Modeling the electrical stimulation intensity dependence on stimulus frequency

Authors

DOI:

https://doi.org/10.30837/rt.2022.2.209.19

Keywords:

electrical stimulation, skeletal muscle, muscle contraction, modeling, contraction intensity, stimulus frequency

Abstract

The object of research is the process of electrical stimulation of human skeletal muscles during therapeutic therapy. The subject of study is a mathematical model of the electrostimulation characteristic, which relates the amplitude of muscle contraction and the frequency of the stimulating effect. The purpose of the work is to develop a mathematical model in the form of an analytical expression for describing the dependence of the amplitude of muscle contractions on the frequency of electrical stimuli. Methods used: methods of mathematical modeling, methods of structural and parametric identification of models, methods of approximation, methods of parametric optimization, methods of mathematical analysis. The results obtained: an analytical model in the form of a polynomial is proposed, which displays the dependence of the amplitude of muscle contraction on the frequency of stimuli; the degree of the polynomial is chosen and the coefficients of the model are obtained by parametric optimization; a model trajectory is built and the accuracy of modeling is estimated; an equation is obtained and its possible solutions are found to determine the optimal value of the stimulus frequency. The results can be used in the selection of individual effects of electrical stimulation during one session or with extrapolation over a number of sessions. Scientific novelty: an analytical description of the influence of the frequency of electrical stimuli on the mode of contraction of skeletal muscles has been obtained, which allows you to determine the individual optimal parameters of electromyostimulation.

References

Himori K., Tatebayashi D., Kanzaki K., Wada M., Westerblad H., Lanner J. T. Neuromuscular electrical stimulation prevents skeletal muscle dysfunction in adjuvant-induced arthritis rat // PLoS ONE. 2017. № 12 (6).

Шайдук А. М., Останин С. А. Структура спектра электромиосигнала при хаотическом следовании отдельных импульсов // Известия Алтайского государственного университета. 2011. № 69. С. 181-185.

Пестриков П. П., Пестрикова Т. В. Измерительная система для регистрации сигналов поверхностной электромиографии мышц предплечья // Электронное научное издание "Ученые заметки ТОГУ". 2019. № 2 (10). С. 173–180.

Сафин Д. Р., Пильщиков И. С., Ураксеев М. А., Гусев В. Г. Оценка эффективности различных конс-трукций электродов и усилителей биосигналов в системах управления протезами // Известия высших учебных заведений. Поволжский регион. Технические науки. 2009. № 2(10). С. 88–101.

Шайдук А. М., Останин С. А., Юсупов Е. Р. Экспериментальное обнаружение средней частоты следования миоимпульсов по поверхностной электромиограмме // Журнал радиоэлектроники. 2011. № 9. С. 1–8.

Дацок О. М., Прасол І. В., Єрошенко О. А. Побудова біотехнічної системи м’язової електростимуляції // Вісник НТУ "ХПІ". Серія: Інформатика та моделювання. 2019. № 13 (1338). С. 165–175. doi: https://doi.org/10.20998/2411-0558.2019.13.15

Yeroshenko O., Prasol I., Datsok O. Simulation of an electromyographic signal converter for adaptive electrical stimulation tasks // Innovative Technologies and Scientific Solutions for Industries. 2021. № 1 (15). P. 113–119. doi: https://doi.org/10.30837/ITSSI.2021.15.113

Griffin L., Decker M. J., Hwang J. Y., Wang B., Kitchen K., Ding Z. Functional electrical stimulation cycling improves body composition, metabolic and neural factors in persons with spinal cord injury // Electromyogr Kinesiol. 2009. № 19(4). P. 614–622.

Bersch I., Tesini S., Bersch U., Frotzler A. Functional electrical stimulation in spinal cord injury: clinical evidence versus daily practice // Artif Organs. 2015. № 39(10). P. 849–854.

Yeroshenko O., Prasol I. Simulation of the electrical signal of the muscles to obtain the electromiosignal spectrum // Technology Audit and Production Reserves. 2022. № 2 (2(64)). P. 16–21. doi: http://doi.org/10.15587/2706-5448.2022.254566

Seibt R. Messung muskulärer Ermüdung mittels OEMG bei variierender Kraftanforderung – eine Weiterentwicklung des JASA-Verfahrens // Zbl Arbeitsmed. 2013. № 63. P 270–275. doi: https://doi.org/10.1007/BF03350866

Bersch I., Friden J. Electrical stimulation alters muscle morphological properties in denervated upper limb muscles // EBioMedicine. 2021. № 74. P. 1397–1407. doi: http://doi.org/10.1016/j.ebiom.2021.103737

Potočnik B., Holobar А. A new optical flow model for motor unit conduction velocity estimation in multichannel surface EMG // Computers in Biology and Medicine. 2017. № 83. P. 59-68. doi: http://doi.org/10.1016/j.compbiomed.2017.02.006

Ерошенко О. А., Прасол И. В. Построение полиномиальной математической модели электростимуляции // Інформаційні системи та технології в медицині: ІІІ Міжнародна науково-практична конференція: зб. наук. пр. Харків: Нац. аерокосм. ун-т ім. М. Є. Жуковського «Харків. авіац. ін-т». 2021. С. 80-81.

Справочник по математике для научных работников и инженеров / Г. Корн, Т. Корн. Москва : Наука, 2003. 832 с.

Published

2022-06-24

How to Cite

Prasol, I. ., & Yeroshenko О. (2022). Modeling the electrical stimulation intensity dependence on stimulus frequency. Radiotekhnika, 2(209), 192–199. https://doi.org/10.30837/rt.2022.2.209.19

Issue

Section

Articles