單極HD-sEMG與PCA第二主成分的肌肉神經(jīng)支配區(qū)定位研究
單極 HD-sEMG 與 PCA 第二主成分的肌肉 IZ 定位
引言/背景介紹
神經(jīng)支配區(qū)（IZ）是運動神經(jīng)元末梢與肌纖維接觸的關(guān)鍵解剖部位，其準(zhǔn)確定位對基礎(chǔ)研究和臨床應(yīng)用（如指導(dǎo)肉毒毒素注射）至關(guān)重要。由線性陣列或通道矩陣記錄的表面肌電信號已被廣泛用于估計 IZ 位置�；ハ嚓P(guān)分析、 RMS 幅度分析等現(xiàn)有方法大多依賴于雙極信號，易受噪聲影響，且處理單機信號的方法較少。因此，開發(fā)一種基于單極高密度表面肌電 (EMG) 信號的、自動化且魯棒的 IZ 定位新方法尤為重要。
來自山東青島健康與康復(fù)科學(xué)大學(xué)康復(fù)科學(xué)與工程學(xué)院的周平團隊在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上發(fā)表了題為“A Novel Muscle Innervation Zone Estimation Method Using Monopolar High Density Surface Electromyography”的文章，提出了一種利用單極高密度表面肌電圖 (EMG) 信號，通過分析主成分分析 (PCA) 的第二主成分 (PC2) 系數(shù)來定位肌肉神經(jīng)支配區(qū)的新方法。其核心原理是，PC2 系數(shù)與不同通道的信號時間延遲近似線性相關(guān)，而 IZ 區(qū)域的通道具有最短的時間延遲。通過模擬和實驗驗證，該方法在信噪比（SNR ）低至 5dB時仍能保持80% 以上的準(zhǔn)確率，并且在特定通道被污染的情況下，表現(xiàn)出優(yōu)于傳統(tǒng)互相關(guān)和 均方根（RMS ）方法的魯棒性。在對 9 名健康受試者的實驗中，該方法與互相關(guān)法的結(jié)果高度一致，平均差異僅為0.47 ± 0.4 個電極間距 (IED)。
文章信息
研究方法
技術(shù)路線
圖1展示了整體技術(shù)流程：
1) 標(biāo)準(zhǔn)化：將 M×N 的 EMG 信號矩陣（M 個通道，N 個樣本）進行零均值和單位方差處理；
2) 主成分分析 (PCA)：對標(biāo)準(zhǔn)化后的信號進行 PCA 分解；
3) 提取 PC2 系數(shù)：提取第二主成分（PC2）對應(yīng)的系數(shù)向量；
4) 定位 IZ：對 PC2 系數(shù)沿電 極陣列行方向進行樣條插值，插值曲線的最小值點即對應(yīng) IZ 的位置。
實驗設(shè)計與驗證
仿真驗證：采用 Fuglevand 運動神經(jīng)元池模型和經(jīng)典表面 EMG 模型，模擬了 120 個運動單位。采用40通道表面陣列（5x8，水平和垂直通道間距離為5 mm），測試了 IZ 位于不同行的 9 種情況（圖2A和表1）。同時研究在兩種不同情況下噪聲對結(jié)果的影響，如下所示：
全局噪聲：測試了 SNR 為 20, 15, 10, 5 dB 的情況；
局部污染：模擬了某一特定通道 (SNR = 0dB) 遠差于其他通道 (SNR = 20dB) 的情況。
人體表面肌電實驗 ：選取9 名健康受試者 (28.9 ± 4.8 歲)，采集其肱二頭肌EMG信號。使用兩個高密度電極陣列（圖2B和2C），每個電極矩陣由64個通道組成，電極間距離（IED）為8mm，排列在5列乘13行的網(wǎng)格中（圖2B和2C）。清潔皮膚后，平行于纖維方向?qū)⒁粋�通道陣列放置在肱二頭肌的外側(cè)上，另一個通道陣列放置在內(nèi)側(cè)上，并用彈性帶固定。在肘部放置接地電極。受試者背部完全靠在靠背上，前臂放置（所有情況下均為右側(cè)）在定制的測力裝置上（圖2D）。
主要結(jié)果
仿真結(jié)果
在全局噪聲場景中，圖3展示了在模擬電極陣列表面肌電信號的每一列中，當(dāng)神經(jīng)支配區(qū)（IZ）被模擬設(shè)定在第 4 行（Row4），通過PCA的第二主成分（ PC2）來估算肌肉 IZ 的示例， PC2 系數(shù)的空間分布特征（圖3 B和E，圖4 B和E）與樣條插值（圖3 C和F，圖4 C和F），直觀呈現(xiàn)了 IZ 的定位。其中第一行設(shè)置 SNR=20dB（理想噪聲），第二行設(shè)置 SNR=5dB（低噪聲），兩種條件可以作為對比，展示了 PC2 系數(shù)對 IZ 的定位能力。在 SNR=20dB 時，PC2 方法準(zhǔn)確率達 93.0%；即使在 SNR=5dB 時，準(zhǔn)確率仍保持在 80.8%。
圖4則是把神經(jīng)支配區(qū)（IZ）模擬設(shè)定在第 4 行和第5行之間，其余與圖3一致。
圖4. 在第4行和第5行之間模擬IZ時的肌肉IZ估計示例。A：當(dāng)信噪比為20dB時，由主成分解釋的方差。B：SNR為20dB時第2主成分系數(shù)的空間分布。C：當(dāng)SNR為20dB時，來自第3列的第2主成分系數(shù)的樣條插值。D：SNR為5dB時由主成分解釋的方差。E：SNR為5dB時第2主成分系數(shù)的空間分布。F：當(dāng)SNR為5dB時，來自第3列的第2主成分系數(shù)的樣條插值
表 2 以 “準(zhǔn)確率” （即，IZ 定位準(zhǔn)確率，即 “估算 IZ 位置與真實 IZ 位置一致” 的試驗次數(shù)占總次數(shù)的比例，數(shù)值越高方法越可靠。） 和 “平均差異（IED，估算 IZ 位置與真實 IZ 位置的平均差值，單位為 “電極間距，數(shù)值越小定位精度越高。本實驗電極間距，8mm）” 為核心指標(biāo)，量化了三種方法（即，PCA：基于單極信號的第二主成分系數(shù)分析；Correlation：基于雙極信號的互相關(guān)分析；RMS：基于雙極信號的均方根幅度分析）在不同 SNR 下的表現(xiàn)，PCA的PC2方法在SNR 從 20dB 降至 5dB 時，準(zhǔn)確率從 93.0% 降至 80.8%，平均差異從 0.05 IED 增至 0.10 IED，下降幅度平緩。即使在 SNR=5dB（強噪聲）下，仍保持 80% 以上的準(zhǔn)確率，遠超 RMS 方法（13.0%），互相關(guān)法在高 SNR（20dB）時準(zhǔn)確率略高（93.6% vs 93.0%），但低 SNR（5dB）時兩者差距縮小（83.8% vs 80.8%），且平均差異僅差 0.02 IED（0.08 vs 0.10），說明 PC2 方法在全局噪聲下已接近傳統(tǒng)最優(yōu)方法的性能。
在局部污染場景中，對比三種方法的抗干擾能力，是 PC2 方法魯棒性的關(guān)鍵驗證。圖 5 展示了模擬 “列 3 中 Row3 通道嚴重污染（SNR=0dB）” 的極端場景。 PC2 系數(shù)最小值仍準(zhǔn)確指向 Row4（預(yù)設(shè) IZ 位置），未受 Row3 污染通道的影響。原因是 PC2 通過全局 PCA 分解，將局部噪聲視為 “異常方差”，不影響對 “時間延遲差異” 這一核心特征的提取。因此，在局部通道嚴重污染時，PC2 方法不受干擾，而互相關(guān)法、RMS 法均出現(xiàn)明顯偏差，凸顯其在實際采集環(huán)境中的適用性。
人體實驗結(jié)果
為了驗證仿真模擬結(jié)果的可靠性，選取9名健康被試進行肱二頭肌MVC最大自主收縮試驗，結(jié)果發(fā)現(xiàn)基于PC2系數(shù)的IZ定位方法與傳統(tǒng)互相關(guān)法結(jié)果高度一致，平均差異僅 0.47 ± 0.4 IED，滿足臨床對 IZ 定位精度的需求，證明該方法在真實生理信號中有效。圖6展示了PC2方法（圖6A，D）和傳統(tǒng)相關(guān)分析（圖6B，E）方法定位IZ的位置比較接近。此外，圖7和圖8展示了當(dāng)局部通道存在信號干擾時，PC2 法不受影響，仍能穩(wěn)定定位 IZ；而互相關(guān)法易受局部干擾導(dǎo)致定位偏差，RMS 法穩(wěn)定性差，這一優(yōu)勢解決了臨床采集時 “局部電極接觸不良、信號干擾” 等常見問題，提升了方法的實際應(yīng)用價值。
結(jié)論與展望
本研究通過分析第二主成分系數(shù)（PC2），從單極高密度表面肌電信號中開發(fā)了一種新的肌肉IZ估計方法，經(jīng)仿真與人體實驗表明均有效。仿真中，信噪比（SNR）低至 5dB 時仍保持 80.8% 的準(zhǔn)確率；人體實驗中，對 9 名健康受試者肱二頭肌最大自主收縮（MVC）信號分析，與傳統(tǒng)互相關(guān)法結(jié)果高度一致，平均差異僅 0.47±0.4 個電極間距（IED，8mm），滿足臨床定位精度需求。在特定通道污染或局部信號干擾場景下，該方法表現(xiàn)出優(yōu)于傳統(tǒng)互相關(guān)法與均方根（RMS）法的抗干擾能力。此外，該方法具有創(chuàng)新性與實用性，首次實現(xiàn)基于單極 HD-sEMG 的 IZ 自動化定位，無需將信號轉(zhuǎn)換為雙極信號，避免轉(zhuǎn)換過程中的信息丟失；整個分析流程可通過 MATLAB 自動化實現(xiàn)，無需人工調(diào)整參數(shù)，適用于臨床批量數(shù)據(jù)處理，為 IZ 定位提供了高效、便捷的新工具。
未來可結(jié)合圖像分割技術(shù)，對 PC2 系數(shù)空間分布進行多區(qū)域檢測，實現(xiàn)多 IZ 與復(fù)雜形態(tài) IZ 的識別；同時，構(gòu)建包含復(fù)雜 IZ 形態(tài)的仿真模型，擴大訓(xùn)練數(shù)據(jù)維度，提升算法對非理想 IZ 結(jié)構(gòu)的適應(yīng)性。
原文信息鏈接
Huang C, Chen M, Zhang Y, et al. A Novel Muscle Innervation Zone Estimation Method Using Monopolar High Density Surface Electromyography. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2023, 31: 22-30.
DOI: 10.1109/TNSRE.2022.3215612
作者及單位介紹
該文章的作者為黃成軍、Maoqi Chen、Yingchun Zhang、Sheng Li、Cliff S. Klein和周平（通訊作者），其中，黃成軍就職于美國德克薩斯州休斯頓貝勒醫(yī)學(xué)院神經(jīng)科學(xué)系，Yingchun Zhang就職于休斯頓大學(xué)生物醫(yī)學(xué)工程系，Sheng Li就職于德克薩斯大學(xué)健康科學(xué)中心（休斯頓）物理醫(yī)學(xué)與康復(fù)系，Cliff S. Klein就職于廣東省工傷康復(fù)中心，周平與Maoqi Chen就職于青島大學(xué)健康醫(yī)學(xué)院 康復(fù)科學(xué)與工程學(xué)院。
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、先進的技術(shù)和服務(wù)帶給各個領(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。
相關(guān)產(chǎn)品
引言/背景介紹
神經(jīng)支配區(qū)（IZ）是運動神經(jīng)元末梢與肌纖維接觸的關(guān)鍵解剖部位，其準(zhǔn)確定位對基礎(chǔ)研究和臨床應(yīng)用（如指導(dǎo)肉毒毒素注射）至關(guān)重要。由線性陣列或通道矩陣記錄的表面肌電信號已被廣泛用于估計 IZ 位置�；ハ嚓P(guān)分析、 RMS 幅度分析等現(xiàn)有方法大多依賴于雙極信號，易受噪聲影響，且處理單機信號的方法較少。因此，開發(fā)一種基于單極高密度表面肌電 (EMG) 信號的、自動化且魯棒的 IZ 定位新方法尤為重要。
來自山東青島健康與康復(fù)科學(xué)大學(xué)康復(fù)科學(xué)與工程學(xué)院的周平團隊在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上發(fā)表了題為“A Novel Muscle Innervation Zone Estimation Method Using Monopolar High Density Surface Electromyography”的文章，提出了一種利用單極高密度表面肌電圖 (EMG) 信號，通過分析主成分分析 (PCA) 的第二主成分 (PC2) 系數(shù)來定位肌肉神經(jīng)支配區(qū)的新方法。其核心原理是，PC2 系數(shù)與不同通道的信號時間延遲近似線性相關(guān)，而 IZ 區(qū)域的通道具有最短的時間延遲。通過模擬和實驗驗證，該方法在信噪比（SNR ）低至 5dB時仍能保持80% 以上的準(zhǔn)確率，并且在特定通道被污染的情況下，表現(xiàn)出優(yōu)于傳統(tǒng)互相關(guān)和 均方根（RMS ）方法的魯棒性。在對 9 名健康受試者的實驗中，該方法與互相關(guān)法的結(jié)果高度一致，平均差異僅為0.47 ± 0.4 個電極間距 (IED)。
文章信息
技術(shù)路線
圖1展示了整體技術(shù)流程：
1) 標(biāo)準(zhǔn)化：將 M×N 的 EMG 信號矩陣（M 個通道，N 個樣本）進行零均值和單位方差處理；
2) 主成分分析 (PCA)：對標(biāo)準(zhǔn)化后的信號進行 PCA 分解；
3) 提取 PC2 系數(shù)：提取第二主成分（PC2）對應(yīng)的系數(shù)向量；
4) 定位 IZ：對 PC2 系數(shù)沿電 極陣列行方向進行樣條插值，插值曲線的最小值點即對應(yīng) IZ 的位置。
圖1. 基于主成分分析第二主成分的肌肉IZ估計框架
實驗設(shè)計與驗證
仿真驗證：采用 Fuglevand 運動神經(jīng)元池模型和經(jīng)典表面 EMG 模型，模擬了 120 個運動單位。采用40通道表面陣列（5x8，水平和垂直通道間距離為5 mm），測試了 IZ 位于不同行的 9 種情況（圖2A和表1）。同時研究在兩種不同情況下噪聲對結(jié)果的影響，如下所示：
全局噪聲：測試了 SNR 為 20, 15, 10, 5 dB 的情況；
局部污染：模擬了某一特定通道 (SNR = 0dB) 遠差于其他通道 (SNR = 20dB) 的情況。
表1. 不同模擬中的模擬IZ位置
人體表面肌電實驗 ：選取9 名健康受試者 (28.9 ± 4.8 歲)，采集其肱二頭肌EMG信號。使用兩個高密度電極陣列（圖2B和2C），每個電極矩陣由64個通道組成，電極間距離（IED）為8mm，排列在5列乘13行的網(wǎng)格中（圖2B和2C）。清潔皮膚后，平行于纖維方向?qū)⒁粋�通道陣列放置在肱二頭肌的外側(cè)上，另一個通道陣列放置在內(nèi)側(cè)上，并用彈性帶固定。在肘部放置接地電極。受試者背部完全靠在靠背上，前臂放置（所有情況下均為右側(cè)）在定制的測力裝置上（圖2D）。
圖2. A：模擬電極矩陣，由具有5列（平行于肌纖維方向定位）和8行的網(wǎng)格組成。B：實驗信號的兩個粘合劑2D矩陣的示意圖。C：用于實驗記錄的高密度表面電極。D：實驗裝置的說明
主要結(jié)果
仿真結(jié)果
在全局噪聲場景中，圖3展示了在模擬電極陣列表面肌電信號的每一列中，當(dāng)神經(jīng)支配區(qū)（IZ）被模擬設(shè)定在第 4 行（Row4），通過PCA的第二主成分（ PC2）來估算肌肉 IZ 的示例， PC2 系數(shù)的空間分布特征（圖3 B和E，圖4 B和E）與樣條插值（圖3 C和F，圖4 C和F），直觀呈現(xiàn)了 IZ 的定位。其中第一行設(shè)置 SNR=20dB（理想噪聲），第二行設(shè)置 SNR=5dB（低噪聲），兩種條件可以作為對比，展示了 PC2 系數(shù)對 IZ 的定位能力。在 SNR=20dB 時，PC2 方法準(zhǔn)確率達 93.0%；即使在 SNR=5dB 時，準(zhǔn)確率仍保持在 80.8%。
圖4則是把神經(jīng)支配區(qū)（IZ）模擬設(shè)定在第 4 行和第5行之間，其余與圖3一致。
圖3. 在第4行模擬IZ時肌肉IZ估計的示例。A:當(dāng)信噪比為20dB時，由主成分解釋的方差。B：SNR為20dB時第2主成分系數(shù)的空間分布。C：當(dāng)SNR為20dB時，來自第3列的第2主成分系數(shù)的樣條插值。D：SNR為5dB時由主成分解釋的方差。E：SNR為5dB時第2主成分系數(shù)的空間分布。F：當(dāng)SNR為5dB時，來自第3列的第2主成分系數(shù)的樣條插值
表 2 以 “準(zhǔn)確率” （即，IZ 定位準(zhǔn)確率，即 “估算 IZ 位置與真實 IZ 位置一致” 的試驗次數(shù)占總次數(shù)的比例，數(shù)值越高方法越可靠。） 和 “平均差異（IED，估算 IZ 位置與真實 IZ 位置的平均差值，單位為 “電極間距，數(shù)值越小定位精度越高。本實驗電極間距，8mm）” 為核心指標(biāo)，量化了三種方法（即，PCA：基于單極信號的第二主成分系數(shù)分析；Correlation：基于雙極信號的互相關(guān)分析；RMS：基于雙極信號的均方根幅度分析）在不同 SNR 下的表現(xiàn)，PCA的PC2方法在SNR 從 20dB 降至 5dB 時，準(zhǔn)確率從 93.0% 降至 80.8%，平均差異從 0.05 IED 增至 0.10 IED，下降幅度平緩。即使在 SNR=5dB（強噪聲）下，仍保持 80% 以上的準(zhǔn)確率，遠超 RMS 方法（13.0%），互相關(guān)法在高 SNR（20dB）時準(zhǔn)確率略高（93.6% vs 93.0%），但低 SNR（5dB）時兩者差距縮小（83.8% vs 80.8%），且平均差異僅差 0.02 IED（0.08 vs 0.10），說明 PC2 方法在全局噪聲下已接近傳統(tǒng)最優(yōu)方法的性能。
表2. IZ估計精度和使用不同方法自動估計的IZ位置與真實IZ位置之間的平均差(IED)
在局部污染場景中，對比三種方法的抗干擾能力，是 PC2 方法魯棒性的關(guān)鍵驗證。圖 5 展示了模擬 “列 3 中 Row3 通道嚴重污染（SNR=0dB）” 的極端場景。 PC2 系數(shù)最小值仍準(zhǔn)確指向 Row4（預(yù)設(shè) IZ 位置），未受 Row3 污染通道的影響。原因是 PC2 通過全局 PCA 分解，將局部噪聲視為 “異常方差”，不影響對 “時間延遲差異” 這一核心特征的提取。因此，在局部通道嚴重污染時，PC2 方法不受干擾，而互相關(guān)法、RMS 法均出現(xiàn)明顯偏差，凸顯其在實際采集環(huán)境中的適用性。
圖5. 當(dāng)一個通道（第3行）被模擬為比單極配置中的其他通道污染更嚴重時，IZ估計結(jié)果。A：第二主成分系數(shù)分析估計了第4行的IZ，與模擬輸入一致。B：互相關(guān)分析估計了第3行的IZ。C：RMS分析估計第4行和第5行之間的IZ
人體實驗結(jié)果
為了驗證仿真模擬結(jié)果的可靠性，選取9名健康被試進行肱二頭肌MVC最大自主收縮試驗，結(jié)果發(fā)現(xiàn)基于PC2系數(shù)的IZ定位方法與傳統(tǒng)互相關(guān)法結(jié)果高度一致，平均差異僅 0.47 ± 0.4 IED，滿足臨床對 IZ 定位精度的需求，證明該方法在真實生理信號中有效。圖6展示了PC2方法（圖6A，D）和傳統(tǒng)相關(guān)分析（圖6B，E）方法定位IZ的位置比較接近。此外，圖7和圖8展示了當(dāng)局部通道存在信號干擾時，PC2 法不受影響，仍能穩(wěn)定定位 IZ；而互相關(guān)法易受局部干擾導(dǎo)致定位偏差，RMS 法穩(wěn)定性差，這一優(yōu)勢解決了臨床采集時 “局部電極接觸不良、信號干擾” 等常見問題，提升了方法的實際應(yīng)用價值。
圖6. 從實驗高密度表面肌電信號估計肌肉IZ的一個例子。A：第二主成分系數(shù)的空間分布。對于每一列，最小系數(shù)位于第5或第6行附近，并且系數(shù)沿著纖維方向逐漸增加。B：相鄰雙極信號之間的互相關(guān)系數(shù)的分布。C：雙極信號的均方根分布。D：第1列第2分量系數(shù)的樣條插值。E.第1列互相關(guān)系數(shù)的樣條插值。F：第1列的配對雙極信號的均方根值
圖7. 從第二基于主成分的分析獲得的IZ位置（行6）和從基于互相關(guān)的分析獲得的錯誤位置（行8）的示例。A：第2列第2主成分系數(shù)的樣條插值。B：第2列互相關(guān)系數(shù)的樣條插值。C：來自第二列的通道處的單極表面EMG信號。注意第8行一小部分的信號中斷
圖8. 從應(yīng)用于實驗性高密度sEMG的一列的不同方法估計的所有受試者的IZ位置的比較
結(jié)論與展望
本研究通過分析第二主成分系數(shù)（PC2），從單極高密度表面肌電信號中開發(fā)了一種新的肌肉IZ估計方法，經(jīng)仿真與人體實驗表明均有效。仿真中，信噪比（SNR）低至 5dB 時仍保持 80.8% 的準(zhǔn)確率；人體實驗中，對 9 名健康受試者肱二頭肌最大自主收縮（MVC）信號分析，與傳統(tǒng)互相關(guān)法結(jié)果高度一致，平均差異僅 0.47±0.4 個電極間距（IED，8mm），滿足臨床定位精度需求。在特定通道污染或局部信號干擾場景下，該方法表現(xiàn)出優(yōu)于傳統(tǒng)互相關(guān)法與均方根（RMS）法的抗干擾能力。此外，該方法具有創(chuàng)新性與實用性，首次實現(xiàn)基于單極 HD-sEMG 的 IZ 自動化定位，無需將信號轉(zhuǎn)換為雙極信號，避免轉(zhuǎn)換過程中的信息丟失；整個分析流程可通過 MATLAB 自動化實現(xiàn)，無需人工調(diào)整參數(shù)，適用于臨床批量數(shù)據(jù)處理，為 IZ 定位提供了高效、便捷的新工具。
未來可結(jié)合圖像分割技術(shù)，對 PC2 系數(shù)空間分布進行多區(qū)域檢測，實現(xiàn)多 IZ 與復(fù)雜形態(tài) IZ 的識別；同時，構(gòu)建包含復(fù)雜 IZ 形態(tài)的仿真模型，擴大訓(xùn)練數(shù)據(jù)維度，提升算法對非理想 IZ 結(jié)構(gòu)的適應(yīng)性。
原文信息鏈接
Huang C, Chen M, Zhang Y, et al. A Novel Muscle Innervation Zone Estimation Method Using Monopolar High Density Surface Electromyography. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2023, 31: 22-30.
DOI: 10.1109/TNSRE.2022.3215612
作者及單位介紹
該文章的作者為黃成軍、Maoqi Chen、Yingchun Zhang、Sheng Li、Cliff S. Klein和周平（通訊作者），其中，黃成軍就職于美國德克薩斯州休斯頓貝勒醫(yī)學(xué)院神經(jīng)科學(xué)系，Yingchun Zhang就職于休斯頓大學(xué)生物醫(yī)學(xué)工程系，Sheng Li就職于德克薩斯大學(xué)健康科學(xué)中心（休斯頓）物理醫(yī)學(xué)與康復(fù)系，Cliff S. Klein就職于廣東省工傷康復(fù)中心，周平與Maoqi Chen就職于青島大學(xué)健康醫(yī)學(xué)院 康復(fù)科學(xué)與工程學(xué)院。
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、先進的技術(shù)和服務(wù)帶給各個領(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。
相關(guān)產(chǎn)品
標(biāo)簽：
神經(jīng)支配
HD-sEMG
- 細胞收縮與鈣成像標(biāo)測助力實現(xiàn)離體小鼠海馬腦片動作電位成像與可視化
- Cell文章：揭秘PAK1自身抑制釋放機制并精準(zhǔn)開發(fā)激酶激活劑
- 固定后水洗：被忽視的關(guān)鍵步驟，直接影響染色質(zhì)量與抗原保存
- Mapping標(biāo)測技術(shù)從單細胞到在體多尺度助力揭示房顫核心機制
- 解碼腦機交互：fNIRS與sEMG同步技術(shù)在神經(jīng)康復(fù)中的應(yīng)用探索
- 類器官智能(OI)讓神經(jīng)系統(tǒng)成為可計算載體的技術(shù)背景與挑戰(zhàn)
- 高密度肌電握力在肌肉疲勞狀態(tài)下的應(yīng)用
- 等長握力收縮對脛骨前肌運動神經(jīng)元PIC估計值的影響研究
Copyright(C) 1998-2026 生物器材網(wǎng) 電話：021-64166852;13621656896 E-mail：info@bio-equip.com