精準(zhǔn)定位“肌肉開關(guān)”:肌電仿真揭示神經(jīng)支配區(qū)定位的影響因素
瀏覽次數(shù):702 發(fā)布日期:2025-10-11
來源:本站 僅供參考,謝絕轉(zhuǎn)載,否則責(zé)任自負(fù)
精準(zhǔn)定位“肌肉開關(guān)”:肌電仿真揭示神經(jīng)支配區(qū)定位的影響因素
引言/背景介紹
在神經(jīng)肌肉系統(tǒng)中,運(yùn)動(dòng)神經(jīng)末梢與肌纖維形成的神經(jīng)肌肉接頭往往集中分布在一條帶狀區(qū)域,這一特殊區(qū)域被稱為肌肉支配區(qū)(Innervation Zone,IZ)。準(zhǔn)確識(shí)別IZ的位置不僅有助于理解肌肉的形態(tài)學(xué)結(jié)構(gòu)和運(yùn)動(dòng)控制機(jī)制,還在臨床實(shí)踐中具有重要意義。例如,在治療肌張力障礙時(shí),肉毒毒素注射若能夠精確定位IZ,就能顯著提高療效并減少藥物劑量;在表面肌電記錄中,合理避開或標(biāo)記IZ位置有助于獲得更穩(wěn)定、可靠的信號(hào);在分娩過程中,掌握會(huì)陰肌肉的IZ分布則有助于降低括約肌損傷的風(fēng)險(xiǎn)。然而,IZ的估計(jì)過程往往受到多種神經(jīng)生理因素的干擾,其中最為關(guān)鍵的包括運(yùn)動(dòng)單位的同步化程度以及肌肉是否存在單一或多個(gè)IZ。由于這些因素在實(shí)驗(yàn)環(huán)境下難以系統(tǒng)地操控和驗(yàn)證,如何在復(fù)雜的神經(jīng)肌肉活動(dòng)條件下準(zhǔn)確識(shí)別IZ,成為亟需解決的科學(xué)與臨床問題。
論文概要
針對(duì)這一問題,來自康復(fù)大學(xué)周平教授團(tuán)隊(duì)開展了一項(xiàng)仿真研究(圖1),成果發(fā)表于Biosensors期刊,題為Neurophysiological Factors Affecting Muscle Innervation Zone Estimation Using Surface EMG: A Simulation Study。研究者構(gòu)建了包含120個(gè)運(yùn)動(dòng)單位的肌電仿真模型,模擬不同生理?xiàng)l件下的表面肌電信號(hào)采集與IZ估計(jì)過程。通過在模型中設(shè)置單一與雙重IZ結(jié)構(gòu),并結(jié)合無同步、部分同步以及完全同步三種運(yùn)動(dòng)單位放電模式,研究團(tuán)隊(duì)系統(tǒng)分析了這些神經(jīng)生理因素對(duì)IZ定位準(zhǔn)確性的影響。結(jié)果顯示:單 IZ 肌肉在所有同步狀態(tài)下 IZ 估算均準(zhǔn)確,雙 IZ 肌肉僅在無同步時(shí)可估算至少一個(gè) IZ,中度同步或完全同步(M 波)時(shí)會(huì)出現(xiàn)假 IZ 估算;結(jié)論指出,單 IZ 肌肉的 EMG 估算 IZ 受 MU 同步化影響小,但雙 IZ 肌肉需警惕同步化導(dǎo)致的估算誤差,尤其臨床應(yīng)用中需注意。
圖1. 論文信息
研究方法
本研究采用計(jì)算機(jī)仿真的方式系統(tǒng)評(píng)估不同神經(jīng)生理因素對(duì)IZ估計(jì)的影響。研究團(tuán)隊(duì)構(gòu)建了一個(gè)包含120個(gè)運(yùn)動(dòng)單位的運(yùn)動(dòng)單位池模型,模擬運(yùn)動(dòng)單位的募集與發(fā)放過程,并結(jié)合運(yùn)動(dòng)單位動(dòng)作電位(MUAP)生成模型(圖2),以重現(xiàn)肌肉在收縮時(shí)的電活動(dòng)特征。電極設(shè)置方面,研究模擬了一個(gè)8×8的高密度表面肌電陣列,總計(jì)64個(gè)通道,電極間距為4 mm,排列方向與肌纖維走向平行(圖3)。肌肉形態(tài)被簡化為圓柱形結(jié)構(gòu),肌纖維總數(shù)為7萬條,隨機(jī)分布在運(yùn)動(dòng)單位領(lǐng)地內(nèi),神經(jīng)肌肉接頭則位于單一或雙重IZ區(qū)域,以此模擬現(xiàn)實(shí)肌肉可能存在的不同生理因素。
高密度電極示例
圖2. 纖維動(dòng)作電位產(chǎn)生模型及檢測系統(tǒng)。所有的肌纖維在圓柱體的不同深度h ( y軸)上均勻分布。一個(gè)左、右電流三極子起源于IZ,并沿z軸方向傳播到纖維-肌腱末端消失
圖3. 仿真電極矩陣由8列(平行于肌纖維方向)和8行的網(wǎng)格組成。(A) 單個(gè)IZ位于第4行。(B)兩個(gè)IZ分別位于第2行和第3行之間以及第6行
在實(shí)驗(yàn)設(shè)計(jì)中,研究重點(diǎn)考察了兩個(gè)核心變量:其一是肌肉是否存在單一IZ或雙IZ;其二是運(yùn)動(dòng)單位的同步化程度,分別設(shè)置為無同步、15%同步(接近生理狀態(tài))以及完全同步(接近最大電刺激下的M波)。在信號(hào)處理階段,研究通過差分方法獲得沿肌纖維方向的表面肌電信號(hào),并利用通道間的相關(guān)性分析與相位反轉(zhuǎn)特征來估計(jì)IZ的位置。
“15% 同步化水平” 的含義是:在整體模擬中,每個(gè)運(yùn)動(dòng)單位有 15% 的脈沖會(huì)作為 “參考脈沖”;同時(shí),其余活躍運(yùn)動(dòng)單位中,有 15% 的脈沖會(huì)被調(diào)整到與這些參考脈沖對(duì)齊。因此該同步化過程包含四個(gè)步驟:(1)在所有活躍運(yùn)動(dòng)單位中,選取一個(gè)運(yùn)動(dòng)單位作為參考運(yùn)動(dòng)單位(reference MU);(2)隨機(jī)選取該參考運(yùn)動(dòng)單位發(fā)放的 15% 的 MUAPs;(3)在剩余的活躍運(yùn)動(dòng)單位中,隨機(jī)選取 15% 作為同步運(yùn)動(dòng)單位(synchronized MUs);(4)針對(duì)參考運(yùn)動(dòng)單位中每一個(gè)被選中的 MUAP,調(diào)整所有同步運(yùn)動(dòng)單位中與其時(shí)間最接近的 MUAP 的時(shí)序,使其與參考 MUAP 完全重合。

圖4. MU同步示意圖,以其中4個(gè)MU所放行的MUAP序列為例進(jìn)行了說明。將隨機(jī)選擇的同步MUs ( MU120、MU115、MU85)的部分脈沖時(shí)序調(diào)整為與參考MU 50的隨機(jī)選擇脈沖一致。此過程重復(fù)120次,使池中每個(gè)MU作為參考MU
仿真結(jié)果表明,對(duì)于單一IZ的肌肉,不論在何種同步化條件下,表面肌電估計(jì)的結(jié)果均與模型設(shè)定的真實(shí)IZ位置保持一致,顯示出IZ估計(jì)方法的穩(wěn)定性和可靠性(圖5)。通過計(jì)算干擾相表面肌電相鄰?fù)ǖ篱g的相關(guān)系數(shù)進(jìn)一步證實(shí)這一結(jié)論,三種同步條件下均在3-4行之間的相關(guān)系數(shù)最。▓D6展示兩種同步條件)。然而,在雙IZ肌肉的模擬中,情況則更為復(fù)雜。當(dāng)運(yùn)動(dòng)單位之間不存在同步時(shí),估計(jì)結(jié)果能夠較為準(zhǔn)確地捕捉到至少一個(gè)IZ的位置。如圖7所示,可以觀察到第6行和第7行對(duì)所有列的相關(guān)系數(shù)最小,表明IZ大致位于第6-7行之間,至少有一個(gè)IZ可以被估計(jì)。但一旦引入同步化,無論是15%的部分同步還是完全同步,估計(jì)結(jié)果往往會(huì)出現(xiàn)明顯偏差,甚至生成與真實(shí)情況不符的“假IZ”(圖8)。在M波模擬中同樣觀測到了類似現(xiàn)象,提示強(qiáng)同步化可能導(dǎo)致雙IZ肌肉的表面肌電信號(hào)產(chǎn)生相位抵消與疊加效應(yīng),從而產(chǎn)生錯(cuò)誤的IZ定位。
圖5. 從單個(gè)IZ肌肉的模擬表面肌電圖中識(shí)別出IZ位置的樣本。 (A)無MU同步下的干擾表面肌電。(B) 15% MU同步水平下干擾相表面肌電。(C) M波
圖6. 所有8列(對(duì)于單個(gè)IZ模擬)相鄰?fù)ǖ辣砻婕‰娦盘?hào)之間的相關(guān)系數(shù)。(A)對(duì)于無MU同步下的干擾相表面肌電。(B) 15% MU同步水平下的干擾相表面肌電
圖7. (A)所有8列(對(duì)于雙IZ仿真,沒有MU同步)的相鄰信道信號(hào)之間相關(guān)系數(shù)的例子,(B)對(duì)于每一列,在所有十次重復(fù)中相關(guān)系數(shù)最小的相鄰行對(duì)的計(jì)數(shù)
圖8. 雙IZ、15%的同步水平的IZ位置例子,(A)模擬的差分肌電信號(hào)。(B)所有8列(表明IZ位于第4列和第5列之間)的相鄰?fù)ǖ佬盘?hào)之間的相關(guān)系數(shù)
進(jìn)一步的可視化分析揭示了這一機(jī)制(圖9)。在雙IZ且存在同步化的條件下,MUAP在不同支配區(qū)起始傳播的波形往往發(fā)生正負(fù)相位的重疊與抵消,使得在某些電極通道間出現(xiàn)“假性極小值”或“相位反轉(zhuǎn)”。這些信號(hào)特征在傳統(tǒng)算法中會(huì)被誤判為IZ位置,最終導(dǎo)致偏差。相比之下,單IZ肌肉由于信號(hào)傳播方向單一,即使存在同步化也不易出現(xiàn)類似的干擾,因此估計(jì)結(jié)果更加魯棒。
圖9. 從模擬的雙IZ條件下M波中識(shí)別出IZ位置的例子。(A)差分MUAPs的分布。模擬的兩個(gè)IZ分別位于第2行和第6行與第7行之間。(B)所有MUAP求和產(chǎn)生的M波
總結(jié)與討論:從仿真走向?qū)嵺`,助力精準(zhǔn)康復(fù)與治療
隨著高密度表面肌電和計(jì)算建模方法的發(fā)展,肌肉支配區(qū)的識(shí)別正逐漸擺脫傳統(tǒng)經(jīng)驗(yàn)的限制,邁向基于仿真與數(shù)據(jù)驅(qū)動(dòng)的精準(zhǔn)分析。本研究通過系統(tǒng)模擬揭示了運(yùn)動(dòng)單位同步化和多IZ結(jié)構(gòu)對(duì)支配區(qū)定位的影響,提醒研究者和臨床人員在應(yīng)用傳統(tǒng)方法時(shí)應(yīng)保持謹(jǐn)慎。這不僅是一項(xiàng)技術(shù)探索,更是推動(dòng)肌電信號(hào)從“記錄現(xiàn)象”走向“理解機(jī)制”的重要一步。對(duì)于肉毒毒素注射、康復(fù)訓(xùn)練評(píng)估以及電極布置等應(yīng)用場景,研究成果提供了新的科學(xué)依據(jù),也為未來實(shí)現(xiàn)更精準(zhǔn)、更個(gè)性化的干預(yù)開辟了可能。
當(dāng)然,本研究也存在一定局限。模擬環(huán)境與真實(shí)生理?xiàng)l件仍有差距,例如肌纖維分布的不均質(zhì)性、復(fù)雜的解剖結(jié)構(gòu)和電極接觸狀態(tài)等,都可能影響IZ定位結(jié)果。此外,本研究采用的估計(jì)方法仍基于傳統(tǒng)的線性分析,尚未結(jié)合更復(fù)雜的非線性特征與人工智能算法。未來研究可引入高密度肌電分解、單運(yùn)動(dòng)單位追蹤以及超聲、MRI等多模態(tài)手段進(jìn)行驗(yàn)證,同時(shí)發(fā)展更智能化的IZ定位工具,從而推動(dòng)這一方法在康復(fù)醫(yī)學(xué)、運(yùn)動(dòng)訓(xùn)練和神經(jīng)疾病干預(yù)中的臨床應(yīng)用。
作者進(jìn)一步提出,隨著高密度表面肌電分解技術(shù)的發(fā)展,獲取單個(gè)運(yùn)動(dòng)單位的成分信息并據(jù)此推斷IZ分布,或?qū)⒊蔀樘岣逫Z定位準(zhǔn)確性的有效途徑。這一工作不僅揭示了IZ估計(jì)的潛在陷阱,也為臨床上的肉毒毒素精準(zhǔn)注射、康復(fù)訓(xùn)練評(píng)估以及肌電采集方法優(yōu)化提供了新的思路。
原文鏈接
Huang, C., Chen, M., Li, X., Zhang, Y., Li, S., & Zhou, P. (2021). Neurophysiological factors affecting muscle innervation zone estimation using surface EMG: a simulation study. Biosensors, 11(10), 356.
https://doi.org/10.3390/bios11100356
研究團(tuán)隊(duì)介紹
本文作者為康復(fù)大學(xué)黃成君、陳茂啟、和周平教授來自康復(fù)大學(xué)(中國青島);李曉燕教授來自美國馬里蘭大學(xué)生物醫(yī)學(xué)工程系和密爾沃基市威斯康星醫(yī)學(xué)院神經(jīng)內(nèi)科;張迎春教授來自休斯敦大學(xué)生物醫(yī)學(xué)工程系;李盛教授來自德克薩斯大學(xué)休斯頓健康科學(xué)中心物理醫(yī)學(xué)與康復(fù)科。
關(guān)于維拓啟創(chuàng)
維拓啟創(chuàng)(北京)信息技術(shù)有限公司成立于2006年,是一家專注于腦科學(xué)、康復(fù)工程、人因工程、心理學(xué)、體育科學(xué)等領(lǐng)域的科研解決方案供應(yīng)商。公司與國內(nèi)外多所大學(xué)、研究機(jī)構(gòu)、企業(yè)長期保持合作關(guān)系,致力于將優(yōu)質(zhì)的產(chǎn)品、先進(jìn)的技術(shù)和服務(wù)帶給各個(gè)領(lǐng)域的科研工作者,為用戶提供有競爭力的方案和服務(wù),協(xié)助用戶的科研工作,持續(xù)提升使用體驗(yàn)。
相關(guān)產(chǎn)品

