Identificação de sistemas para o estudo de controle motor.

Qualquer tarefa motora ativa se dá pela ativação de uma população de unidades motoras. Porém, devido a diversas dificuldades, tanto técnicas quanto éticas, não é possível medir a entrada sináptica dos motoneurônios em humanos. Por essas razões, o uso de modelos computacionais realistas de um núcleo de motoneurônios e as suas respectivas fibras musculares tem um importante papel no estudo do controle humano dos músculos. Entretanto, tais modelos são complexos e uma análise matemática é difícil. Neste texto é apresentada uma abordagem baseada em identificação de sistemas de um modelo realista de um núcleo de unidades motoras, com o objetivo de obter um modelo mais simples capaz de representar a transdução das entradas do núcleo de unidades motoras na força do músculo associado ao núcleo. A identificação de sistemas foi baseada em um algoritmo de mínimos quadrados ortogonal para achar um modelo NARMAX, sendo que a entrada considerada foi a condutância sináptica excitatória dendrítica total dos motoneurônios e a saída foi a força dos músculos produzida pelo núcleo de unidades motoras. O modelo identificado reproduziu o comportamento médio da saída do modelo computacional realista, mesmo para pares de sinal de entrada-saída não usados durante o processo de identificação do modelo, como sinais de força muscular modulados senoidalmente. Funções de resposta em frequência generalizada do núcleo de motoneurônios foram obtidas do modelo NARMAX, e levaram a que se inferisse que oscilações corticais na banda-beta (20 Hz) podem influenciar no controle da geração de força pela medula espinhal, comportamento do núcleo de motoneurônios até então desconhecido.

Any active motor task is accomplished by the activation of a motor unit population. However, due to many ethical and technical difficulties the synaptic input to the motoneurons cannot be measured in humans. For these reasons realistic computational models of a motoneuron nucleus and the innervated muscle fibers have an important role in the study of the human control of muscles. However such models are complex and their mathematical analysis is difficult. In this text a system identification approach of a realistic motor unit nucleus model is presented with the objective of obtaining a simpler model capable of representing the transduction of the motor unit nucleus inputs into the muscle force signal associated to that nucleus. The system identification was based on an orthogonal least squares algorithm to find a NARMAX model, the input being the net dendritic excitatory synaptic conductance of the motoneurons and the output being the muscle force signal produced by the motor unit nucleus. The identified model output reproduced the mean behavior of the output from the realistic computational model even for input-output signal pairs not used during the identification process, such as sinusoidally modulated output muscle force signals. Generalized frequency response functions of the motoneuron nucleus were obtained from the identified NARMAX model, and led to an inference that cortical oscillations in the beta band (20 Hz) can affect force control by the spinal cord, an unknown motoneuron nucleus behavior until now.