Muskel-Synergie-Analysen werden eingesetzt, um unser Verständnis der motorischen Kontrolle zu verbessern. Definierte Synergievektoren koordinieren mehrere gleichzeitig aktive Muskeln durch Aktivierungskoeffizienten. Um motorisches Lernen besser zu verstehen, ist es entscheidend zu wissen, wie sich die Aktivierung von Synergien während einer Lernaufgabe und bei unterschiedlichen Bewegungsfertigkeiten verändert. Teilnehmende Personen dieser Studie gingen innerhalb einer Datenaufnahme über eine Linie, einen Balken und lernten auf einem Seil zu gehen. Diese Aufgaben repräsentieren verschiedene Fertigkeitsniveaus. Muskel-Synergien wurden über alle Aufgaben berechnet und die Anzahl der Synergien wurde durch den Kniepunkt der Gesamtvarianz (tVAF) Kurve bestimmt. Die tVAF bei einer Synergie nahm mit zunehmender Aufgabenfertigkeit ab (Linie < Balken < Seil). Darüber hinaus nahmen die Variabilität und Unterscheidbarkeit der Aktivierungskoeffizienten von Synergien nach einem Lernprozess und mit zunehmender Aufgabenfertigkeit zu. Daraus lässt sich schließen, dass eine präzise Anpassung und Verfeinerung der Aktivierungskoeffizienten von Synergien eine entscheidende Rolle im motorischen Lernen spielen.
Muscle synergy analyses are used to increase our understanding of motor control. Spatially fixed synergy vectors coordinate multiple co-active muscles through activation commands, known as activation coefficients. To better understand motor learning, it is crucial to know how synergy recruitment varies during a learning task and different levels of movement proficiency. Within one session participants walked on a line, a beam, and learned to walk on a tightrope – tasks that represent different levels of proficiency. Muscle synergies were extracted over all conditions and the number of synergies was determined through the knee-point of the total variance accounted for (tVAF) curve. We found that the tVAF of one synergy decreased with task proficiency (line < beam < tightrope). Additionally, trial-to-trial similarity and distinctness of synergy activation coefficients increased with proficiency and after a learning process. We conclude that precise adjustment and refinement of synergy activation coefficients play a crucial role in motor learning.
Muskel-Synergie-Analysen werden eingesetzt, um unser Verständnis der motorischen Kontrolle zu verbessern. Definierte Synergievektoren koordinieren mehrere gleichzeitig aktive Muskeln durch Aktivierungskoeffizienten. Um motorisches Lernen besser zu verstehen, ist es entscheidend zu wissen, wie sich die Aktivierung von Synergien während einer Lernaufgabe und bei unterschiedlichen Bewegungsfertigkeiten verändert. Teilnehmende Personen dieser Studie gingen innerhalb einer Datenaufnahme über eine Linie, einen Balken und lernten auf einem Seil zu gehen. Diese Aufgaben repräsentieren verschiedene Fertigkeitsniveaus. Muskel-Synergien wurden über alle Aufgaben berechnet und die Anzahl der Synergien wurde durch den Kniepunkt der Gesamtvarianz (tVAF) Kurve bestimmt. Die tVAF bei einer Synergie nahm mit zunehmender Aufgabenfertigkeit ab (Linie < Balken < Seil). Darüber hinaus nahmen die Variabilität und Unterscheidbarkeit der Aktivierungskoeffizienten von Synergien nach einem Lernprozess und mit zunehmender Aufgabenfertigkeit zu. Daraus lässt sich schließen, dass eine präzise Anpassung und Verfeinerung der Aktivierungskoeffizienten von Synergien eine entscheidende Rolle im motorischen Lernen spielen.
Muscle synergy analyses are used to increase our understanding of motor control. Spatially fixed synergy vectors coordinate multiple co-active muscles through activation commands, known as activation coefficients. To better understand motor learning, it is crucial to know how synergy recruitment varies during a learning task and different levels of movement proficiency. Within one session participants walked on a line, a beam, and learned to walk on a tightrope – tasks that represent different levels of proficiency. Muscle synergies were extracted over all conditions and the number of synergies was determined through the knee-point of the total variance accounted for (tVAF) curve. We found that the tVAF of one synergy decreased with task proficiency (line < beam < tightrope). Additionally, trial-to-trial similarity and distinctness of synergy activation coefficients increased with proficiency and after a learning process. We conclude that precise adjustment and refinement of synergy activation coefficients play a crucial role in motor learning.