ВАК 1.1.10 УДК 612.766.1 ГРНТИ 20.00 ОКСО 02.00.00 ББК 75 ТБК 51 BISAC COM074000 ВАК 1.5.5 ВАК 5.3.2 ВАК 5.8.5 ВАК 5.8.6 УДК 615.851 ГРНТИ 77.05 ОКСО 06.00.00 ББК 884 ТБК 4603 BISAC COM079010 BISAC MED084000

ИНДИВИДУАЛЬНЫЕ ОСОБЕННОСТИ МОТОРНОГО КОНТРОЛЯ ПРИ ИСПОЛЬЗОВАНИИ ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА С ЭЛЕКТРОМИОГРАФИЧЕСКОЙ ОБРАТНОЙ СВЯЗЬЮ В ЗАДАЧАХ УПРАВЛЕНИЯ РЕАЛЬНЫМ ОБЪЕКТОМ Индивидуальные особенности моторного контроля при использовании программно-аппаратного комплекса с электромиографической обратной связью в задачах управления реальным объектом

Опубликовано в Российский журнал информационных технологий в спорте · Том 3, Номер 3, 2026 · Страницы 1–22 · Рубрика: ЦИФРОВЫЕ ТЕХНОЛОГИИ В ЭКСТРЕМАЛЬНОЙ И СПОРТИВНОЙ ФИЗИОЛОГИИ
DOI: https://doi.org/10.62105/2949-6349-2026-3-3-e202614 · EDN: MSQEST
Получено: 28.08.2026 Одобрено: 18.09.2026 Опубликовано: 20.09.2026
Обоснование. Внедрение программно-аппаратных комплексов (ПАК) с электромиографической (ЭМГ) обратной связью в реабилитацию в задачах управления реальными физическими объектами сдерживается недостаточной разработанностью методического обеспечения. В отличие от экранных и виртуальных тренажёров, такие комплексы формируют замкнутый сенсомоторный контур с участием проприоцептивной обратной связи, что требует специальных методических подходов. В связи с этим актуальным является изучение физиологического обеспечения применения подобных комплексов у здоровых добровольцев с описанием как субъективной оценки сложности, так и объективных характеристик результативности. Цель исследования. Изучить индивидуальные особенности моторного контроля при использовании ПАК с ЭМГ обратной связью при управлении реальным физическим объектом на примере здоровых испытуемых с использованием объективных показателей результативности выполнения упражнений по данным видеоанализа и субъективной оценки нагрузки. Методы. В пилотном наблюдательном поперечном исследовании приняли участие 26 испытуемых 18–35 лет (15 женщин; 11 мужчин) без неврологических заболеваний и нарушений моторики. Использовался ПАК «БИОМОД» (ООО «Нейро МД», Россия) с двумя миографическими датчиками Callibri и ПО на базе Android. Управление модифицированной радиоуправляемой машинкой осуществлялось по ЭМГ-сигналам при сокращении/расслаблении мышц предплечья. Участники в двух сериях упражнений (от себя/к себе) управляли движением машинки в двух постуральных положениях (сидя/стоя) внутри размеченной трассы длиной 5 м. Объективная оценка упражнений проводилась по видеозаписи. Субъективная оценка нагрузки оценивалась после завершения заданий по опроснику NASA-TLX (русскоязычная адаптация). Результаты. В положении сидя у мужчин наблюдалась тенденция к меньшему времени выполнения упражнения и снижению частоты ошибок; в положении стоя данные межполовые различия нивелировались. Интегративный показатель качества управления характеризовался относительной устойчивостью: статистически значимых различий между группами выявлено не было. Анализ субъективной нагрузки по шкале NASA-TLX показал, что наиболее выраженным компонентом являлось «Давление времени» при умеренных значениях умственной нагрузки, физического усилия и относительно низком уровне напряжения. Корреляционный анализ выявил статистически значимые связи между отдельными шкалами NASA-TLX и объективными показателями управления у мужчин; у женщин подобных ассоциаций не обнаружено. Полученные данные указывают на наличие половых различий в структуре взаимосвязей между субъективным восприятием нагрузки и эффективностью управления реальным объектом по ЭМГ.
электромиография (ЭМГ), биологическая обратная связь, произвольный моторный контроль, зрительно-моторная координация
Текст Список литературы
Текст (RU) (PDF)
Читать Скачать

1. Johannsen G. Human-machine systems research for needs in industry and society. IFAC Proceedings Volumes. 2001;34(16), pp. 1-9. https://doi.org/10.1016/S1474-6670(17)41493-5

2. Wucherer K. HMI, the window to the manufacturing and process industry. IFAC Proceedings Volumes, 2001, 34(16), pp. 101–108. https://doi.org/10.1016/S1474-6670(17)41508-4

3. Palermo E., Laut J., Nov O., Cappa P., Porfiri M. A natural user interface to integrate citizen science and physical exercise. PLoS One, 2017, 12(2), e0172587. https://doi.org/10.1371/journal.pone.0172587

4. Pavón-Pulido N., López-Riquelme J.A., Feliú-Batlle J.J. IoT architecture for smart control of an exoskeleton robot in rehabilitation by using a natural user interface based on gestures. Journal of Medical Systems, 2020, 44(9), 144. https://doi.org/10.1007/s10916-020-01602-w

5. Lacomis D. Electrodiagnostic approach to the patient with suspected myopathy. Neurologic Clinics, 2002, 20(2), pp. 587–603. https://doi.org/10.1016/s0733-8619(01)00013-5

6. Agostini V., Ghislieri M., Rosati S., Balestra G., Knaflitz M. Surface electromyography applied to gait analysis: How to improve its impact in clinics? Frontiers in Neurology. 2020, 11, 994. https://doi.org/10.3389/fneur.2020.00994

7. Jeong J.W., Yeo W.H., Akhtar A., Norton J.J., Kwack Y.J., et al. Materials and optimized designs for human-machine interfaces via epidermal electronics. Advanced Materials, 2013, 25(47), pp. 6839–6846. https://doi.org/10.1002/adma.201301921

8. Lee S., Yoon J., Lee D., Seong D., Lee S., et al. Wireless epidermal electromyogram sensing system. Electronics, 2020, 9(2), 269. https://doi.org/10.3390/electronics9020269

9. Yassin M.M., Saad M.N., Khalifa A.M., Said A.M. Advancing clinical understanding of surface electromyography biofeedback: bridging research, teaching, and commercial applications. Expert Review of Medical Devices, 2024, 21(8), pp. 709–726. https://doi.org/10.1080/17434440.2024.2376699

10. Spencer J., Wolf S.L., Kesar T.M. Biofeedback for post-stroke gait retraining: A review of current evidence and future research directions in the context of emerging technologies. Frontiers in Neurology, 2021, 12, 637199. https://doi.org/10.3389/fneur.2021.637199

11. Ястребцева И.П., Манукян К.А., Шумарина Е.Л., Белова В.В. Результативность тренинга ходьбы у пациентов с центральным гемипарезом // Российский неврологический журнал. 2024. Т.29, №6. С. 44–50.

12. Mahnik S., Aljinović A., Mahnik A., Hrabač P., Žabčić M., Bojanić I. Electromyographic biofeedback or neuromuscular electrical stimulation added to isometric quadriceps exercise does not improve pain and functional outcomes in knee osteoarthritis: a randomized controlled trial. International Journal of Rehabilitation Research, 2026, 49(1), pp. 3–10. https://doi.org/10.1097/MRR.0000000000000689

13. Потешкин А.В., Таламова И.Г. Некоторые аспекты методики проведения сеансов ЭМГ-биоуправления при детском церебральном параличе // Современные вопросы биомедицины. 2018. Т.2, №1. С. 84–92. https://svbskfmba.ru/images/journals/2018-1/2018-1.pdf#page=84

14. Ando T., Matsui K., Okamoto Y., Atsuumi K., Taniguchi K., et al. Physio-avatar EB: aftereffects in error learning with EMG manipulation of first-person avatar experience. Frontiers in Bioengineering and Biotechnology, 2024, 12, 1421765. https://doi.org/10.3389/fbioe.2024.1421765

15. Dupan S., Stuttaford S., Dyson M. Successful transfer of myoelectric skill from virtual interface to prosthesis control. Journal of Neural Engineering, 2025, 22(6), 066034. https://doi.org/10.1088/1741-2552/ae2803

16. Галушка Е.С., Муртазина Е.П., Перцов С.С. Сравнительный анализ электромиографических показателей испытуемых при сенсомоторных тренировках в различных социальных условиях деятельности в диадах // Российский физиологический журнал им. И.М. Сеченова. 2025. Т.111, №6. С. 912–928. https://doi.org/10.31857/S0869813925060065 EDN: https://elibrary.ru/TFAQUZ

17. Chappell J.D., Yu B., Kirkendall D.T., Garrett W.E. A comparison of knee kinetics between male and female recreational athletes in stop-jump tasks. American Journal of Sports Medicine, 2002, 30(2), pp. 261–267. https://doi.org/10.1177/03635465020300021701

18. Hunter S.K. Sex differences in human fatigability: mechanisms and insight to physiological responses. Acta Physiologica, 2014, 210(4), pp. 768–789. https://doi.org/10.1111/apha.12234

19. Hunter S.K., Senefeld J.W. Sex differences in human performance. Journal of Physiology, 2024, 602(17), pp. 4129–4156. https://doi.org/10.1113/JP284198

20. Casamento-Moran A., Hunter S.K., Chen Y.T., Kwon M.H., Fox E.J., et al. Sex differences in spatial accuracy relate to the neural activation of antagonistic muscles in young adults. Experimental Brain Research, 2017, 235(8), pp. 2425–2436. https://doi.org/10.1007/s00221-017-4968-6

21. Bianco V., Berchicci M., Quinzi F., Perri R.L., Spinelli D., Di Russo F. Females are more proactive, males are more reactive: neural basis of the gender-related speed/accuracy trade-off in visuo-motor tasks. Brain Structure and Function, 2020, 225(1), pp. 187–201. https://doi.org/10.1007/s00429-019-01998-3

22. Рыбина Е.П., Ангельгардт А.Н., Березнер Т.А., Расторгуева А.И., Сломинская С.П. Опросник NASA-TLX для измерения когнитивной нагрузки: адаптация на русскоязычной выборке. В кн.: Психология познания: сборник материалов Всероссийской научной конференции памяти Дж. С. Брунера. Ярославль: Филигрань, 2023. С. 269–273. URL: https://publications.hse.ru/chapters/823749333?ysclid=mu8w14qf3s64169626

23. Бабанов Н.Д., Волков М.В., Ковалева А.В., Крикленко Е.А. Мобильное приложение для регистрации физиологических сигналов и управления внешними объектами MioKit : свидетельство о государственной регистрации программы для ЭВМ №2024681406. 2024. URL: https://fips.ru/registers-doc-view/fips_servlet?DB=EVM&DocNumber=2024681406&TypeFile=html

24. White M.M., Morejon O.N., Liu S., Lau M.Y., Nam C.S., Kaber D.B. Muscle loading in exoskeletal orthotic use in an activity of daily living. Applied Ergonomics, 2017, 58, pp. 190–197. https://doi.org/10.1016/j.apergo.2016.06.010

25. Castañeda T.S., Connan M., Capsi-Morales P., Beckerle P., Castellini C., Piazza C. Experimental evaluation of the impact of sEMG interfaces in enhancing embodiment of virtual myoelectric prostheses. Journal of NeuroEngineering and Rehabilitation, 2024, 21(1), 57. https://doi.org/10.1186/s12984-024-01352-7

26. Liu X., Dai C., Liu J., Yuan Y. Effects of exercise on the inter-session accuracy of sEMG-based hand gesture recognition. Bioengineering, 2024, 11(8), 811. https://doi.org/10.3390/bioengineering11080811

27. Luger T., Seibt R., Rieger M.A., Steinhilber B. Sex differences in muscle activity and motor variability in response to a non-fatiguing repetitive screwing task. Biology of Sex Differences, 2020, 11(1), 6. https://doi.org/10.1186/s13293-020-0282-2

28. Danna-Dos-Santos A., Slomka K., Zatsiorsky V.M., Latash M.L. Muscle modes and synergies during voluntary body sway. Experimental Brain Research, 2007, 179(4), pp. 533–550. https://doi.org/10.1007/s00221-006-0812-0

29. Kovaleva A.V., Biryukova E.A., Kubryak O.V. Postural control ability and autonomic and central nervous system parameters in healthy volunteers. International Journal of Psychophysiology, 2018, 131(S), S47. https://doi.org/10.1016/j.ijpsycho.2018.07.143

30. Mohamed M.O., Wood G., Wright D.J., Parr J.V.V. Reducing grip uncertainty during initial prosthetic hand use improves eye-hand coordination and lowers mental workload. Journal of Motor Behavior, 2024, 56(4), pp. 475–485. https://doi.org/10.1080/00222895.2024.2328297

31. Williams H.E., Shehata A.W., Cheng K.Y., Hebert J.S., Pilarski P.M. A multifaceted suite of metrics for comparative myoelectric prosthesis controller research. PLoS One, 2024, 19(5), e0291279. https://doi.org/10.1371/journal.pone.0291279

32. Gjoreski M. et al. Gender differences in physiological and subjective responses to mental workload. IEEE Journal of Biomedical and Health Informatics, 2020, 24(7), pp. 1965–1973. https://doi.org/10.1109/JBHI.2019.2953983

Войти или Создать
* Забыли пароль?