Abstract

Elektromyogramme können in Bilder umgewandelt werden, die zur Beurteilung in einer digitalen Bilderkennung übergeben werden. Zwei Beispiele stellen das Potential der Kombination einer Wavelet-Analyse und einer Bildanalyse dar. Zuerst wird das Bild des Elektromyogramms erstellt, das in der letzten Phase eines “aerial freestyle ski jump” aufgenommen wurde. Man sieht wann die Kontraktion und die Kokontraktion der Muskeln erfolgt und wann die hohen und niederen Frequenzen im Elektromyogramm generiert werden. Das zweite Beispiel weist die Differenz der Bilder eines gesunden und eines erkrankten Beines auf. Die Bilder können in 70% aller Fälle der entsprechenden Gruppe zugeordnet werden. Verf.-Referat

Abstract

Our objective is to illustrate methods that allow transforming electromyograms into images that can be processed by image processing methods. Two examples are shown which demonstrate the potential combining wavelet and pattern analysis. The first one shows the electromyograms of four muscles that were recorded during a flip with a full twist in an aerial freestyle ski jump. It shows the use of high frequency generating muscle fibers and the co-contraction at specific moments of the flight. The second example shows the difference between the affected leg and the not affected leg of an osteoarthritis (OA) patient. The patterns can be assigned to the correct leg in 70% of the cases. Verf.-Referat