Đo Lường và Phân Tích Tín Hiệu Điện Cơ Hỗ Trợ Chẩn Đoán Bệnh Lý Về Cơ

• Tác giả: Đỗ Thị Nhung
• Người hướng dẫn: TS. Dương Trọng Lượng
• Trường học: Trường Đại Học Bách Khoa Hà Nội
• Chuyên ngành: Kỹ thuật y sinh
• Đề tài: Phân Tích Tín Hiệu Điện Cơ Hỗ Trợ Chẩn Đoán Bệnh Lý Cơ
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2022
• Địa điểm: Hà Nội

• LỜI CẢM ƠN
• 1. CHƯƠNG 1: LÝ THUYẾT VỀ TÍN HIỆU ĐIỆN CƠ
• 1.1. Giải phẫu sinh lý về hệ cơ
• 1.2. Nguồn gốc của tín hiệu điện cơ
• 1.2.1. Phản ứng hóa điện của synap thần kinh – cơ
• 1.2.2. Điện thế màng tế bào
• 1.3. Các đặc trưng của tín hiệu điện cơ
• 1.4. Ứng dụng trong lâm sàng của tín hiệu điện cơ
• 1.4.1. Một số bệnh lý liên quan tới cơ
• 1.4.2. Chẩn đoán bệnh lý về cơ
• 1.4.3. Dùng tín hiệu EMG đo bằng điện cực kim ở các chi để nhận biết một số dấu hiệu bệnh lý
• 1.5. Kết luận chương
• 2. CHƯƠNG 2: ĐO LƯỜNG VÀ PHÂN TÍCH TÍN HIỆU ĐIỆN CƠ
• 2.1. Giới thiệu chương
• 2.2. Phương pháp đo lường tín hiệu điện cơ xâm lấn
• 2.3. Phương pháp đo lường tín hiệu điện cơ không xâm lấn
• 2.4. Một số yếu tố ảnh hưởng đến chất lượng tín hiệu điện cơ
• 2.4.1. Chất lượng mạch đo tín hiệu điện cơ
• 2.5. Một số giải pháp cải thiện chất lượng tín hiệu điện cơ
• 2.5.1. Giải pháp cải thiện chất lượng tín hiệu điện cơ bằng phần cứng
• 2.5.2. Giải pháp cải thiện chất lượng tín hiệu điện cơ bằng bộ lọc số
• 2.6. Phương pháp phân tích định lượng tín hiệu điện cơ
• 2.6.1. Phân tích Wavelet
• 2.6.2. Phương pháp tiếp cận tần số - thời gian
• 2.6.3. Mô hình hồi qui
• 2.6.4. Trí tuệ nhân tạo
• 2.6.5. Thống kê bậc cao
• 2.6.6. Các thông số định lượng
• 2.7. Thiết bị ghi đo tín hiệu điện cơ xâm lấn NEUROWERK 4 KÊNH
• 2.7.1. Giới thiệu về thiết bị
• 2.7.2. Hình ảnh và mô tả các khối của thiết bị
• 2.7.3. Phần mềm điều khiển của thiết bị
• 2.7.4. Thông số kỹ thuật của thiết bị ghi đo tín hiệu EMG xâm lấn NEUROWERK 4 kênh
• 2.8. Kết luận chương
• 3. CHƯƠNG 3: DỮ LIỆU TÍN HIỆU ĐIỆN CƠ VÀ MỘT SỐ BỆNH LÝ
• 3.1. Dữ liệu tín hiệu điện cơ của người tình nguyện đo tại phòng Lab
• 3.2. Dữ liệu tín hiệu điện cơ thu thập từ Bệnh viện
• 3.3. Mối liên hệ giữa tín hiệu điện cơ và một số bệnh lý về cơ
• 3.3.1. Thời gian tiềm vận động ngoại vi và tốc độ dẫn truyền vận động (Distal Motor Latency – DML & Motor Conduction Velocity – MCV)
• 3.3.2. Tốc độ dẫn truyền cảm giác (Sensory Conduction Velocity – SCV)
• 3.3.3. Sóng F, thời gian tiềm và tần số
• 3.3.4. Hoạt động điện do đâm kim (Insertional activity)
• 3.3.5. Hoạt động điện tự phát (spontaneous activity)
• 3.3.6. Điện thế của đơn vị vận động (motor unit action potentials – MUP/MUAP)
• 3.3.7. Hình ảnh kết tập (recruitment pattern)
• 3.4. Kết luận chương
• TÀI LIỆU THAM KHẢO

I. Tổng Quan Về Phân Tích Tín Hiệu Điện Cơ Hỗ Trợ Chẩn Đoán Bệnh Lý Cơ

Phân tích tín hiệu điện cơ là một lĩnh vực quan trọng trong y học hiện đại, giúp hỗ trợ chẩn đoán các bệnh lý về cơ. Tín hiệu điện cơ (EMG) được ghi lại từ hoạt động của cơ xương, phản ánh tình trạng sức khỏe của hệ thần kinh và cơ. Việc hiểu rõ về tín hiệu này không chỉ giúp bác sĩ đưa ra chẩn đoán chính xác mà còn hỗ trợ trong việc điều trị và phục hồi chức năng cho bệnh nhân.

1.1. Khái Niệm Về Tín Hiệu Điện Cơ Và Ứng Dụng

Tín hiệu điện cơ (EMG) là tín hiệu sinh học được tạo ra từ sự co cơ. EMG có thể được sử dụng để đánh giá chức năng của cơ và dây thần kinh, từ đó giúp chẩn đoán các bệnh lý như bệnh lý thần kinh ngoại biên và các rối loạn cơ.

1.2. Lịch Sử Phát Triển Của Tín Hiệu Điện Cơ

Tín hiệu điện cơ đã được nghiên cứu từ những năm 1940, với sự phát triển của các thiết bị ghi nhận tín hiệu. Sự tiến bộ trong công nghệ đã giúp cải thiện độ chính xác và độ nhạy của các phương pháp chẩn đoán dựa trên EMG.

II. Vấn Đề Và Thách Thức Trong Phân Tích Tín Hiệu Điện Cơ

Mặc dù phân tích tín hiệu điện cơ mang lại nhiều lợi ích, nhưng vẫn tồn tại nhiều thách thức trong quá trình thực hiện. Các vấn đề như nhiễu tín hiệu, độ chính xác của thiết bị và khả năng phân tích dữ liệu là những yếu tố cần được giải quyết.

2.1. Nhiễu Tín Hiệu Trong Ghi Nhận EMG

Nhiễu tín hiệu có thể đến từ nhiều nguồn khác nhau, bao gồm cả thiết bị ghi nhận và hoạt động của cơ thể. Việc giảm thiểu nhiễu là rất quan trọng để đảm bảo độ chính xác của kết quả phân tích.

2.2. Độ Chính Xác Của Thiết Bị Ghi Nhận

Độ chính xác của thiết bị ghi nhận tín hiệu điện cơ ảnh hưởng trực tiếp đến kết quả chẩn đoán. Việc lựa chọn thiết bị phù hợp và bảo trì định kỳ là cần thiết để đảm bảo chất lượng dữ liệu.

III. Phương Pháp Đo Lường Tín Hiệu Điện Cơ Hiện Đại

Có nhiều phương pháp đo lường tín hiệu điện cơ, bao gồm cả phương pháp xâm lấn và không xâm lấn. Mỗi phương pháp có ưu điểm và nhược điểm riêng, phù hợp với từng loại bệnh lý.

3.1. Phương Pháp Đo Lường Không Xâm Lấn

Phương pháp này sử dụng điện cực bề mặt để ghi nhận tín hiệu điện cơ. Đây là phương pháp an toàn và dễ thực hiện, thường được sử dụng trong các bệnh viện và phòng khám.

3.2. Phương Pháp Đo Lường Xâm Lấn

Phương pháp xâm lấn sử dụng điện cực kim để ghi nhận tín hiệu từ bên trong cơ. Mặc dù có độ chính xác cao hơn, nhưng phương pháp này có thể gây khó chịu cho bệnh nhân.

IV. Phân Tích Dữ Liệu Tín Hiệu Điện Cơ Để Chẩn Đoán Bệnh

Phân tích dữ liệu tín hiệu điện cơ là bước quan trọng trong quá trình chẩn đoán bệnh lý. Các phương pháp phân tích hiện đại giúp tăng cường khả năng phát hiện và chẩn đoán chính xác hơn.

4.1. Phân Tích Định Lượng Tín Hiệu Điện Cơ

Phân tích định lượng giúp xác định các thông số quan trọng của tín hiệu điện cơ, từ đó hỗ trợ bác sĩ trong việc đưa ra chẩn đoán chính xác hơn.

4.2. Ứng Dụng Trí Tuệ Nhân Tạo Trong Phân Tích

Sử dụng trí tuệ nhân tạo trong phân tích tín hiệu điện cơ đang trở thành xu hướng mới. Các thuật toán học máy có thể giúp phát hiện các mẫu bất thường trong dữ liệu, hỗ trợ chẩn đoán nhanh chóng và chính xác.

V. Ứng Dụng Thực Tiễn Của Tín Hiệu Điện Cơ Trong Y Học

Tín hiệu điện cơ không chỉ được sử dụng trong chẩn đoán bệnh lý mà còn có nhiều ứng dụng khác trong y học, như phục hồi chức năng và nghiên cứu thể thao.

5.1. Ứng Dụng Trong Phục Hồi Chức Năng

Tín hiệu điện cơ được sử dụng để theo dõi quá trình phục hồi chức năng của bệnh nhân sau phẫu thuật hoặc chấn thương. Việc phân tích tín hiệu giúp đánh giá hiệu quả của các phương pháp điều trị.

5.2. Nghiên Cứu Thể Thao Và Tín Hiệu Điện Cơ

Trong thể thao, tín hiệu điện cơ được sử dụng để theo dõi hiệu suất và phát hiện các dấu hiệu mệt mỏi của cơ bắp. Điều này giúp các vận động viên tối ưu hóa quá trình tập luyện và thi đấu.

VI. Kết Luận Và Tương Lai Của Phân Tích Tín Hiệu Điện Cơ

Phân tích tín hiệu điện cơ đang ngày càng trở nên quan trọng trong y học hiện đại. Tương lai của lĩnh vực này hứa hẹn sẽ có nhiều tiến bộ với sự phát triển của công nghệ và các phương pháp phân tích mới.

6.1. Xu Hướng Phát Triển Công Nghệ

Công nghệ ghi nhận và phân tích tín hiệu điện cơ đang phát triển nhanh chóng, với nhiều thiết bị mới và phần mềm phân tích hiện đại. Điều này sẽ giúp nâng cao độ chính xác và hiệu quả trong chẩn đoán.

6.2. Tương Lai Của Nghiên Cứu Tín Hiệu Điện Cơ

Nghiên cứu về tín hiệu điện cơ sẽ tiếp tục mở rộng, với nhiều ứng dụng mới trong y học và công nghệ. Sự kết hợp giữa y học và công nghệ thông tin sẽ tạo ra những bước đột phá trong lĩnh vực này.

Tổng quan nghiên cứu

Tín hiệu điện cơ (Electromyography – EMG) là một trong những kỹ thuật quan trọng trong lĩnh vực kỹ thuật y sinh, được sử dụng để đánh giá chức năng của hệ thần kinh và cơ bắp thông qua việc ghi lại hoạt động điện của cơ xương. Theo ước tính, tại Việt Nam, số lượng người mắc các bệnh lý về cơ khá lớn, với nhu cầu khám và điều trị đa dạng. Các bệnh lý về cơ, dù không phổ biến như các bệnh tim mạch hay ung thư, nhưng có thể gây ra những khuyết tật nghiêm trọng, thậm chí mất khả năng vận động hoặc tử vong nếu không được phát hiện và điều trị kịp thời.

Mục tiêu của luận văn là phát triển các phương pháp đo lường và phân tích tín hiệu điện cơ nhằm hỗ trợ chẩn đoán một số bệnh lý về cơ, qua đó góp phần nâng cao hiệu quả chẩn đoán và điều trị. Nghiên cứu tập trung vào việc thu nhận tín hiệu EMG bằng cả phương pháp xâm lấn (dùng điện cực kim) và không xâm lấn (dùng điện cực bề mặt), đồng thời áp dụng các kỹ thuật phân tích định lượng và xử lý tín hiệu hiện đại như biến đổi Wavelet, mô hình hồi quy, và trí tuệ nhân tạo.

Phạm vi nghiên cứu được thực hiện tại phòng thí nghiệm và Bệnh viện Đại học Y Hà Nội trong giai đoạn 2020-2022, với dữ liệu thu thập từ 21 bệnh nhân và người tình nguyện. Nghiên cứu có ý nghĩa quan trọng trong việc cung cấp cơ sở khoa học cho việc phát triển thiết bị đo lường tín hiệu điện cơ trong nước, góp phần nâng cao năng lực chẩn đoán bệnh lý thần kinh cơ, đồng thời hỗ trợ các ứng dụng trong phục hồi chức năng và phát triển công nghệ chi giả.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình nghiên cứu sau:

• Giải phẫu sinh lý hệ cơ: Bao gồm ba loại cơ chính là cơ xương (cơ vân), cơ trơn và cơ tim, với đặc điểm cấu trúc và chức năng khác nhau. Cơ xương chịu sự điều khiển tự nguyện của hệ thần kinh trung ương, trong khi cơ trơn và cơ tim hoạt động không tự chủ.
• Nguồn gốc tín hiệu điện cơ: Tín hiệu EMG phát sinh từ phản ứng hóa điện của synap thần kinh – cơ, dẫn đến sự thay đổi điện thế màng tế bào cơ khi có kích thích thần kinh vận động α.
• Đặc trưng tín hiệu EMG: Tín hiệu có biên độ nhỏ (0-5mV), dải tần từ 10Hz đến 3kHz, với tỷ số tín hiệu trên nhiễu (SNR) thấp do nhiều loại nhiễu như nhiễu điện lưới 50Hz, nhiễu chuyển động và nhiễu sinh học khác.
• Phân tích định lượng tín hiệu điện cơ (QEMG): Sử dụng các phương pháp như phân tích MUAP thủ công và tự động, phân tích mẫu xếp chồng, phân tích Wavelet, mô hình hồi quy, trí tuệ nhân tạo và thống kê bậc cao để trích xuất các tham số định lượng như biên độ, số pha, số điểm uốn, thời khoảng của các đoạn điện thế tích cực (APS).

Phương pháp nghiên cứu

• Nguồn dữ liệu: Dữ liệu tín hiệu điện cơ được thu thập từ 21 bệnh nhân tại Bệnh viện Đại học Y Hà Nội và người tình nguyện tại phòng thí nghiệm của Trường Đại học Bách Khoa Hà Nội.
• Phương pháp đo lường: Sử dụng thiết bị ghi đo tín hiệu điện cơ xâm lấn NEUROWERK 4 kênh với điện cực kim đồng tâm để thu nhận tín hiệu iEMG, đồng thời sử dụng điện cực bề mặt để thu nhận tín hiệu sEMG không xâm lấn.
• Phương pháp phân tích: Áp dụng các kỹ thuật xử lý tín hiệu số như lọc thông dải (20Hz - 2kHz), biến đổi Wavelet để phân tích cục bộ tín hiệu không tĩnh, mô hình hồi quy tự động (AR) để mô hình hóa tín hiệu, và mạng nơron nhân tạo (ANN) để phân loại tín hiệu theo đặc trưng bệnh lý.
• Timeline nghiên cứu: Thu thập dữ liệu và thực hiện phân tích trong giai đoạn 2020-2022, với các bước chính gồm thu nhận tín hiệu, xử lý và phân tích định lượng, đánh giá kết quả và đề xuất giải pháp cải thiện chất lượng tín hiệu.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Chất lượng tín hiệu iEMG và sEMG: Tín hiệu iEMG có tỷ số tín hiệu trên nhiễu (SNR) cao hơn so với sEMG do điện cực kim tiếp xúc trực tiếp với mô cơ, giúp phân tách các điện thế hoạt động đơn vị vận động (MUAP) rõ ràng hơn. Tần số tín hiệu iEMG dao động trong khoảng 10Hz – 3kHz, trong khi sEMG chủ yếu tập trung ở dải 20Hz – 150Hz.
2. Đặc điểm tín hiệu bệnh lý cơ: Ở bệnh nhân bị bệnh lý cơ, số lượng MUAP tăng lên nhưng biên độ giảm, phản ánh sự suy giảm chất lượng co cơ. Ngược lại, bệnh lý thần kinh cơ biểu hiện bằng số lượng MUAP giảm, tần số phóng điện tăng để bù trừ, dẫn đến tín hiệu có dạng "hàng rào" khi co cơ tối đa.
3. Hiệu quả các phương pháp phân tích định lượng: Phân tích Wavelet và mô hình hồi quy AR cho phép trích xuất các đặc trưng tần số – thời gian của tín hiệu EMG, giúp phân biệt các trạng thái bệnh lý khác nhau với độ chính xác trên 85%. Mạng nơron nhân tạo (ANN) được huấn luyện trên dữ liệu mẫu đạt độ chính xác phân loại khoảng 90%.
4. Ảnh hưởng của nhiễu và giải pháp cải thiện: Nhiễu điện lưới 50Hz và nhiễu chuyển động là các yếu tố chính làm giảm chất lượng tín hiệu. Việc sử dụng bộ lọc số thông dải, tăng tỷ số CMRR của mạch khuếch đại và cách ly đất thiết bị giúp tăng SNR lên khoảng 20-30% so với thiết bị chưa tối ưu.

Thảo luận kết quả

Kết quả nghiên cứu cho thấy việc sử dụng điện cực kim đồng tâm trong thu nhận tín hiệu iEMG mang lại chất lượng tín hiệu vượt trội so với điện cực bề mặt, phù hợp cho chẩn đoán chính xác các bệnh lý về cơ. Các phương pháp phân tích định lượng hiện đại như Wavelet và ANN không chỉ giúp giảm thiểu sự phụ thuộc vào đánh giá chủ quan của chuyên gia mà còn nâng cao độ nhạy và độ đặc hiệu trong chẩn đoán.

So sánh với các nghiên cứu quốc tế, kết quả phân tích tín hiệu EMG trong luận văn tương đồng với các báo cáo về đặc trưng tần số và biên độ của tín hiệu bệnh lý cơ và thần kinh cơ. Việc áp dụng các giải pháp cải thiện chất lượng tín hiệu đã góp phần giảm thiểu ảnh hưởng của nhiễu môi trường, điều này rất quan trọng trong điều kiện thực tế tại các bệnh viện và phòng thí nghiệm trong nước.

Dữ liệu có thể được trình bày qua các biểu đồ phổ tần số, biểu đồ phân bố biên độ MUAP và bảng so sánh các tham số định lượng giữa nhóm bệnh lý và nhóm kiểm soát, giúp minh họa rõ ràng sự khác biệt về đặc trưng tín hiệu.

Đề xuất và khuyến nghị

1. Triển khai hệ thống đo lường tín hiệu điện cơ tại các cơ sở y tế: Đầu tư thiết bị ghi đo tín hiệu iEMG với công nghệ lọc số và khuếch đại có tỷ số CMRR cao nhằm nâng cao chất lượng chẩn đoán bệnh lý cơ. Thời gian thực hiện: 1-2 năm; Chủ thể: Bệnh viện đa khoa tuyến tỉnh và trung ương.
2. Đào tạo chuyên gia kỹ thuật y sinh và bác sĩ chuyên khoa thần kinh cơ: Tổ chức các khóa đào tạo về kỹ thuật thu nhận và phân tích tín hiệu EMG, sử dụng phần mềm phân tích định lượng hiện đại. Thời gian: 6-12 tháng; Chủ thể: Trường đại học và bệnh viện.
3. Phát triển phần mềm phân tích tín hiệu EMG tích hợp trí tuệ nhân tạo: Nghiên cứu và ứng dụng các thuật toán ANN để tự động phân loại và hỗ trợ chẩn đoán, giảm thiểu sai sót do đánh giá chủ quan. Thời gian: 2 năm; Chủ thể: Các viện nghiên cứu và doanh nghiệp công nghệ y sinh.
4. Nâng cao chất lượng thu nhận tín hiệu bằng giải pháp phần cứng: Áp dụng cách ly đất, sử dụng bộ lọc số thông dải và mạch khuếch đại có độ tuyến tính cao để giảm nhiễu và méo dạng tín hiệu. Thời gian: 1 năm; Chủ thể: Nhà sản xuất thiết bị và phòng thí nghiệm kỹ thuật y sinh.
5. Xây dựng cơ sở dữ liệu tín hiệu EMG chuẩn cho các bệnh lý cơ phổ biến tại Việt Nam: Thu thập và lưu trữ dữ liệu tín hiệu EMG từ các bệnh nhân để phục vụ nghiên cứu và đào tạo. Thời gian: 3 năm; Chủ thể: Bệnh viện và trường đại học.

Đối tượng nên tham khảo luận văn

1. Bác sĩ chuyên khoa thần kinh cơ: Nâng cao kiến thức về kỹ thuật đo lường và phân tích tín hiệu EMG, hỗ trợ chẩn đoán chính xác các bệnh lý cơ và thần kinh cơ.
2. Kỹ sư kỹ thuật y sinh: Áp dụng các phương pháp đo lường và xử lý tín hiệu điện cơ trong thiết kế và phát triển thiết bị y tế, cải thiện chất lượng sản phẩm.
3. Nhà nghiên cứu trong lĩnh vực y sinh và công nghệ y tế: Tham khảo các phương pháp phân tích định lượng tín hiệu EMG hiện đại, ứng dụng trí tuệ nhân tạo trong xử lý tín hiệu sinh học.
4. Sinh viên ngành kỹ thuật y sinh và y học: Học tập kiến thức cơ bản và nâng cao về giải phẫu sinh lý hệ cơ, kỹ thuật thu nhận và phân tích tín hiệu điện cơ phục vụ nghiên cứu và thực hành.

Câu hỏi thường gặp

1. Tín hiệu điện cơ (EMG) là gì và ứng dụng chính của nó?
   EMG là tín hiệu điện sinh học phát sinh từ hoạt động co cơ, được sử dụng để đánh giá chức năng thần kinh cơ, chẩn đoán các bệnh lý cơ và thần kinh, cũng như ứng dụng trong phục hồi chức năng và điều khiển thiết bị y sinh.

2. Phân biệt giữa điện cơ kim (iEMG) và điện cơ bề mặt (sEMG)?
   iEMG sử dụng điện cực kim cắm trực tiếp vào mô cơ, cho tín hiệu có độ chính xác cao và ít nhiễu, phù hợp cho chẩn đoán chi tiết. sEMG dùng điện cực đặt trên da, thu tín hiệu tổng hợp của cơ, thuận tiện nhưng dễ bị nhiễu và có độ phân giải thấp hơn.

3. Các yếu tố ảnh hưởng đến chất lượng tín hiệu EMG là gì?
   Chất lượng tín hiệu bị ảnh hưởng bởi nhiễu điện lưới 50Hz, nhiễu chuyển động, chất lượng mạch khuếch đại, vị trí và loại điện cực, cũng như kỹ thuật thu nhận và xử lý tín hiệu.

4. Phương pháp phân tích tín hiệu EMG nào hiệu quả nhất cho chẩn đoán bệnh lý cơ?
   Phân tích định lượng MUAP bằng điện cực kim kết hợp với các kỹ thuật xử lý số như biến đổi Wavelet và mạng nơron nhân tạo được đánh giá là hiệu quả nhất, giúp phân biệt chính xác các bệnh lý cơ và thần kinh cơ.

5. Làm thế nào để cải thiện tỷ số tín hiệu trên nhiễu (SNR) trong thu nhận tín hiệu EMG?
   Sử dụng bộ khuếch đại vi sai có chỉ số CMRR cao, cách ly đất thiết bị, áp dụng bộ lọc số thông dải, và chọn loại điện cực phù hợp giúp tăng SNR, giảm nhiễu và nâng cao chất lượng tín hiệu.

Kết luận

• Luận văn đã phát triển thành công các phương pháp đo lường và phân tích tín hiệu điện cơ xâm lấn và không xâm lấn, hỗ trợ chẩn đoán một số bệnh lý về cơ với độ chính xác cao.
• Phân tích định lượng tín hiệu EMG bằng các kỹ thuật hiện đại như Wavelet và trí tuệ nhân tạo giúp nâng cao hiệu quả chẩn đoán và giảm thiểu sự phụ thuộc vào đánh giá chủ quan.
• Giải pháp cải thiện chất lượng tín hiệu qua phần cứng và phần mềm đã được đề xuất và chứng minh hiệu quả trong thực tế.
• Nghiên cứu góp phần xây dựng cơ sở khoa học cho phát triển thiết bị kỹ thuật y sinh trong nước, đồng thời hỗ trợ đào tạo và nghiên cứu chuyên sâu về kỹ thuật điện cơ.
• Các bước tiếp theo bao gồm triển khai ứng dụng thực tế tại các bệnh viện, đào tạo chuyên gia và phát triển phần mềm phân tích tự động, nhằm nâng cao chất lượng chăm sóc sức khỏe thần kinh cơ.

Hành động ngay: Các cơ sở y tế và viện nghiên cứu nên phối hợp triển khai các giải pháp đo lường và phân tích tín hiệu điện cơ để nâng cao hiệu quả chẩn đoán và điều trị bệnh lý về cơ.