ELECTROMYOGRAM

INTRODUCTION
• Electromyogram (EMG) adalah teknik untuk
mengevaluasi dan merekam sinyal aktivasi
otot.
• EMG dilakukan dengan elektromiograf, yang
merekam elektromiogram.
• Electromyograph mendeteksi potensi listrik
yang dihasilkan oleh sel otot saat sel ini
berkontraksi dan rileks.
INTRODUCTION Contd.

EMG Apparatus Muscle Structure/EMG

 KARAKTERISTIK LISTRIK

• Sumber listriknya adalah potensial membran

otot sekitar -70mV.
• Potensi EMG terukur berkisar antara <50 μV
sampai 20 sampai 30 mV, tergantung pada otot
yang diamati.
• Tingkat pengulangan tipikal penembakan unit
otot sekitar 7-20 Hz.
• Kerusakan unit motor bisa diperkirakan berkisar
antara 450 dan 780 mV
 ELECTRODE TYPES

Intramuskular -
    Elektroda jarum

Ekstramuskular -
Permukaan Elektroda
 PROSEDUR EMG
• Bersihkan situs aplikasi
elektroda;
• Masukkan elektroda
permukaan jarum / tempat
pada perut otot;
• Catat aktivitas otot saat
istirahat;
• Catat aktivitas otot pada
kontraksi otot secara sukarela.
 EMG Contd.
• Sinyal Otot bersifat
Analog.

• Sinyal EMG juga Analog Signal

dikumpulkan selama
periode waktu
tertentu.
 EMG Contd.
EMG processing:

Signal pick up Amplification

& Filtering

Computer Conversion of Analog

signals to Digital signals
 APPLICATION OF EMG
• EMG dapat digunakan untuk diagnosis
Neurogenic atau Myogenic Diseases.

• You tube link of EMG

SAMPLE EMG DATA
 BIOMECHANICS
• Biomekanik adalah penelitian dan analisis mekanisme
organisme hidup.

• KINEMATIKA - Cabang Biomekanik yang

bersangkutan dengan menggambarkan gerak tubuh.

• KINETIKA - Cabang biomekanik yang bersangkutan

dengan menjelaskan penyebab gerakan tubuh.
 KINEMATICS Contd.
 Data biasanya dikumpulkan
dengan Motion Capture
Devices selama jangka
waktu tertentu.

 VICON
 Motion Analysis
Corporation
 Qualysis
Typical Set up of Motion Analysis Lab
SAMPLE KINEMATIC DATA
SAMPLE KINEMATIC DATA
SAMPLE KINEMATIC DATA
 KINEMATICS DATA ANALYSIS
• Tujuan: untuk mengidentifikasi variabilitas dalam mencapai
pergerakan pada individu normal dan stroke.
• Hasil Variabel: Sudut Gabungan Siku.
Besaran variabilitas dianalisis dengan Std. Deviasi.
• Struktur variabilitas pada sudut siku dihitung melalui IE
menggunakan MATLAB.
H = Log2 (1 / Pi)
Pi = probabilitas kejadian tertentu akan terjadi. Pi α1 / H.
• Nilai IE yang lebih tinggi menyarankan - lebih banyak
ketidakpastian.
• Nilai IE yang lebih rendah menunjukkan ketidakpastian
(peningkatan stabilitas). of
 KESIMPULAN
• Variabilitas / Ketidakpastian dalam pergerakan
lebih tinggi secara normal dibandingkan dengan
individu dengan Stroke.
• Variabilitas ini dapat dikorelasikan dengan
kemampuan beradaptasi dalam pergerakan yang
menurun akibat kerusakan sistem saraf pada
Stroke.
• Data besar diperlukan untuk menggeneralisasi
hasil ini.