《表面肌电图的分析与应用研究.doc》由会员分享，可在线阅读，更多相关《表面肌电图的分析与应用研究.doc（9页珍藏版）》请在三一办公上搜索。
1、4 表面肌电图的分析与应用研究表面肌电（surface electromyography, sEMG）图在电生理概念上虽然与针电极肌电图相同，但表面肌电图的研究目的，所使用的设备以及数据分析技术与针电极肌电图是有很大区别的。相对与针电极肌电图而言，其捡拾电极为表面电极。它将电极置于皮肤表面，使用方便，可用于测试较大范围内的EMG信号。并很好地反映运动过程中肌肉生理生化等方面的改变。同时，它提供了安全、简便、无创的客观量化方法，不须刺入皮肤就可获得肌肉活动有意义的信息，在测试时也无疼痛产生。另外，它不仅可在静止状态测定肌肉活动，而且也可在运动过程中持续观察肌肉活动的变化；不仅是一种对运动功能有意
2、义的诊断方法，而且也是一种较好的生物反馈治疗技术50。4.1 肌电（electromyography, EMG）信号的产生原理及模式4.1.1肌电信号的产生原理肌肉收缩的原始冲动首先来自脊髓，然后通过轴突传导神经纤维，再由神经纤维通过运动终板发放冲动形成肌肉收缩，但每根肌纤维仅受一个运动终板支配，该运动终板一般位于肌纤维的中点。当神经冲动使肌浆中Ca2+浓度升高时，肌蛋白发生一系列变化，使细胞丝向暗带中央移动，与此相伴的是ATP的分解消耗和化学能向机械功的转换，肌肉完成收缩。在肌肉纤维收缩的同时也相应地产生了微弱的电位差，这就是肌电信号的由来。人体骨骼肌纤维根据功能分为型慢缩纤维，又称红肌，亦
3、即缓慢-氧化型肌纤维；a型和b型快缩纤维，又称白肌。“红肌”力量产生较慢，其特点是ATP产生是氧化代谢产生的（即其含有较高的氧化能力），可以维持较长的工作时间，作用主要为保持耐力。快肌纤维则主要是无氧酵解（糖原代谢）途径，故在相对较短的时间内，易产生疲劳和乳酸堆积46。所以，不同纤维类型因其收缩类型不同，能量代谢改变不同，生理作用不同，故其收缩时的肌电信号也有不同特征，故而肌电信号反过来也可相应反映耐力、生化改变，也就是疲劳度、代谢等方面的情况。4.1.2表面肌电信号产生的模式肌肉内组成单一运动单位的肌纤维，都被包围在兴奋和未兴奋的众多肌纤维及其它导电性良好的体液和组织中，各肌纤维动作电位的产
4、生和传导都会在其外部介质中形成“容积导体导电”现象。产生动作电位的各肌纤维形成一个共同的电场。神经与肌肉动作中，动作电位传导的速度是有限的，组成单一运动单位的各肌纤维又有一定的几何分布，因此，这个电场随着兴奋的传递和传导，在每一瞬间均有不同的空间和时间的分布。在活体上通过电极记录肌肉的电活动，实际记录的就是这一电场的活动。各肌纤维在检测点间引起电位的总和构成运动单位动作电位（Motor unit action potential，MUAP）。由于在神经轴突上的电发放是脉冲序列，所以在检测点间引起的电位波动是动作电位序列，记为MUAPT，肌肉中各独立的运动单位产生的MUAPT的总和即构成了生理肌
5、电EMG。生理肌电信号非常微弱，幅度在1005000v，针电极肌电放大器的频带一般为201000Hz，针电极记录的肌电信号的频带一般在100010000Hz。sEMG信号实质上是多个运动单位、动作单位的代数和，采用的表面电极使肌电信号的能量主要集中在1000Hz以下，其波幅典型地在15000v之间，表面肌电放大器的频带一般为10500Hz。波士顿大学神经肌肉研究中心发现利用双极型模型的肌电频谱分布在20500Hz，绝大部分频谱集中在50150Hz之间51。但，信号最终还是要受中枢神经系统控制的。肌电图与肌肉收缩之间有着密切的关系，一般情况下，当肌肉轻度收缩时，肌电信号相对较弱，频率也低；当肌肉
6、强力收缩时，肌电信号较强，频率高。4.2表面肌电的常用分析方法4.2.1 时域分析 时域分析是将肌电信号看作时间的函数，用来刻画时间序列信号的振幅特征52。该方法将肌电信号表达成记录点的电位时间曲线，可以计算信号的均值、绝对值积分平均值（IAV）、幅值的直方图、过零次数（ZC）、均方根（RMS）、方差（VAR）、AR 参数化模型、三阶原点矩的绝对值、四阶原点矩、自相关函数等作为特征量来反映信号振幅在时间维度的变化。常用的时域分析指标主要有：积分肌电值（integrated EMG，IEMG）IEMG是指所得肌电信号经整流滤波后单位时间内曲线下面积的总和，它可反映肌电信号随时间进行的强弱变化，在
7、时间不变的前提下该值还可反映运动单位的数量多少和每个运动单位的放电大小5354。积分肌电主要用于分析肌肉在单位时间内的收缩特性。均方根值（root-mean-square，RMS）RMS值是反映神经放电的有效值，其大小决定于肌电信号振幅值的变化，一般认为与运动单位募集和兴奋节律的同步化有关。在临床和康复医学研究中，常被应用于实时、无损伤地反映肌肉活动状态，其数值变化通常与肌肉收缩力大小等有关。4.2.2 频域分析 来自肌肉的肌电信号与光相似，为一频率谱。sEMG仪可通过某一途径（如波的干涉模式）将其分解成不同的频率成分，并显示其频率范围。“功率频率谱密度(power density spect
8、rum, PDS)”以曲线的形式反映了肌电信号的频率成分，亦即sEMG信号在不同频率分量的变化较好地在频率维度上反映sEMG的变化。频率谱的分析需要应用一个被称为“快速傅换系统（FFT）”的数学技术，将sEMG信号分解为各种频率成分，并通过频率谱分析，利用所包含的运动单位波形解释运动单位活动的变化。通常认为，抵达分差放大器的sEMG信号包含的是许多运动单位释放电位的总和，即放大器所获得的往往为合成信号，当将FFT连于这一合成信号时，则可将其分解为频率谱图。上世纪80年代初，Christensen即利用了傅里叶变换对表面肌电信号（sEMG）作了频率谱的分析，通过高频/低频的幅值比，了解到正常个体
9、的自发用力、控制用力与神经肌肉疾病患者之间的频率谱的差异；又用同轴针电极和不同的平均刺激频率140Hz、1400Hz、2800Hz检测了20个肌肉功能异常的病人，并将记录的sEMG通过快速傅里叶变换进行频率谱分析。研究发现，使用不同的刺激频率参数，其诊断结果也是不同的，其中，诊断病人肌异常的参数最佳。Ashely和Wee也利用傅里叶变换对自发性等容收缩的肱二头肌的肌电信号进行了分析处理，他们将低于60Hz或70Hz的低频成分分离出来，然后分析证实，在EMG中相对较高幅值的波峰发生在20Hz以下，平均为11.3Hz，而大多数肌病患者与那些能维持平滑收缩的患者相比，则具有更多的波峰。但传统的频率谱
10、分析法也有明显的缺点。首先，使用傅里叶变换研究一个模拟信号的谱特性时，必须获得时域中信号的全部信息，甚至包括将来的信息，这是很难满足的；其次，傅里叶变换在时域中没有任何分辨，也就是说如果一个信号在某一时刻的小的时域中发生了变化，那么整个谱特征就会受到影响。因此，对非平稳的肌电信号，传统的频域分析有一定的限制。频率特点的变化往往可以确定疲劳和神经肌肉系统异常。其特征变化取决于中枢神经系统运动单位活动同步化、肌纤维募集水平和细胞酸中毒有关的肌纤维兴奋传导速度等生理性因素以及探测电极大小和位置、表面温度，以及肌肉运动方式等测量性因素的共同作用。在疲劳的肌肉，频率谱的变化为：较高频率减小而较低频率增大
11、，这种中位频率的变化或降低是由于运动单位募集模式的同步性，肌纤维的传导速度变慢，快肌纤维疲劳的结果导致快肌纤维占优势的局面转至慢肌纤维占优势或上述原因的综合结果所致。 有关疲劳（或耐力测试）的指标包括：中位频率（median frequency, MF），即将所统计的频谱区域分为1/2时的频率，是指骨骼肌收缩过程中肌纤维放电频率的中间值，在正常情况下人体不同部位骨骼肌之间的MF值高低差异较大，主要受肌肉组织中的快肌纤维和慢肌纤维的组成比例的影响，即快肌纤维兴奋主要表现高频放电，慢肌纤维兴奋主要表现为低频放电。 平均能量频率（mean power frequency, MPF），即平均频率被有关
12、频率资料除权的指标，是表示时间功能的指标；其高低与外周运动单位动作电位的传导速度、参与活动的运动单位类型以及其同步化程度有关。 零线相交率（zero crossing rate, ZCR）即信号上升或下降通过零线的比率。 以上这3个参数的变化率（负向斜率），其中平均能量频率（MPF）斜率是反映局部肌肉疲劳的较好指标。4.2.3 时频联合分析4.2.3.1短时傅里叶变换为了改善传统的频率谱分析的时间特性问题，1946年Gabor提出了时间局部化“窗函数”g(t-b)，其中b用于平移窗以覆盖整个时域，这种方法别称为“短时傅里叶变换法（SFFT）”。Merletti利用SFFT对自发肌电信号及电刺激
13、肌电信号进行了分析及参数的选择，并通过肌电信号频率谱的频率成分及各成分的相对强弱，从频域上揭示了肌电信号的节律。然而，他也同时发现，使用SFFT进行频谱估计会产生频率泻漏现象，非有效信号假设为零等因素也会影响频谱估计。4.2.3.2Wigner-Ville变换Wigner 谱分布是基于两个信号内积的傅立叶变换，可以看作是信号在时间频率平面上两维能量的分布，具有明确的物理意义。它具有较高的分辨率、能量集中性和跟踪瞬时频率的能力，能有效地对非平稳信号进行分析。Gwo-Ching Jang 等人利用此方法对单通道的上肢sEMG进行了分析，并提取相应特征进行识别。Mechelle R.Davies 等
14、人也利用此方法对EMG信号进行疲劳分析。Wigner-Ville 变换的不足之处在于其变换是非线性的，即变换的双线性，所以当信号成分较多时，不同成分之间容易出现交叉项，故而会引起伪像，但仍然可采用加窗平滑技术使交叉干扰项减小。4.2.3.3小波变换 在肌电信号处理中另一种广泛流行的时频联合分析方法是小波变换（Wavelet transform）法。由于小波变换在时域及频域中同时具有良好的局部化性质，并可以对高频成分进行“变焦距显微”，其作用类似于一组带宽相等、中心频率可变的带通滤波器。这一特性使得小波变换特别适用于处理肌电信号一类的突变信号，如Constable及Thronhill 利用小波变
15、换对表面肌电信号进行时频分析发现，在运动过程中，肌肉运动模式的时域信号在不同的重力加速度水平下没有发生变化，但在频域中信号发生了变化。在较低的重力加速度下，低频信号活动频繁；而在较高的重力加速度下，低频信号活动减弱。4.2.4 时间序列分析 时间序列是指按时间顺序观测值的集合，而时间序列分析是指采用参数模型对所观测到的有序的随机数据进行分析与处理的一种数学方法。由于傅里叶变换要求随机信号是平稳的，而参数模型只要求信号满足短时平稳条件即可，即在被分析的信号段内平稳即可。所以近年来，时间序列分析逐渐成为肌电信号分析的一个重要手段。早在1975年，Graupe 即提出利用AR建模的方法进行肌电信号功
16、能分离来控制假肢，之后这一方法经过不断完善，已广泛应用于假肢控制、功能电刺激(FES)等领域。Merletli 利用了肌电信号的随机性，用P 阶AR模型来分析表面肌电信号，研究发现：当所选阶次过低时，会导致频率谱变的过于平滑；阶次过高时，会导致频率谱中出现伪迹。最佳P值应选为46，这个值最适合于对表面肌电的平均频率(MNF)及中间频率(MDF)的估计。同时，Merletli 利用AR 模型中的系数 ak 描述自发或电刺激引起的EMG，获得了较好的图形特征。4.2.5高阶谱分析传统的随机信号处理技术是建立在二阶统计量基础上的，它只能完整反映那些服从高斯分布的随机信号的概率结构。而当肌肉力变化时，
17、实际的肌电信号是非平稳的，并不是高斯型信号，它的相位谱含有丰富的信息。高阶谱分析就能够克服传统处理方法的不足。例如，可以用双谱分析(bispectral analysis )分析肌肉变化时的非高斯型肌电信号、对肌肉恢复进行分析等。4.2.6混沌与分形混沌与分形理论可以用于EMG产生机理的研究。国外一些学者的研究表明，sEMG的分形维数随肌肉收缩强度的增加表现为单调上升的趋势，sEMG分形维数的这一特性可以用来研究比例控制的肌电假肢。也有人利用非线性滤波器来研究静态承受负载下的sEMG信号。国内也有人利用混沌理论研究肌肉在等张收缩情况下，所测取得到的肌电信号的相空间，通过计算其关联维数、Lyap
18、unov指数，表明所测的EMG信号可能是一混沌信号，并利用符号动力学，研究了EMG信号的确定性。蔡立羽等人在1998年即通过重构相空间，分析了运动过程中肌电信号的混沌分形特性，发现不同动作的肌电信号，具有不同的聚类分布。1999年，王人成等人对sEMG信号的分形特征进行了详尽的分析，并发现，单一利用sEMG的分形值来区分人肢体的运动模式有一定的困难。2003年，胡晓等人又根据sEMG具有多重分形的特性，采用多重分形谱的面积来识别动作的sEMG信号。尽管自1991年就有人针对各种病理的sEMG信号利用混沌与分形理论进行过研究，但总的来说，利用混沌与分形理论等非线性方法处理sEMG信号的研究才刚刚
19、起步。目前，针对肌电信号的非线性分析已经成为一个研究的热点，随着研究的不断深入可能会有一些突破性的进展。4.3 sEMG的应用4.3.1 用于不同肌肉收缩时的生理变化4.3.1.1 等长收缩肌肉保持一恒定长度收缩时，sEMG变化与肌张力之间的关系可能是线性的，也可能是曲线的。虽然，线性关系的斜率和非线性关系的程度似乎随着测试的肌肉、关节的位置或肌肉的原长度，电极的放置和力量测试的方法改变，但是，总的观点是，在肌肉长度不变的情况下，随肌张力的增加，sEMG结果增加。这种关系在痉挛时也存在，但线性相关的斜率较正常高，表明在高张力水平较正常肌肉有更多的运动单位被募集。当肌肉长度变化时，这种关系则不复
20、存在。在肌肉拉长时，可见低sEMG而高张力；相反，肌肉缩短时，可见高sEMG而低张力。4.3.1.2等张收缩一般认为在收缩产生相对恒定力量或力短的等张收缩中，sEMG与力量之间的关系不明确。在等张收缩过程中，有如下几个因素影响肌肉的长度：在整个收缩过程中肌肉的力量-长度关系发生变化；关节旋转轴随肢体的运动而致力臂发生变化；覆盖在肌肉上的皮肤随收缩而发生的变化和肌肉形状的改变也影响电极与肌纤维之间的空间关系，因此，在等张收缩时，肌肉的长度不断变化，可使记录的sEMG也发生变化，有效地量化分析sEMG活动则相对困难。在离心收缩和向心收缩过程中，由于离心收缩应用弹性势能，代谢过程较向心收缩更有效，因
21、此，同样的肌张力时，离心收缩仅需要较少的运动单位，即整个sEMG活动较向心收缩为少。肌肉缩短的速率是另一个要注意的因素。研究表明，在给定负荷的离心收缩中，sEMG活动水平不依赖收缩的速度，此外，在给定负荷的向心收缩中，sEMG活动较大，且随速度增大而增加（这是因为此时需要更多的募集以适应更快的收缩）。因此，在不可控制速度的等张收缩时，sEMG不能直接反映肌肉张力。总而言之，sEMG与力量之间存在极其密切的关系，基本观点是两者之间有直接关系，但应考虑肌肉的长度和收缩形式。4.3.2量化评定肌肉疲劳肌肉随着重复收缩可产生局部疲劳现象。在肌肉疲劳过程中可出现如下生理现象：运动单位的同步性，慢/快肌纤
22、维的募集顺序改变，代谢方面的改变（包括能量产生形式的改变、乏氧，H+浓度增加，细胞膜传导性降低）。所以，sEMG信号的频率内容趋于高频成分的降低和低频成分的逐渐增加。因此，应用sEMG信号可以进行疲劳测定，并对疲劳过程中相关的生理现象进行测定。常用的方法是对运动单位动作电位的频率谱进行分析。但，SEMG信号会受到诸如运动方式、运动性质（动力性、静力性）、运动强度、肌肉收缩方式（向心、离心）、肌肉的选择、受试者的体质、提取特征值所用的计算方法等的因素的影响，故而在肌肉疲劳的SEMG信号特征研究中，有些结论并不完全一致。在1996年，Bendahan等即观察了前臂屈肌肌群以60MVC静力收缩状态收
23、缩至力竭状态的SEMG，发现在整个过程中SEMG的低频段能量不断减少，而高频段能量首先持续增加，而后在力竭前下降55。Kroon等比较了分别以50和40MVC为负荷进行等长收缩、离心收缩、向心收缩直至力竭的屈肘肌的sEMG改变，发现三种性质工作的IEMG、RMS随时间增加，MPF随时间下降，但离心收缩的RMS和MPF的改变率比其它两种工作为高（P0.001）56。Orizo等研究了肱二头肌分别在20、40、60、80MVC负荷下静力工作至力竭的SEMG信号特征，发现IEMG随时间增加，但其改变率与运动的强度无关57。Crenshaw等在研究中，让受试者分别以25和70MVC负荷进行伸膝锻炼，记
24、录股四头肌的sEMG，发现中位频率在两种负荷都显著下降，但其下降以70MVC负荷时为高；RMS在两种负荷都增加，但增加率则是以25MVC负荷时为高58。Cerdle等也采用了等动伸膝动作做为运动形式，记录了完成70次最大等动伸膝动作过程中股四头肌的sEMG变化，发现在最初的40次收缩阶段MPF陡然下降，而后下降率有所降低59。Wretling等研究了9名案牍工作者在等动仪上做伸膝动作直至疲劳过程中的股四头肌等动收缩的肌电变化，发现，MPF在初期下降，随后进入稳定阶段；RMS在最初7次收缩中增加，随后出现波动，但总的趋势是上升60。 Roy等观察了四名健康受试者重复抬起、放下重物直至疲劳的过程中
25、腰部肌肉SEMG的变化，发现中位频率的变化呈现非线性，在每一次抬起和放下重物过程中，又呈现出下降-恢复交替出现的几个阶段61。尽管在肌肉疲劳sEMG信号特征的研究中，许多结论并不完全一致，但大多数的研究结果依然证实，从初始态到疲劳态，sEMG的频率谱向低频转移，即低频比重增加、高频比重减少，其特征值MPF、MF均减小。4.3.3观察运动治疗模式的效果 在不同的肌肉运动模式中，参与运动的肌群不同，但在检测电极间所募集到的肌电信号则是各个参与运动的肌群中的各根肌纤维的运动单位动作电位（Motor unit action potential，MUAP）在检测点引起的电位的总和。因此，不同的肌肉运动模
26、式是由不同肌群收缩产生的，其所伴随的表面肌电信号也是不同的，所以，完全有可能从不同的表面肌电信号特征中找到相应的肌肉运动模式，这就是对肌肉运动模式进行分类的生理基础。应用sEMG可以观察各种运动治疗模式的效果。尤其是在训练模式（如原动肌/拮抗肌的关系，共收缩或交互抑制等）特殊的治疗方法（如牵引、垫上训练或PNF模式等），不能用肉眼直接观察时，客观的sEMG信号就成为特别有用的评定工具。在等速运动中，肌肉的相互影响也可用sEMG评定。在共收缩时，还应考虑关节周围肌群有多少介入活动，是否为等活动；在交互抑制发生时，拮抗肌是否均为静息状态，是否位于关节对侧，是否应以其活动作定义，是否定义为拮抗肌者应
27、为协同肌；存在于这些运动模式中的问题均可通过sEMG给予一定的回答，并指导进一步的治疗。在某些情况下，运动模式的时程可做为评定指标，如评定肌电活动开始的时间及波幅可确定运动技巧、共济协调和平衡水平。拮抗肌-协同肌活动的调整可相应改善这些问题。4.3.4其它应用4.3.4.1受损肌肉的功能评定通过测定损害肌肉中位频率的改变可对受损肌肉的功能情况进行评定。若频率的降低见于运动的初始，且在力量输出无降低的情况下，频率随之突然低平，则表明受损的肌肉可能停止参与运动，而由其他肌肉替代产生力量。若随时间变化，频率谱发生改变，也可能是协同肌产生力量，因此这一技术还可帮助区别关节活动中真正参与力量输出的具体肌
28、肉。4.3.4.2间接评定肌力虽然，sEMG与肌肉力量之间有着十分密切的关系，但须注意，sEMG不能直接地作为评定肌力的指标。不同的肌肉长度，不同的收缩速度及不同收缩形式在很大程度上会影响sEMG的波幅大小，而作为肌力、其定义是特定条件下产生的力量或力矩，因此，在肌肉活动过程中的不同点所拾取的肌电信号会有不同的波幅。记录运动单位活动的sEMG与反映收缩过程中肌肉功能的肌力是有区别的。运动疗法中常用“最佳点”（optinal）以描述肌肉发挥生物力学优势的最佳位置，但实践结果表明，可能该点的sEMG信号却较低，因为此时可能需要较少的运动单位即可产生较大的力量水平。sEMG活动水平越高，则实际上表明肌肉的效率越低。此外还应注意，sEMG记录的是单个肌肉的肌电活动，而通过关节活动产生的力量或力矩所反映的是原动肌、拮抗肌和协同肌等相互作用的合力，这些肌肉不同程度地构成肌力收缩的稳定性和协调性。原动肌的sEMG并非能较好地再热的现关节周围肌肉的活动。因此，单一肌肉的sEMG数据不能提供个体肌力的直接信息。
