Biomechanical model predicting electromyographic activity in three shoulder muscles from 3D kinematics and external forces during cleaning work

@article{laursen2003biomechanical,
  title={Biomechanical model predicting electromyographic activity in three shoulder muscles from 3D kinematics and external forces during cleaning work},
  author={Laursen, B and S{\o}gaard, K and Sj{\o}gaard, G},
  journal={Clinical Biomechanics},
  volume={18},
  number={4},
  pages={287--295},
  year={2003},
  publisher={Elsevier}
}

EMGP , Kinematics , WA , WE , BM , CV , EMG , SB , 
Occupational biomechanics; Musculoskeletal disorders; Three dimensional biomechanics 

Abstract
Background. The shoulder region is a common site of work-related musculoskeletal disorders. Biomechanical models may reveal the relative importance of force, joint-moments, and angular velocity for predicting muscle activity, thereby contributing to identify risk factors.

Objective. The aim of the present study was to predict muscle activity patterns from joint kinetics during cleaning work and to identify the most important variables requesting muscle activity.

Design. A comparative study of six cleaners performing five different floor cleaning tasks (combinations of tool and working method) in a laboratory setting.

Methods. Net forces and moments at the glenohumeral joint were estimated using a video-based 3D link segment model together with 3D force-transducers at each hand, separately. Angular velocities of the upper arm were calculated, and electromyographic activity was recorded bilaterally from the muscles trapezius, deltoideus, and infraspinatus.

Results. The biomechanical model revealed abduction moment in the glenohumeral joint to be the most important factor for development of muscle activity in m. deltoideus and m. infraspinatus, while for m. trapezius vertical force was most important.

Conclusion. Muscle specific determinants for shoulder muscle activity could be identified from glenohumeral joint kinetics.
Relevance

This study documents that mechanical work requirements in terms of joint forces, moments of force and angular velocities can predict major fractions of muscle activity patterns in the upper extremities. The biomechanical model used for this prediction revealed different factors of importance for individual muscles. This knowledge is fundamental for work place interventions aiming at minimizing overloading of specific muscles to prevent or rehabilitate muscle disorders.

En este trabajo realizan prediccion de activacion muscular o EMG en musculos de la zona del hombro en base a informacion kinemática y de fuerzas ejercidas. En un momento hablan del uso de un modelo video-based 3d Link segment, pero estimo que sera del uso de alguna tecnica con marcadores para tomar valores de las posiciones del cuerpo.
-En cuanto a kinemtaica me parece que se refiere a medicion de fuerzas mas que a posicion de las articulaciones
-Hacen distintos experimentos en distintas poses y miden EMG y a su vez fuerzas con distintos tipos de dynamometros.
-Además usan sensores especiales para medir más fuerzas
-Explican como se condfiguro y como se midio el EMG y como se instalo y demás.
-Esta quizas es la parte más interesante cuando midieron con un sistema de catprua basado en marcadores y multplies camaras y calcularon las posiciones en 3d de las articulaciones, estas posiciones tambien se usaron.
-Se ingreso informacion de posiciones y fuerzas en el tiempo a un modelo dyamico 3d-link segment mediante inverse dynamics calculo los net moments de las fuerzas.
-Presentan una ecuacion para la predicción, es lo unico que podría ser interesante que e funcion de los momentos y fuerzas calculados con el modelo dynamico presentado por ellos 
-No se encontraron otras referencias, sobre CV para EMGP

-Aca lo que se usa es un modelo, no machine learning  al parecer.
-Estos parece que predicen tambien la señal entera directamente, este es como más analitico y tiene buenos resultados
-Tambien miden con correlacion para evaluar la prediccion
-Como se ve este es mucho más analitico, no sería un antecedente con ML ni algo que debería replicar.
-Por lo pronto no lo leo muy a fondo por que no es lo que pretendo seguir salvo por que usa informacion visual con marcaodres

Se relaciona con lo mio en cuanto a que es EMGP de kinematics . Podria ampliar referencias