基于高密度肌电电势图的正常吞咽过程可视化研究

从体表采集吞咽肌群的肌电信号可以为吞咽功能评估、吞咽障碍诊断及其康复治疗提供重要的电生理信息。目前利用体表肌电信号针对吞咽生理的临床研究通常只采用了少量电极(2～4个),难以从空间分布角度进行分析。为此,本文提出一种高密度肌电技术,通过颈前区域覆盖的电极阵列,同步采集96通道肌电信号进行分析。通过分析连续时间窗口内96通道的均方根值,建立一系列动态二维肌电电势图,实现了吞咽肌电信息的可视化。本研究招募了5名正常受试者参与实验,研究结果表明:正常受试者的动态肌电电势图模型可以反映正常吞咽过程中相关肌群的电生理活动的分布。这些初步结果验证了本方法可以为吞咽肌群活动提供可靠的动态描述信息,也可以作为吞咽障碍临床评估的辅助手段。

高密度表面肌电对青少年特发性脊柱侧凸患者竖脊肌协同活动的评估

目的:基于高密度表面肌电(surface electromyography,sEMG)技术,评估青少年特发性脊柱侧凸(adolescent idiopathic scoliosis,AIS)患者竖脊肌在躯干运动中的协同活动。方法:将高密度sEMG电极阵列沿着脊柱规律分布于AIS患者与健康受试者腰背双侧,记录受试者完成对称动作(挺直站立与躯干前倾)时的sEMG,计算每个通道sEMG的均方根值(root mean square,RMS),经平滑后得到受试者背部sEMG地形图,通过对sEMG均方根值地形图的分析评估受试者竖脊肌的协同活动情况。结果:对称性躯干动作时,健康受试者sEMG均方根值地形图强活动区域左右对称,而AIS患者强活动区域缺乏左右对称性。挺直站立时,AIS患者凸侧地形图强活动区域能量和的平均强度为66.92±12.05μV,高于凹侧的23.77±4.04μV;躯干前倾时,凸侧强活动区域能量和的平均强度为192.25±87.62μV,高于凹侧的95.70±25.93μV。对称性躯干动作时,不同Cobb角的AIS患者凸侧sEMG能量不同,随着Cobb角的增加而提高,与凹侧sEMG能量差值亦随着Cobb角的增加而变大;不同Cobb角AIS患者凸、凹侧对称列sEMG能量比值差异最大的位置均在竖脊肌与腰背部肌群肌腹重叠的区域。结论:AIS患者竖脊肌与腰背部肌群在对称性躯干动作时的sEMG均方根值地形图凸侧强、凹侧弱,凸侧sEMG均方根值随着Cobb角的增大而加强。

高密度阵列式肌电信号在体育领域中的应用综述

高密度阵列式表面肌电采集系统是采用二维矩阵式表面电极覆盖于整块肌肉皮肤区域,以采集并记录骨骼肌生物电信号的测定方法,由于其便携、无创、可视化等特点,被广泛应用到体育领域。通过对高密度阵列式表面肌电的工作原理、指标分析、数据处理以及在体育领域中的应用综述表明,高密度阵列式表面肌电解决了传统表面肌电信噪比低的问题,可提供骨骼肌发力可视化图,且由于其无创、易于被受试者接受等原因,被逐步应用到在肌纤维传导速度测定、运动动作分析、肌肉力量评估和运动单位数目估计等方面。其缺点是多通道肌电测定带来的数据冗余,数据分解和数据处理工作较难,因此未来需要更多关于肌电数据处理的算法研究解决该问题。

慢性非特异性下背痛患者竖脊肌等长收缩时空间活动特征

目的:探讨慢性非特异性下背痛(CNLBP)患者与健康人进行腰背肌等长收缩时竖脊肌空间活动分布的差异。方法:选取CNLBP患者15例为实验组(34.95±8.73岁),健康人15名为对照组(30.50±7.84岁)。采用Oswestry功能障碍指数(ODI)、疼痛视觉模拟评分(VAS)进行临床评估。采用高密度表面肌电(HDsEMG),记录两组受试者进行1 min改良等长运动负荷试验(BST)时竖脊肌肌电信号,比较两组中位频率斜率(MFs)的差异;比较收缩初期(开始20 s)、收缩中期(中间20 s)和收缩末期(最后20 s)3个不同收缩时段均方根值(RMS)肌电特征图像的重心和分散度,并分析相关肌电指标与临床评估结果的相关性。结果:竖脊肌MFs实验组和对照组组间对比,差异具有统计学意义(P<0.05)。肌电活动重心和分散度,实验组和对照组组间对比,差异均具有统计学意义(P<0.05);不同收缩时段组内对比,差异均具有统计学意义(P<0.05)。重心与ODI、VAS均具有明显正相关性(P<0.05);分散度与ODI、VAS均具有明显负相关性(P<0.05)。结论:竖脊肌等长收缩时,运动变异增加,肌电活动重心向远端移动;慢性非特异性下背痛患者较健康人运动变异减小,向远端移动减少。慢性非特异性下背痛患者通过改变肌肉激活的位置和范围,重新分配肌肉活动完成耐力任务。HDsEMG可以观察肌肉持续收缩时空间活动变化,用于慢性非特异性下背痛患者肌肉功能评估。

个体间支配手指运动的微观神经元特征

目的分析个体支配单个手指伸展运动的微观神经元特征,得出不同个体微观神经元特征的异同性。方法通过盲源分离算法分解出支配不同个体在单个手指伸展时的微观运动神经元,对所得神经元进行二维空间特征量化,并利用不同个体分解出的神经元特征进行手指分类,通过特征量化和分类结果验证支配不同个体的运动神经元特征的异同性。通过共享运动神经元占比分析研究神经支配不同手指协同运动的微观神经元特性在不同个体间的差异性。结果不同个体的食指与中指的运动神经元空间分布差异较大,激活面积相似。利用不同人群数据作为训练集和测试集进行手指分类的平均准确率为86.99%,经迁移成分分析校准后显著提高为90.07%。通过不同个体共享神经元占比分析发现,食指与其他3指(中指、无名指、小指)之间的共享神经元占比较少,而无名指与小指之间的占比最高。结论不同个体控制不同手指的运动神经元整体的空间放电特征较为相似,存在较小的个体性差异。本研究揭示不同个体在进行手指运动时的内在神经机制,为手指运动障碍患者临床神经机制分析以及相关工程应用提供参考。