文章介绍了三个生理学参数对幅值抵消的影响，并从STA得到的MUAP分析了幅值抵消带给结果的影响。幅值抵消减小了由sEMG averaged而来的运动单元动作电位。这篇文章研究了幅值抵消对MUAP的影响，主要是通过excitation level, motor unit conduction velocity, motor unit synchronization这三个参数来控制amplitude cancellation。文章还比较了从干扰、没有幅值抵消、以及整流的EMG信号中通过STA方法得到的运动单位电位与从表面检测到的运动单位动作电位。结果表明，生理学上的属性改变（对应着cancellation的强弱）一定程度上违背了STA的基本假设，同时也影响了输出电位的幅值。
1.笔记
STA算法依赖于许多假设：
- 触发和目标响应之间的延迟固定
- 响应和其他信号之间没有相关联的活动
- 对每个触发事件的响应波形是一样的
- 足够多的触发事件以提取响应
（当将该技术应用于表面肌电的平均值时，可能会违反某些假设。）
基于运动单元群的计算机仿真：
- 确定120个运动神经元群体对不同刺激水平的反应的募集和释放时间
- 根据每个运动单元的模拟肌肉纤维动作电位的数量、位置和传导速度生成运动单元电位
- 通过对运动单位动作电位序列求和来模拟表面肌电
- 在参考运动单元的每个动作电位之前和之后50ms计算尖峰触发平均值
MU 的募集初始频率为8 pps，也就是说兴奋一旦超过阈值，就开始以8 pps的频率放电。
兴奋对应于运动神经元池的突触输入水平，是通过输入电流来代表兴奋。
几种条件下MU分解的对比图：
STA的处理过程：
- 以正峰值为中心前后共取100ms
- 每个sta的前40ms用来计算基线噪声
- 正峰值前10ms和负峰值后10ms之间的面积用来代表sta的绝对值
Cancellation的计算方法：
计算interference EMG中丢失的那部分信号
2.文章中包含的结论
- MU的数目和运动单元力之间是指数关系
- 仿真MU的募集阈值分布服从指数函数，低阈值的MU多，高阈值的MU少
- 募集阈值高的MU峰值放电频率相较于阈值低的MU更小
- 峰值放电率随着募集阈值的增加而线性下降
- 容积导体是一种各向异性且不均匀的介质
- 幅值抵消的计算：通过比较 MUAP 整流之前和整流之后的 sEMG 的幅值来量化
- 神经支配区的中心位于近端附件纤维长度的40%处。一个运动单元中，the end plate和每根纤维插入肌腱的情况在5mm范围内随机变化（均匀分布）
- 一旦兴奋超过运动单元的募集阈值，运动单元就开始以一定发放频率（如：每秒8个脉冲）放电，发放频率随着兴奋的增加而线性增加。最大兴奋表示为：使最后募集的运动神经元达到其峰值发放率所需的兴奋水平。比如研究表明，第一个募集MU的最大发放率为35 pps，而峰值发放率随着募集阈值的增加而线性下降，最后一个募集MU分配的峰值发放率为25 pps。最后一个单元的募集接近50%的最大兴奋。