一组研究人员开发了一种很有前途的新方法，可以使用肌内肌电图 (iEMG) 检测神经肌肉疾病。在一项初步研究中，自动诊断系统在三种肌肉类型中表现出高准确性和低计算时间。他们的文章“用于检测肌病和神经病的肌内肌电图分类器”发表在国际影像系统技术杂志上。

作者是印度泰米尔纳德邦 Karunya 技术与科学学院的 Shobha Jose、Thos George Selveraj、Jobin T. Philip、Sairamya Nanjappan Jothiraj 和 Subathra Muthu Swamy Pandian，宾夕法尼亚州圣大卫东方大学的 Kenneth Samuel，以及Vikram Shenoy Handiru 和 Easter S. Suviseshamuthu，来自新泽西州西奥兰治的凯斯勒基金会移动和康复工程研究中心。

侵入性肌内 EMG 已被证明是识别神经肌肉异常(如肌病和神经病)的有效工具。肌病是一种肌纤维疾病，神经病反映了周围神经的损伤，表现出不同的运动单位动作电位模式。

为了促进对这些信号的解释，该团队基于称为一维中心对称局部二元模式(ID，CSLBP)的新功能开发了一个 iEMG 分类器框架，该框架增强了二元(肌病和神经病)分类任务的性能。

来自肱二头肌、三角肌和股内侧肌的肌电图信号。研究了 25 个人：10 名健康对照者，7 名患有肌病，8 名患有神经病。三种肌肉类型的分类准确率超过 92%，并且计算时间很短。

“这种高水平的准确性与较短的测试时间框架相结合表明了实时实施的潜力，”Suviseshamuthu 博士说。“未来的研究需要测试实时 EMG 系统的可行性，该系统将帮助临床医生对这些神经肌肉疾病进行快速、客观和准确的诊断，”他补充说。