NYHET En metod för att identifiera motoriska enheter med hjälp av ultrasnabbt ultraljud har utvecklats, utvärderats och validerats i Robin Rohléns avhandling.
Den ultraljudsbaserade metoden har utvecklats för att kunna identifiera enskilda motoriska enheter i skelettmuskler. Motorenheter är de minska beståndsdelarna i en muskel man själv kan aktivera. Motoriska enheters funktion är bland annat av intresse när man diagnosticerar neuromuskulära sjukdomar, men med dagens teknik används en nål som sticks in i huden och medför potentiella besvär för patienter. Ultraljud är en teknik som mäter på hudens yta och får information från ett mycket större område än andra tekniker som kan identifiera motorenheter i muskel.
En modul i metoden, dekompositionsalgoritm, utvärderades genom att jämföra olika algoritmers prestanda för att identifiera motoriska enheter. Slutligen, det visar sig vara möjligt att skatta motoriska enheters kontraktila parametrar. Allt detta tyder på att denna metod kan bidra till bland annat neuromuskulär diagnostik. Generellt sett möjliggör metoden att studera motorenhets-relaterade frågor som tidigare har varit svårt eller omöjligt att besvara.
Syftet med avhandlingen är att utveckla metoder för ultrasnabbt ultraljud som kan identifiera och analysera motoriska enheter i frivilligt aktiverade muskler så att dessa metoder kan användas för neuromuskulär diagnostik och karaktärisering av muskelkontraktioner.
Bara friska personer har studerats men avhandlingen ger ett avstamp mot att ge sig ut att studera tillämpningar, så som diagnostik av neuromuskulära sjukdomar där ultraljud ger komplementär information till befintlig teknik. Men även studera muskeluthållighet för idrottare för att undersöka ifall det finns någon systematik i motoriska enheternas rekrytering. Dessutom har det visat sig att ultraljud är ett intressant alternativ när det gäller kontroll av proteser.
Att avbilda dessa motoriska enheter blir allt mer intressant för forskare världen över då det ger mer information över ett stort område i muskeln jämfört med dagens tekniker inom området. Det ger komplementär information som möjliggör nya fynd, både när det gäller grundläggande fysiologisk forskning och kopplat till framtida klinisk användning. Denna avhandling är en grund för fortsatta forskningen inom området som är väldigt nytt och spännande. Kommande 5 år kommer säkerligen mycket ha hänt.
I första delstudien togs en simuleringsmodell fram för att undersöka ifall det är möjligt att identifiera potentiella motorenheter i muskler. I samband med detta utvecklades en metod som tar in data (antingen simulerat eller mätt på personer) som då bearbetar och identifierar mönster i data på sådant sätt att dessa enheter kan identifieras.
När det gäller mätningar på friska personer, har åtta till nio personer deltagit i mätningar där man mätt antingen enbart med ultraljud eller att man har mätt med både nål och ultraljud samtidigt. Dessa personer har då fått rotera armen inåt kroppen några få grader så att få motoriska enheter är aktiverade. Medan dessa personer håller detta roterade läge stabilt under några sekunder samlas data in från båda teknikerna. Detta tillvägagångssätt är vanligt vid en undersökning hos neurofys. Själva nålmätningen har gjorts av en läkare på neurofysiologi i Uppsala. Gällande ultraljudet samlades det in 2000 bilder per sekund med hög rumslig upplösning vilket genererar en stor mängd data.
Robin Rohlén har tidigare en magisterexamen i matematisk statistik från Umeå Universitet och masterexamen i finans från Göteborgs universitet. Han springer på elitnivå och har ett stort antal SM-medaljer samt sprungit för landslaget.
