Perciò, proponiamo di utilizzare sette gruppi di punti per caratterizzare l’attività muscolare dell’avambraccio durante l’ADL simulata, al fine di ridurre sostanzialmente il numero di punti da registrare, e di mantenere la coerenza muscolare-anatomica. I segnali di questi sette punti sarebbero legati a sette diversi movimenti: (gruppo 1) flessione del polso e deviazione ulnare; (gruppo 2) flessione del polso e deviazione radiale; (gruppo 3) flessione delle dita; (gruppo 4) estensione del pollice e abduzione/adduzione; (gruppo 5) estensione delle dita; (gruppo 6) estensione del polso e deviazione ulnare; e (gruppo 7) estensione del polso e deviazione radiale.
Quando si valuta la funzione muscolare in riabilitazione, alcuni spot potrebbero non essere disponibili a causa dell’utilizzo simultaneo di altre apparecchiature, come i sensori per la misurazione della cinematica. Quando si scelgono i punti rappresentativi di ogni gruppo da registrare tra quelli disponibili, si deve tener conto della percentuale di attività muscolare misurata (Fig. 7). Scegliere i punti con la più alta percentuale di attività muscolare può essere più affidabile, poiché, in questi punti, i muscoli registrati potrebbero essere più superficiali o l’area muscolare registrata potrebbe essere più centrata. In particolare, i punti con un livello molto basso di attività muscolare dovrebbero essere evitati, come i punti 18 e 28. La maggiore attività muscolare è stata osservata nella parte più distale dell’avambraccio (Fig. 7). Tuttavia, i punti più prossimali potrebbero essere scelti, a seconda della disponibilità, ad eccezione del gruppo 4, che è composto da due punti posti nella parte più distale dell’avambraccio.
FPCA è una delle tecniche di analisi multivariata più popolari per estrarre informazioni dai dati funzionali, riducendo le dimensioni di un set di dati in cui ci sono un gran numero di variabili correlate, pur mantenendo la maggior parte possibile della variazione totale. Mentre FPCA ha come risultato la riduzione delle dimensioni, i punteggi vettoriali FPCA possono essere utilizzati per il clustering di diverse funzioni/componenti utilizzando metodi standard di clustering. Il clustering è una delle tecniche più frequentemente utilizzate per partizionare un set di dati in sottogruppi che contengono istanze che sono simili tra loro mentre sono chiaramente dissimili da quelle degli altri gruppi. In un contesto funzionale, il clustering aiuta a identificare modelli di curve rappresentative e individui che sono molto probabilmente coinvolti negli stessi o simili processi. Altri metodi riportati in letteratura utilizzati per l’identificazione del compito nel controllo delle protesi si basano sulla segmentazione dei segnali EMG in una serie di finestre, in cui alcuni set di caratteristiche del dominio del tempo comunemente usati (come il Valore assoluto medio o gli Zero Crossings) vengono estratti e utilizzati per la classificazione del movimento. Il nostro metodo è simile, ma applicato all’intero segnale per tutti i compiti e i soggetti, ed estraendo dall’FPCA le caratteristiche del segnale che detiene la maggior parte della variazione totale possibile e utilizzandole per la classificazione muscolare.
Le registrazioni EMG sono state effettuate con un dispositivo sEMG a 8 canali, che ha richiesto la ripetizione delle stesse attività per ogni soggetto in cinque diverse sessioni per consentire la misurazione dell’elevato numero di punti scelti. Anche se l’errore di riproducibilità è stato verificato essere piccolo per il punto 30 tra le sessioni, l’uso di EMG di superficie ad alta densità potrebbe essere considerato nei prossimi lavori.
Lo studio attuale è stato limitato a sei soggetti sani e abili, e i risultati potrebbero essere verificati in ulteriori studi con un numero maggiore di soggetti e includendo soggetti menomati. Tuttavia, i raggruppamenti muscolari ottenuti in questo studio possono essere utilizzati come una prima approssimazione, e possono essere utilizzati come guida per la convalida futura per i soggetti con disabilità della mano o amputati.
Come lavoro futuro, gli studi potrebbero essere condotti per correlare l’EMG alla cinematica durante l’esecuzione di ADL, utilizzando questi sette punti come rappresentativi dell’attività muscolare dell’avambraccio in ADL. Un ulteriore passo sarebbe quello di valutare la cinematica e le sinergie muscolari durante specifici compiti funzionali.