På Sportscience.se lägger vi frekvent upp infografer gällande muskelaktivering. Syftet med denna artikel är att informera läsarna om vetenskapen och tillämpningen bakom muskelaktivering.

Vad är elektromyografi (EMG)?

EMG (muskelaktivering) är en teknik som mäter de elektriska signalerna i en muskelkontraktion (1). Nervsystemet styr hur många motorenheter som kopplas på för att lyfta en given belastning (1). Inom träning och idrottsvetenskap används denna teknik bland annat för att avgöra om:

  • muskler bidrar eller är aktiva i en viss rörelse
  • andelen motorenheter som aktiveras i en viss rörelse
  • EMG-aktivering mellan muskelgrupper i en viss rörelse (intramuskulär koordination)

Hur mäter man muskelaktivitet?

Muskelaktivering kan mätas på olika sätt. Man brukar använda sig av antingen elektroder som placeras på huden (sEMG) eller köra in nålar i muskulaturen (nEMG) (2).

 För och nackdelar med sEMG (1):

  • Ingen medicinsk utbildning krävs
  • Kan registrera elektriska impulser från en större del av muskeln
  • Kan endast mäta aktivering på ytlig muskulatur
  • Krävs att huden är korrekt förberedd
  • Lägre frekvensmätningar

För och nackdelar med nEMG (1):

  • Måste ha medicinsk utbildning
  • Möjliggör mätningar på ytliga och djupa muskler
  • Har möjlighet att fånga upp mer frekvenser (aktivitet)
  • Är en invasiv metod = obehagligt för patient och begränsad tidsåtgång

I studier där man jämför muskelaktivitet mellan individer i en rörelse krävs normalisering av EMG. Varje deltagare måste utföra en maximal volontär kontraktion som ger ett tillfälligt maxvärde. Värdet kan därefter jämföras för olika belastningar i övningen och mellan individer.

Praktisk tillämpning

Många studier som använder EMG tenderar att undersöka populära övningar inom styrketräning eller rehabilitering. EMG handlar dock inte bara om vilka muskler som rekryteras inom träning, utan kan också tillämpas på andra sätt inom idrotten. Till exempel kan EMG hjälpa till att mäta hastigheten för kraftutveckling (3), bedöma trötthet (4), användas inom rehabilitering (5) och observera asymmetrier (6).

Om man tittar på en rå EMG-signal så är det svårt att se vad som har hänt. De flesta som använder sig av EMG brukar dela in en rörelse i flera sekvenser. Inom styrketräning bryts övningen vanligtvis in i koncentriska, excentriska och isometriska kontraktioner. Komplexare idrottsrörelser (exempelvis en sprint) kan fördelas in i tidslinjer, faser eller på annat sätt. Grundtanken är dock densamma; att dissekera en idrottsaktion från början till slut som underlättar mätning och tolkning av resultaten. Djupare analysering kan också göras genom att ihopkoppla EMG med andra mätinstrument som kraftplattor eller videoinspelning.

Brister med EMG

Inspelning av EMG-signaler kommer inte helt felfritt. Det förekommer att andra vävnader stör signalerna. Om tjockleken på subkutan vävnad (underhudsfett) ökar mellan elektroderna och den aktiva muskeln så minskar EMG-signalerna (7). Sådana brussignaler kan delvis försvagas med ett högpassfilter.

En annan oönskad signal som ofta registreras kommer från elektriska impulser av närliggande muskelgrupper, aka cross-talk. Cross-talk beror på många fysiologiska orsaker (8) där ett kan vara just underhudsfett (9). Då ett högpassfilter inte kan minska dessa brussignaler (10) så måste rätt avstånd och storlek väljas på elektroderna.

Förutom ovannämnda faktorer kan det vara svårt att få till en bra EMG-inspelning ute i fältet. Små saker som att se till att elektroderna inte faller av på grund av svett eller explosiva rörelser kan vara en utmaning. Man kan inte heller undvika att huden glider vilket gör att elektroderna hamnar ovanför andra muskelgrupper och avmäter fel.

Det är vanligt att en idrottare omedvetet förändrar sitt rörelsemönster i testsammanhang. Vissa kan även bli distraherade av att ha elektroder på kroppen och svarar negativt på mätningen. Oavsett hur exakt instrumentet är så kommer kvaliteten av mätningen bero på rörelsekvalitén som utförs av individen.

Slutsats

Generellt sett är EMG ett användbart verktyg för att få en insikt hur det neuromuskulära systemet fungerar. Man bör dock vara medveten om fördelarna och bristerna med EMG beroende på vad man undersöker.

För vidareläsning så har vi en hel kategori om muskelaktivering. I våra evidensbaserade träningsprogram har vi dessutom använt forskning med EMG som utgångspunkt.

Referenser

  1. Massó, Núria, et al. “Surface electromyography applications in the sport.” Apunts Med Esport 45.165 (2010): 121-130.
  2. Farina, Dario, and Francesco Negro. “Accessing the neural drive to muscle and translation to neurorehabilitation technologies.” IEEE Reviews in biomedical engineering 5 (2012): 3-14.
  3. Ricard, M. D., et al. “Effects of rate of force development on EMG amplitude and frequency.” International journal of sports medicine 26.01 (2005): 66-70.
  4. Bonato, Paolo, et al. “Time-frequency parameters of the surface myoelectric signal for assessing muscle fatigue during cyclic dynamic contractions.” IEEE Transactions on Biomedical Engineering 48.7 (2001): 745-753.
  5. Chendeb, Marwa, Mohamad Khalil, and Jacques Duchene. “Wavelet based method for detection: application in proprioceptive rehabilitation.” The 26th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. Vol. 1. IEEE, 2004.
  6. Reaz, Mamun Bin Ibne, M. Sazzad Hussain, and Faisal Mohd-Yasin. “Techniques of EMG signal analysis: detection, processing, classification and applications.” Biological procedures online 8.1 (2006): 11-35.
  7. Hemingway, Monica A., Heinz-J. Biedermann, and James Inglis. “Electromyographic recordings of paraspinal muscles: variations related to subcutaneous tissue thickness.” Biofeedback and Self-regulation 20.1 (1995): 39-49.
  8. Viljoen, S., T. Hanekom, and D. Farina. “Effect of characteristics of dynamic muscle contraction on crosstalk in surface electromyography recordings.” S. Afr. Inst. Electr. Eng98 (2007): 18-28.
  9. Lowery, Madeleine M., Nikolay S. Stoykov, and Todd A. Kuiken. “A simulation study to examine the use of cross-correlation as an estimate of surface EMG cross talk.” Journal of Applied Physiology 94.4 (2003): 1324-1334.
  10. Farina, D., et al. “Surface EMG crosstalk evaluated from experimental recordings and simulated signals.” Methods of information in medicine 43.01 (2004): 30-35.