Архив номеров
Медицинская Техника / Медицинская техника №2, 2026 / с. 8-12

Оценка влияния силовой деформации тканей предплечья на сигнал электроимпедансной миографии методом конечно-элементного моделирования

В.В. Каправчук, Д.А. Гилев, А.Н. Брико, М.Э. Ковалев, П.Г. Рязанцев, А.А. Ломонос, А.В. Кобелев, С.И. Щукин


Аннотация 

Проведена оценка влияния силовой деформации тканей предплечья на параметры сигнала электроимпедансной миографии (ЭИМ) с использованием конечно-элементного моделирования. Морфофункциональные параметры мышечной ткани определялись на основе данных ультразвукового сканирования при различных уровнях изометрического сокращения, структура кожно-жирового слоя реконструировалась по данным магнитно-резонансной томографии. Анализ ультразвуковых данных показал согласованное увеличение смещения центров масс мышцы m. extensor digitorum в вентрально-дорсальном направлении при увеличении мышечного усилия. На основе совмещенных объемных моделей тканей выполнены моделирование распределения электрического поля и расчет электрического импеданса. Определен диапазон изменения морфофункциональных параметров тканей, обусловленный как амплитудной составляющей выполняемого действия, так и увеличением мышечного усилия. Полученные результаты могут быть использованы при разработке систем пропорционального биоуправления и интерпретации биоимпедансных изменений.


Вернуться к содержанию

Сведения об авторах

Владислава Вячеславовна Каправчук, ассистент, аспирант, 
Дмитрий Александрович Гилев, бакалавр, кафедра «Медико-технические информационные технологии», ФГАОУ ВО «Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет)», 
Андрей Николаевич Брико, канд. техн. наук, доцент, кафедра «Медико-технические информационные технологии», ФГАОУ ВО «Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет)», менеджер проекта, ФГБНУ «Российский научный центр хирургии им. акад. Б.В. Петровского», 
Максим Эдуардович Ковалев, бакалавр, кафедра «Биомедицинские технические системы», 
Павел Геннадьевич Рязанцев, ассистент, аспирант, 
Алексей Андреевич Ломонос, магистр, 
Александр Викторович Кобелев, ст. преподаватель, 
Сергей Игоревич Щукин, д-р техн. наук, профессор, зав. кафедрой, кафедра «Медико-технические информационные технологии», ФГАОУ ВО «Московский государственный технический университет им. Н.Э. Баумана (национальный исследовательский университет)», г. Москва, 

Список литературы

1. Baidillah M.R., Riyanto R., Busono P. et al. Electrical impedance spectroscopy for skin layer assessment: A scoping review of electrode design, measurement methods, and post-processing techniques // Measurement. Elsevier. 2024. Vol. 226. Art. 114111. 
2. Clark B.C., Rutkove S., Lupton E.C. et al. Potential utility of electrical impedance myography in evaluating age-related skeletal muscle function deficits // Frontiers in Physiology. Frontiers Media SA. 2021. Vol. 12. Art. 666964. 
3. Xu P., Zhou J., Chen Z. et al. Advancements and challenges in electrical impedance myography (EIM): A comprehensive overview of technology development, applications in sports health, and future directions // IEEE Journal of Microwaves. IEEE. 2024. Vol. 4. № 4. PP. 605-625. 
4. Ngo C., Munoz C., Lueken M. et al. A wearable, multi-frequency device to measure muscle activity combining simultaneous electromyography and electrical impedance myography // Sensors. MDPI. 2022. Vol. 22. № 5. P. 1941. 
5. Diao Y., Chen G., Peng J. et al. Quantitative assessment and diagnosis of muscle function in sarcopenia based on EIT-derived parameters // IEEE Trans. Neural Syst. Rehabil. Eng. IEEE. 2025. Vol. 33. PP. 3900-3909. 
6. Silva R., Silva B., Fernandes C. et al. A review on 3D scanners studies for producing customized orthoses // Sens. Multidisciplinary Digital Publishing Institute. 2024. Vol. 24. № 5. P. 1373. 
7. Qiu F., Liu X., Ye X. Influence of electrode placement on the recognition of different gesture categories using high-density sEMG // Front. Neurosci. Frontiers. 2025. Vol. 19. Art. 1750792. 
8. Kapravchuk V., Ishkildin A., Briko A. et al. Method of Forearm Muscles 3D Modeling Using Robotic Ultrasound Scanning // Sensors. MDPI. 2025. Vol. 25. № 7. P. 2298. 
9. Kobelev A., Goidina T., Shchukin S. et al. Stand for determining the forearm tissues resistivity in-vivo / 2021 Ural Symposium on Biomedical Engineering, Radioelectronics and Information Technology (USBEREIT). IEEE. 2021. PP. 0086-0089. 
10. Akagi R., Iwanuma S., Hashizume S. et al. Determination of contraction-induced changes in elbow flexor cross-sectional area for evaluating muscle size-strength relationship during contraction // The Journal of Strength & Conditioning Research. LWW. 2015. Vol. 29. № 6. PP. 1741-1747.