Validazione di un approccio multimodale basato su elettromiografia ed ecografia muscolare 3D per l’identificazione dei territori di singola unità motoria = Validation of a multimodal approach based on electromyography and 3D muscle ultrasonography for the identification of single motor unit territories

L’elettromiografia (EMG) è la tecnica di riferimento per lo studio in vivo dell’attività elettrica muscolare. Grazie all'elevata risoluzione spaziale, l’EMG di superficie ad alta densità (HDsEMG) consente di caratterizzare l'attività di singole unità motorie (UM). Parallelamente, l'ultrasonografia (US) permette di osservare le variazioni anatomiche e meccaniche del muscolo in contrazione. Per aumentare la risoluzione temporale rispetto ai sistemi US tradizionali, sono stati sviluppati sistemi ad alta velocità (UUS). La tecnica UUS sfrutta onde piane e tecniche di elaborazione parallela garantendo un frame rate elevato, che permette lo studio dei movimenti muscolari associati all’attivazione di singole UM. L'obiettivo di questa tesi è l'identificazione dei territori di attivazione delle singole UM nel volume muscolare attraverso l’uso combinato di HDsEMG e UUS 3D. I dati ecografici sono stati ottenuti tramite sonda matriciale 32×32 ed elaborati mediante beamforming 3D, per ricostruire volumi muscolari associati all’attività delle UM nel muscolo abductor digiti minimi (ADM) durante contrazioni isometriche a basso livello di forza. In assenza di una misura di riferimento per la validazione dei volumi di attivazione, è stato adottato un approccio basato sulla capacità della tecnica HDsEMG di identificare la stessa UM in trials diversi. L’assunzione di base è che a UM ripetibili nei segnali HDsEMG corrispondano volumi sovrapponibili nelle mappe UUS. Per la validazione è stata usata come metrica la similarità tra i volumi ecografici associati all’attivazione della stessa UM in trials successivi. La ripetibilità nei segnali HDsEMG è stata valutata confrontando i potenziali d’azione delle UM (MUAP) con quelli delle UM identificate negli altri trial considerando tutte le combinazioni possibili. La similarità tra i MUAP è stata quantificata tramite cross-correlazione ed errore quadratico medio normalizzato (NMSE). Per estendere l'analisi ai volumi UUS, sono state ricavate le sequenze di velocità tissutale 3D (TVS) tramite spike-triggered averaging (STA), utilizzando come riferimento temporale gli istanti di sparo delle UM derivati dagli HDsEMG. A partire dalle TVS, sono state generate mappe di correlazione delle sezioni trasversali del muscolo, in cui i picchi di correlazione indicano le regioni attivate da ciascuna UM. Le regioni di attivazione visibili nelle mappe sono state segmentate, escludendo dall'analisi le mappe prive di aree significative. La similarità tra le mappe è stata quantificata tramite la correlazione mediana tra le slice estratte. Le combinazioni considerate ripetibili negli HDsEMG secondo le soglie imposte sulle metriche analizzate sono state ricercate negli UUS. Sono state identificate UM ripetibili in entrambe le tecniche, ma in percentuale limitata rispetto al numero totale di UM identificate. Questo risultato è stato associato a movimenti spuri della sonda UUS tra trial consecutivi, che possono avere alterato la posizione dei territori della stessa UM nel volume ecografico di trials differenti. Inoltre, l'anatomia del muscolo ADM e la vicinanza ad altri muscoli aumenta la suscettibilità ad artefatti, rendendo molte mappe inutilizzabili. Nonostante queste limitazioni, che impediscono di trarre conclusioni significative sulla ripetibilità delle UM analizzate con HDsEMG e UUS, si è osservato che il grado di sovrapposizione tra le aree segmentate aumenta sensibilmente quando entrambi i criteri sugli HDsEMG sono rispettati, confermando le potenzialità dell'approccio proposto.