точно совпали с зарегистрированной силой сокращения отмечу, что тут использовались сетчатые.
164: Электроды. Если отфильтровать силу по высоким частотам, вот эта Чёрная линия, то видно, что колебания силы больше всего совпадают с кумулятивной последовательностью Пиков или же общий
165: Входным сигналом воспользуюсь случаем и напомню, что энди fugl ендд был 1 из первых докторантов моей лаборатории в семидесятых энди и c j. Были студентами. Как думаете, какого?
166: Университета вашингтонского, а я тогда только начинал преподавать и ввёл их группу.
167: А сейчас я хочу показать, как мы применяем все, что узнали. Это аспиранты моей лаборатории. 1 исследование провели ден и дибба. Это тест лафаета.
168: Pack бордом на мелкую моторику нужно как можно быстрее поставить на места 25 штырьков отверстия и штырьки как замок и ключ, тест исключи.
169: На время. Сейчас я покажу вам 2 Коротких видео, а вы подумайте, почему 1 человек медленнее другого.
170: Надеюсь, будет работать.
171: А нормально.
172: Думаю, принцип понятен. Возможно, вы перебирали варианты сила мышц, тактильная чувствительность, координация и контроль. Мышление. Удивительно, но оказ.
173: Что разница в выполнении данного задания лучше всего объясняется показателями устойчивости усилия.
174: В исследовании дена и дибы испытуемые выполняли задания на разгибание кисти и захват пальцами вместе и по очереди с определённой силой на локтевой разгибатель.
175: Представили сеточный электрод, собирая данные о времени разряда двигательных единиц. Дэн совместно с моим давним коллегой, специалистом в области обработки сигналов франсуа майером, который отвечает за
176: Электро инженерию в университете колорадо разработали пространственную модель состояний у меня нет времени рассказать подробнее, но, в общем, если подставить время разрядки в эту часть модели, можно предсказывать вариативность управляющего.
177: Сигнала, который получают эти мотонейроны, создание этой модели произвело на меня большое впечатление, но в то же время у меня мелькну.
178: Мысль, что руководитель моей докторской не разделил бы восторга моим научным руководителем, был dark стюарт на фото 84 год. Он показывает нам операцию на спинном мозге кошки мы измеряли.
179: Характеристики мотонейронов. Дак стюарт был приверженцем пирамиды успеха. Возможно, вы её видели. Я помню его постоянные наставления о том, что, как он говорил, мы топчемся на
180: Вверху, занимаясь сложным анализом данных, и он всегда повторял, что мы слишком много сидим наверху, а надо бы спуститься вниз, к биологии.
181: Сколько здесь людей из мейр клиник? Поднимите, пожалуйста, руки. Пара человек есть.
182: Кто-нибудь узнает этого человека?
183: Он был студентом аризонского университета, а сейчас это профессор в мейр клиник, и его зовут майк джойнер, несмотря на то, что dark стюарт не доверял.
184: Сложному анализу данных. Он создал интеллектуальную среду, которая положила начало такой области знаний, как нейромеханизмы. Я благодарен ему за это. Итак, перед вами выходные данные той,
185: Модели это время разряда двигательных единиц в локтевом разгибателе молодого испытуемого, усилие обозначено черным расчётные изменения управляющего сигнала.
186: Синим и аналогичные данные для пожилого испытуемого время разряда усилия и вариативность сигнала опираясь на эти данные, мы можем объяснить, почему испытуемые завершали задание с peakboy за разное время итак.
187: Так, несколько людей проходили тест, и кто-то был быстрее. Необходимо понять, почему у молодых людей главным прогностическим фактором оказалась устойчивость усилия в мышцы локтевого разгибателя, а для
188: Пожилых. Расчётные изменения в управляющем сигнале, который получают мотонейроны.
189: В последнем примере я хочу рассказать также о расшифровке управляющего сигнала. Автор работы эдуардо мартинес вальдес, с которым я познакомился в 2012 перед
190: Лекции по физиотерапии, на которую меня пригласили. Я сидел с коктейлем, а он рассказывал о том, что выиграл грант от чилийского правительства на получение степени в Германии. А я сказал, что знаю там человека, с которым
191: Он может поговорить. Его зовут дарио Фарина. Они познакомились. Дарио был его научным руководителем, и вот эдуарда с коллегами недавно опубликовали несколько работ.
192: Мы видим запись возрастающего усилия мышцы до 40%, затем изометрическое сокращение и расслабление. Это до и после.
193: 2 недель тренировок на выносливость одинаковым цветом обозначены одни и те же моторные единицы, так что чётко видно, как они себя вели.
194: До тренировок. И спустя 2 недели опять же использовали сетчатые электроды. Как понять, что пишешь 1 и ту же единицу? Вот показания электрода видно не очень хорошо, но здесь 2
195: Потенциала действия красный и синий наложены друг на друга. Корреляция 0 86. Рядом их расположение в мышце это 1 и 2 единица. Очевидно, мы можем измерить 1 и ту же двига.
196: Единицу. В разное время следующий опыт провёл александро Дель веккио. У него несколько статей в печати. Он рассматривал изменение активности двигательных единиц после
197: 3 недель силовых тренировок. Вот данные контрольного, испытуемого до и после 3 недель, это частота, с которой происходил разряд потенциалов действия во время
198: Выполнение упражнения, напряжение, удержание, расслабление это данные по двигательным единицам 1 и 11 в контрольной группе изменений в частоте разрядов так и не произошло тогда.
199: Как в экспериментальной группе спустя 3 недели тренировок можно наблюдать разницу, и опять, повторюсь, до и после измерения проводились на одних и тех же единицах.
200: И здесь я перехожу к моему последнему тезису некоторые системы мг с высоким разрешением способны фиксировать нейронный импульс, предшествующий произвольной активации мышц моя история.
201: Началась с того, что студентом я записывал сигналы мг, совершенно не понимая, что именно я измеряю, хотя мне и удалось их опубликовать, и вот 35 лет спустя у меня есть достаточное.
202: Понимание тех измерений, но самое потрясающее, на мой взгляд, это то, что в этой области за последние 10 лет технологии продвинулись так далеко, что перед учёными будущего открываются огромные просторы для
203: Исследований. Мне удалось достичь такого результата благодаря моим прекрасным учителям Сильвия из Италии, кевин из сша роберто.
204: Из Италии, франсуа из Франции, энди из сша, дарио из Италии, Ават из Саудовской Аравии, дибба из Ирана, якоб из Дании, катрина из сша, жак из Брюсселя.
205: Как стюарт из Австралии, алессандро из Италии, сиджей из сша и Эдуарду из Чили. У меня есть замечательные коллеги в болдере, я им также очень благодарен и как сказал,
206: Предыдущий оратор, нам нужно, чтобы о нас больше знали, поэтому я без зазрения совести прорекламирую нашу следующую встречу. Большое спасибо.
207: Спасибо вам за чудесное выступление. У нас осталось время для вопросов. Кто-нибудь хотел бы задать вопрос доктору эноки?
208: Доктор инока, спасибо вам большое. Я очень взволнован. Все из за последней части вашей презентации про сетчатые электроды. 35 лет назад моя лаборатория находилась рядом с лабораторией мг. Оттуда.
209: Постоянно доносились какие-то крики, и я понял, что надо что-то делать, я тогда только закончил университет и ещё не забыл математику такого рода проблема с потенциалом.
210: Сток и исток. По данным с поверхности, можно узнать о том, что происходит в объёме, но тогда я подумал о кольцевом электроде. У меня дальше идей ничего не ушло. В отличие от вашей сетки, мой.
211: Вопрос к вам следующий. Можем ли мы перенести эти технологии в медицинскую практику? Если у нас есть достаточно большой поверхностный электрод, то можно считать сигнал измерить нервную проводимость ско.
212: И так далее, и таким образом избавиться от необходимости вкалывать электроды в мышцы, да, есть несколько групп как в европе, так и в сша, которые работают над адаптацией этой технологии для клинических исследований и в их
213: В интересах развивать её дальше, чтобы она становилась более доступной для медицинских целей. То есть пока ещё нет, пока нет у студентов инженеров, есть отличная возможность поработать над этим прекрасно.
214: Мой 2 вопрос касается 1 части выступления. Вы сказали, сигнал мг коррелирует с силой из за подавления, поэтому зависимость не идеальная, но, по вашей оценке, с точки зрения практического применения
215: Какой будет погрешность из за подавления или как часто оно будет происходить. Думаю, если проводить корректное сравнение до и после тренировки с 1 и
216: Тем же человеком тогда подразумевается, что подавление почти не изменяется, данные вполне надёжны, но группа хэкмана, по моему, прибегла к животной модели и установила сетки по всей мыш.
217: И показала тесную корреляцию с силой, которую развивает мышца. Думаю, это Разумный подход. Спасибо.
218: Если вопросов больше нет, я бы хотела вручить доктору эноки памятную награду и поздравить его ещё раз с такой яркой карьерой и многочисленными достижениями.