HD-EMG und Matrix-EMG: Was hochdichtes Oberflächen-EMG sichtbar macht

Ein bipolares Elektrodenpaar über dem Muskelbauch ist der Standard der Oberflächenelektromyographie, und für viele Fragestellungen ist es genau richtig. Es liefert pro Muskel eine einzige Kurve. Was es nicht liefert, ist ein Bild davon, wo im Muskel die Aktivität entsteht, wie sie sich ausbreitet und welche einzelnen Einheiten daran beteiligt sind.

Genau diese Information liefert das HD-EMG (High-Density-EMG, auch Matrix-EMG oder hochdichtes EMG genannt): ein Raster aus vielen eng beieinanderliegenden Elektroden statt eines einzelnen Paars. Dieser Beitrag erklärt, wie das Verfahren funktioniert, was es sichtbar macht, was ein bipolares Paar systembedingt mittelt, und wo die Grenzen liegen. Er setzt die Grundlagen der Oberflächenelektromyographie voraus und wiederholt sie nicht.

Was ist HD-EMG?

Beim HD-EMG liegt statt zweier Elektroden ein Raster auf der Haut, in der Regel in zwei Richtungen: entlang der Muskelfasern und quer dazu. Jede Elektrode zeichnet ihr eigenes Signal auf. Zwei Größen beschreiben das Raster:

• Inter-Elektroden-Abstand (IED): der Abstand zwischen benachbarten Elektrodenmittelpunkten. Er bestimmt die räumliche Auflösung. Bei HD-Systemen liegt er im Millimeterbereich, zum Beispiel bei 5 oder 8 mm, statt bei den 20 mm, die SENIAM für ein einzelnes bipolares Paar empfiehlt.
• Rasterfläche: Anzahl und Anordnung der Elektroden. Sie bestimmt, wie viel vom Muskel überhaupt abgedeckt wird. Ein kleiner IED mit wenigen Elektroden deckt nur ein kleines Areal ab. Ein Rechenbeispiel, kein Produktlayout: Ein Raster mit 8 × 4 Elektroden und 8 mm IED überspannt zwischen den äußeren Elektrodenmittelpunkten rund 56 × 24 mm.

Der Hintergrund ist die räumliche Abtastung. So wie die zeitliche Abtastung eine ausreichende Abtastfrequenz verlangt, verlangt die räumliche Abtastung einen ausreichend kleinen Elektrodenabstand, damit das Muster auf der Haut nicht verfälscht wird [1]. Das Konsensus-Dokument der CEDE-Initiative fasst zusammen, welche Angaben zu Raster, Abstand und Platzierung bei HD-EMG-Studien berichtet werden sollten [2].

Monopolar, bipolar, differentiell: Was aus einem Raster wird

Ein Raster liefert zunächst monopolare Signale: jede Elektrode gegen eine gemeinsame Referenz. Daraus lassen sich rechnerisch verschiedene Ableitungen bilden [1]:

• Bipolar (single differential): die Differenz zweier benachbarter Elektroden entlang der Faserrichtung. Das entspricht dem klassischen Paar, nur eben an vielen Stellen gleichzeitig.
• Double differential: die Differenz zweier benachbarter bipolarer Signale. Diese räumliche Filterung betont das, was unmittelbar unter den Elektroden entsteht, und dämpft Anteile aus größerer Entfernung.
• Monopolar: die Rohdaten selbst, empfindlich auch für entfernte Quellen und Referenzstörungen, aber mit der vollständigen räumlichen Information.

Das ist ein wesentlicher Unterschied zum klassischen Aufbau: Beim bipolaren Paar ist die Ableitung mit der Elektrodenplatzierung festgelegt. Beim Raster wird sie erst bei der Auswertung gewählt und kann ohne neue Messung gewechselt werden.

Was ein bipolares Paar mittelt und verliert

Ein bipolares Paar ist kein schlechtes Verfahren, aber es ist ein räumlicher Mittelwert. Vier Konsequenzen sind für die Interpretation wichtig.

1. Die räumliche Information fehlt. Muskeln sind nicht überall gleich aktiv. Viele Muskeln aktivieren sich regional unterschiedlich. Eine einzelne Ableitung bildet nur den Bereich unter und um das Elektrodenpaar ab. Die Übersichtsarbeit von Vieira und Botter argumentiert, dass für eine belastbare Aussage zur Anregung eines ganzen Muskels mehrere Ableitungen nötig sein können [4].

2. Die Position bestimmt das Ergebnis. Daher kommt die Empfehlung, pro Muskel eine sinnvolle Ableitposition nach SENIAM zu wählen und sie konsequent beizubehalten, wie wir im Leitfaden zur Elektrodenplatzierung beschreiben. Das ist ein pragmatischer Standard, aber auch ein Eingeständnis: Wenige Zentimeter Versatz verändern die Amplitude. Gerade bei Messungen an verschiedenen Tagen oder durch verschiedene Untersuchende bleibt diese Positionsabhängigkeit eine Fehlerquelle. Das Raster löst sie nicht auf magische Weise, aber es macht sie sichtbar, weil Sie mehrere Positionen gleichzeitig vergleichen können.

3. Die Innervationszone bleibt unsichtbar. An der Innervationszone, der Region, in der die motorischen Endplatten liegen, entstehen die Aktionspotenziale, die sich von dort in beide Richtungen entlang der Fasern ausbreiten. Liegt ein bipolares Paar über dieser Zone, verändern sich Amplitude und Form des Signals, weil die entgegengesetzt laufenden Anteile sich teilweise auslöschen [3]. Mit nur einem Paar sehen Sie nicht, ob Sie gerade dort liegen. SENIAM empfiehlt deshalb, zwischen Innervationszone und Sehnenansatz zu platzieren, ohne die Zone selbst zu messen.

4. Crosstalk ist schwer zu beurteilen. Signale benachbarter Muskeln können auf der Haut mitgemessen werden. Aus einer einzelnen Kurve lässt sich nicht erkennen, welcher Anteil dazugehört. Beim Raster kann man prüfen, ob sich ein Signal wie ein entlang der Fasern wandernder Impuls verhält oder eher gleichzeitig auf vielen Elektroden auftritt, was auf entfernte Quellen hindeutet [1, 3]. Das ersetzt kein Crosstalk-Protokoll, liefert aber ein Kriterium, das bipolar fehlt.

Was HD-EMG sichtbar macht

Aus den Rasterdaten entstehen vier Arten von Information, die ein einzelnes Paar nicht zeigt.

1. Aktivierungskarten: die räumliche Verteilung

Wird die Signalamplitude jeder Elektrode farbcodiert über die Rasterfläche aufgetragen, entsteht eine Aktivierungskarte (Heatmap). Sie zeigt, in welchem Teil des abgedeckten Areals die Aktivität stärker oder schwächer ist. Rojas-Martínez und Kollegen beschreiben solche Amplitudenkarten für Muskeln des Ober- und Unterarms [5]. Gallina und Kollegen verwenden Faktorisierungsverfahren, um aus HD-EMG-Daten Muskelbereiche zu identifizieren, die sich unterschiedlich aktivieren [6].

Das macht Fragen beantwortbar, die bipolar nur schwer zu beantworten sind: Verlagert sich der aktive Bereich bei einer Lastveränderung oder Ermüdung? Aktiviert ein Muskel seine Anteile je nach Gelenkwinkel unterschiedlich? Wie groß ist die Streuung innerhalb eines Muskels im Vergleich zur Streuung zwischen Personen?

2. Innervationszone: wo die Signale entstehen

Im Raster lässt sich die Innervationszone aus dem Signalverlauf erkennen: Einzelne Impulse laufen auf beiden Seiten in entgegengesetzte Richtung von ihr weg, an der Zone selbst kehrt sich die Laufrichtung um [3]. Die Lage der Zone ist individuell und je nach Muskel verschieden. Zwarts und Stegeman behandeln die Lokalisation der Innervationszone als Teil der Grundlagen und des klinischen Nutzens der Mehrkanal-Oberflächen-EMG [3].

Praktisch bedeutet das: Sie können ein bipolares Paar bewusst nicht über die Zone legen, oder bei einer Studie begründen, warum sich Messungen in unterschiedlichen Positionen unterscheiden.

3. Leitgeschwindigkeit der Muskelfasern

Wandert ein Impuls entlang der Fasern über mehrere Elektroden, lässt sich aus der Laufzeit zwischen den Kanälen und dem bekannten Elektrodenabstand die Muskelfaser-Leitgeschwindigkeit schätzen (englisch Muscle Fiber Conduction Velocity, MFCV). Sie hängt mit Eigenschaften der Muskelfasern zusammen [3]. Farina und Kollegen haben die Reproduzierbarkeit solcher Schätzungen mit Mehrkanalverfahren untersucht [7]. Voraussetzung ist, dass die Ableitungen entlang der Fasern liegen und keine Innervationszone dazwischenliegt. Mit einem einzelnen bipolaren Paar ist die Größe nicht bestimmbar. Mehrere Ableitungen in Faserrichtung genügen grundsätzlich, auch ein lineares Array; das Raster liefert sie mit und zeigt zusätzlich, welche Reihen tatsächlich entlang der Fasern verlaufen, sodass die passende Auswahl abgesichert werden kann.

4. Motor-Unit-Dekomposition: einzelne Einheiten statt Summensignal

Das Oberflächen-EMG ist ein Summensignal vieler gleichzeitig aktiver Motoreinheiten (Motor Units, MU). Eine Motoreinheit besteht aus einem Motoneuron und allen von ihm versorgten Muskelfasern. Die Dekomposition zerlegt das Summensignal in die Beiträge einzelner Einheiten. Mit Verfahren der blinden Quellentrennung gelingt das auf Basis vieler Kanäle: Die Methode nutzt aus, dass jede Einheit auf dem Raster ein charakteristisches räumliches Muster erzeugt [8, 9]. Das Ergebnis sind Entladungszeitpunkte (Spike Trains) einzelner Motoreinheiten, nicht-invasiv und ohne Nadel [12, 14].

Daraus lassen sich Größen ableiten, die aus dem Summensignal nicht zugänglich sind [10, 11]:

• Entladungsraten: wie oft eine Einheit pro Sekunde feuert und wie sich das bei steigender Kraft oder Ermüdung verändert.
• Rekrutierungsschwellen: bei welcher Kraft eine Einheit beginnt zu entladen. Das erlaubt Aussagen zur Rekrutierungsreihenfolge.
• Gemeinsamer Antrieb (Common Drive) und Synchronisation: Wie stark schwanken die Entladungsraten verschiedener Einheiten gemeinsam? Das gibt Hinweise auf den Anteil eines gemeinsamen Eingangs auf die Motoneurone [10].

Diese Ebene gehört bislang vor allem in die Forschung. Das Tutorial von Del Vecchio und Kollegen ist die empfehlenswerte Einstiegslektüre, wenn Sie Entladungscharakteristika aus HD-EMG-Signalen auswerten möchten [11].

Wie eine HD-EMG-Messung abläuft

Der Ablauf unterscheidet sich vom bipolaren Standard vor allem in der Vorbereitung und in der Qualitätskontrolle:

1. Fragestellung und Aufgabe festlegen. Soll eine Karte erzeugt werden, genügen meist gleichmäßige Kontraktionen oder definierte Bewegungen. Soll dekomponiert werden, sind kontrollierte, möglichst isometrische Aufgaben mit stabiler Kraft der übliche Ausgangspunkt [11]. 2. Raster ausrichten. Die Elektrodenreihen werden entlang der Faserrichtung ausgerichtet, damit sich Laufzeiten und Innervationszone auswerten lassen. Auch hier gilt: Haut sorgfältig vorbereiten, Elektroden vollflächig haften lassen. Bei Myohive stehen laut Hersteller trockene Elektroden mit manuell aufgetragenem Gel und vorgelierte Elektroden zur Wahl. 3. Kanäle prüfen. Vor und nach der Aufnahme lohnt ein Blick auf jeden Kanal. Einzelne Elektroden mit schlechtem Kontakt fallen in der Karte als Ausreißer auf und müssen markiert oder ausgeschlossen werden, bevor Karten oder Dekomposition berechnet werden. 4. Ableitung und Auswertung wählen. Welche Ableitung (monopolar, bipolar, double differential) und welche Fensterlänge für die Karte gelten, sollten Sie vorab festlegen und berichten [2].

Dieser Mehraufwand ist der Preis für die zusätzliche Information. Er lohnt sich dort, wo die Fragestellung ohne räumliche Auflösung unbeantwortet bliebe.

Grenzen und Fallstricke

HD-EMG ist ein Werkzeug für bestimmte Fragen, kein Ersatz für bipolares EMG. Folgendes sollten Sie vor dem Einstieg kennen.

Dekomposition muss validiert werden. Die Zerlegung liefert nur einen Teil der aktiven Einheiten, nicht alle, und die Qualität schwankt je nach Muskel, Kontraktionsform und Signalqualität. Standardpraxis ist daher die Prüfung der Ergebnisse mit Gütemaßen und ihre Überprüfung durch eine Fachperson. Hug und Kollegen zeigten, dass die Ergebnisse bei manueller Nachbearbeitung zwischen verschiedenen Untersuchenden gut übereinstimmen können [13]; das setzt aber ein definiertes Vorgehen voraus. Die Verfahren sind am besten bei isometrischen und gleichmäßigen Kontraktionen abgesichert; bei schnellen, dynamischen Bewegungen ist die Aussagekraft schwieriger zu sichern [10, 12].

Die Hautvorbereitung ist anspruchsvoller. Bei kleinen Abständen von wenigen Millimetern darf zwischen Nachbarelektroden keine leitende Brücke entstehen, etwa durch zu viel Gel oder Feuchtigkeit. Ein sauberer Hautkontakt über die gesamte Rasterfläche ist aufwendiger als bei zwei Elektroden. Das verlangt Übung.

Die Datenmenge wächst. Ein Rechenbeispiel: 128 Kanäle bei 2.000 Hz und 16 Bit ergeben rund 0,5 MB pro Sekunde Rohdaten, also etwa 1,8 GB pro Stunde. Auswertung, Archivierung und Datenschutz müssen dafür ausgelegt sein.

Der Rechenaufwand und die Software. Aktivierungskarten sind vergleichsweise schnell erzeugt. Eine Dekomposition ist rechenintensiv und erfordert methodische Entscheidungen, die berichtet werden müssen [11]. Klären Sie vor der Anschaffung, welche Auswertung die mitgelieferte Software bietet und was Sie mit externen Werkzeugen erledigen müssen.

Es ist nicht für jede Fragestellung nötig. Wer wissen möchte, ob der Quadrizeps nach einer Operation aktiviert wird, oder links gegen rechts vergleicht, braucht in der Regel keine räumliche Auflösung. Die Frage, wann sich der Mehraufwand lohnt, behandeln wir im Folgeartikel Wann braucht man HD-EMG?.

HD-EMG oder mehr bipolare Kanäle?

Eine naheliegende Alternative zum Raster ist, mehr bipolare Kanäle auf mehrere Muskeln zu verteilen. Das ist ein anderes Prinzip: Mehr bipolare Kanäle beantworten die Frage, welche Muskeln zu welchem Zeitpunkt aktiv sind, siehe die Entscheidungsmatrix zur Kanalzahl. Ein Raster beantwortet die Frage, was innerhalb eines Muskels geschieht. Beides schließt sich nicht aus, aber die Probleme sind verschieden. Wer eine Muskelkette im Gangzyklus beurteilt, braucht viele bipolare Kanäle. Wer wissen möchte, wie einheitlich ein einzelner Muskel aktiviert wird oder welche Einheiten rekrutiert werden, braucht ein Raster.

Was Cometa Myohive bietet

Für die Forschungspraxis bietet Cometa mit Myohive ein drahtloses HD-EMG-System an. Ein Sender erfasst 32 Kanäle, ein Receiver betreibt bis zu zwei Sender; zwei gekoppelte Receiver erweitern das System auf bis zu vier Sender und 128 synchrone Kanäle. Der Inter-Elektroden-Abstand beträgt wahlweise 5 oder 8 mm bei einem Elektrodendurchmesser von 3 oder 5 mm. Abgetastet wird mit 2.000 Hz bei 16 Bit; der Akku hält laut Hersteller 5 Stunden, der Sensor speichert 2 Stunden Daten. Genutzt wird die Software „EMG and Motion Tools“, in der Myohive zeitsynchron mit dem bipolaren System WaveX und den EMG- und IMU-Sensoren dieser Serie läuft. So liegen räumlich hochaufgelöste Ableitungen, klassische bipolare Signale und Kinematik auf einer gemeinsamen Zeitbasis vor.

Fazit

HD-EMG ersetzt das bipolare Paar nicht, sondern beantwortet andere Fragen: Wo im Muskel geschieht etwas, wo liegt die Innervationszone, wie schnell läuft das Signal, und welche Motoreinheiten tragen die Aktivität? Dafür zahlt man mit höherem Aufwand bei Hautvorbereitung, Datenmenge und Auswertung. Entscheidend ist die Fragestellung: Wer sie nur mit einer Kurve pro Muskel beantworten kann, ist mit bipolarem EMG gut bedient. Wer sie nicht mehr mit einer Kurve beantworten kann, findet im Raster das passende Werkzeug. Wie Sie diese Entscheidung treffen, erklärt der Beitrag Wann braucht man HD-EMG?. Muskelanatomie und SENIAM-Positionen für den bipolaren Standard finden Sie im Muskelatlas auf emgguide.de.

HD-EMG für Ihr Labor prüfen?

Wir besprechen mit Ihnen, ob Ihre Fragestellung ein Raster erfordert und wie Myohive in Ihren Aufbau passt. Anfrage senden oder Termin vereinbaren

menios GmbH ist Distributor der Cometa-Produkte in DACH. Dieser Artikel bezieht sich auf unabhängige wissenschaftliche Literatur; Hardware-Angaben zu Myohive stammen vom Hersteller.

Häufige Fragen

Quellen

• Merletti R, Muceli S. Tutorial. Surface EMG detection in space and time: Best practices. Journal of Electromyography and Kinesiology, 2019;49:102363. DOI: 10.1016/j.jelekin.2019.102363
• Gallina A, Disselhorst-Klug C, Farina D, Merletti R, Besomi M, Holobar A, Enoka RM, Hug F, Falla D, Søgaard K, McGill K, Clancy EA, Carson RG, van Dieën JH, Gandevia S, Lowery M, Besier T, Kiernan MC, Rothwell JC, Tucker K, Hodges PW. Consensus for experimental design in electromyography (CEDE) project: High-density surface electromyography matrix. Journal of Electromyography and Kinesiology, 2022;64:102656. DOI: 10.1016/j.jelekin.2022.102656
• Zwarts MJ, Stegeman DF. Multichannel surface EMG: basic aspects and clinical utility. Muscle & Nerve, 2003;28(1):1–17. DOI: 10.1002/mus.10358
• Vieira TM, Botter A. The Accurate Assessment of Muscle Excitation Requires the Detection of Multiple Surface Electromyograms. Exercise and Sport Sciences Reviews, 2021;49(1):23–34. DOI: 10.1249/JES.0000000000000240
• Rojas-Martínez M, Mañanas MA, Alonso JF. High-density surface EMG maps from upper-arm and forearm muscles. Journal of NeuroEngineering and Rehabilitation, 2012;9:85. DOI: 10.1186/1743-0003-9-85
• Gallina A, Garland SJ, Wakeling JM. Identification of regional activation by factorization of high-density surface EMG signals: A comparison of Principal Component Analysis and Non-negative Matrix Factorization. Journal of Electromyography and Kinesiology, 2018;41:116–123. DOI: 10.1016/j.jelekin.2018.05.002
• Farina D, Zagari D, Gazzoni M, Merletti R. Reproducibility of muscle-fiber conduction velocity estimates using multichannel surface EMG techniques. Muscle & Nerve, 2004;29:282–291. DOI: 10.1002/mus.10547
• Holobar A, Zazula D. Multichannel Blind Source Separation Using Convolution Kernel Compensation. IEEE Transactions on Signal Processing, 2007;55(9):4487–4496. DOI: 10.1109/TSP.2007.896108
• Negro F, Muceli S, Castronovo AM, Holobar A, Farina D. Multi-channel intramuscular and surface EMG decomposition by convolutive blind source separation. Journal of Neural Engineering, 2016;13(2):026027. DOI: 10.1088/1741-2560/13/2/026027
• Farina D, Merletti R, Enoka RM. The extraction of neural strategies from the surface EMG: an update. Journal of Applied Physiology, 2014;117(11):1215–1230. DOI: 10.1152/japplphysiol.00162.2014
• Del Vecchio A, Holobar A, Falla D, Felici F, Enoka RM, Farina D. Tutorial: Analysis of motor unit discharge characteristics from high-density surface EMG signals. Journal of Electromyography and Kinesiology, 2020;53:102426. DOI: 10.1016/j.jelekin.2020.102426
• Farina D, Holobar A. Characterization of Human Motor Units From Surface EMG Decomposition. Proceedings of the IEEE, 2016;104(2):353–373. DOI: 10.1109/JPROC.2015.2498665
• Hug F, Avrillon S, Del Vecchio A, Casolo A, Ibanez J, Nuccio S, Rossato J, Holobar A, Farina D. Analysis of motor unit spike trains estimated from high-density surface electromyography is highly reliable across operators. Journal of Electromyography and Kinesiology, 2021;58:102548. DOI: 10.1016/j.jelekin.2021.102548
• Merletti R, Holobar A, Farina D. Analysis of motor units with high-density surface electromyography. Journal of Electromyography and Kinesiology, 2008;18(6):879–890. DOI: 10.1016/j.jelekin.2008.09.002