• 深入研究 sEMG 作为生物反馈方式背后的科学

信号从您的大脑传输到您的肌肉，再到您的表面肌电图 (sEMG) 传感器，最后出现在您的屏幕上。本文介绍了这次旅行，并为临床医生提供了有关使用 sEMG 生物反馈的最佳实践的指导。

sEMG 和您的患者

您使用 sEMG 生物反馈系统开始与患者进行吞咽困难练习，并在计算机屏幕上看到可能如下所示的信号（图 1）。即使您以前从未使用过 sEMG，您也可以很快推断出，当您的患者吞咽时，蓝线上升，而当您的患者放松时，蓝线是平的。但是这条线对于您的患者吞咽意味着什么？为什么垂直轴以 mV（微伏）为单位？牛顿（N）不是力的单位吗？或者也许是千帕 (kPa) 表示压力？

这些都是很好的问题，我希望在本文中回答它们。我的目标是让每个有兴趣了解它的人都可以使用我认为是一项美丽的技术。

图 1. 吞咽工作站的典型 sEMG 生物反馈显示。

从大脑到肌肉当然，我们的旅程始于大脑。我们知道我们的大脑充满了电化学活动。据说成人大脑包含超过 800 亿个神经元（Azevedo 等，2009）。这几乎和我们银河系中的恒星一样多！这些小神经元中的每一个每秒都可以发送多个信息（称为动作电位），让您可以做任何事情：从拿起笔到阅读这篇文章，再到安全有效地吞咽。动作电位是沿着神经元细胞发送的信息。神经递质是神经元细胞之间传递的信息。动作电位是沿轴突长度（神经元的长尾状部分）传播的短暂电事件，并最终触发神经递质的释放（图 2）。这些动作电位最终被皮肤表面的 sEMG 传感器接收到。

图 2. 动作电位是沿着神经元细胞发送的信息。

它们导致突触间隙（神经元之间的空间）中神经递质的释放。如果这张图片中的手臂就像神经元，动作电位就是沿着手臂长度发送的信息，而字母则相当于神经递质。

大多数阅读本文的人可能已经熟悉从大脑皮层到脑神经再到肌肉纤维的信息（动作电位）（图 3）。在图 3 所示的示例中，可以看到三叉神经下颌支的神经支配着二腹肌的前腹部 (Kim & Loukas, 2019)。极好的！但是这些信号是如何导致肌肉运动的呢？

图 3. 从大脑皮层到下颌支 (CN V3) 再到二腹肌纤维前腹的信号示例。

二腹肌的前腹部，就像大多数吞咽肌肉一样，有横纹（Shaw & Martino, 2013）。如果我们越来越近地放大它，我们会发现来自这些类型肌肉的细胞（称为肌纤维）由肌原纤维组成，肌原纤维由肌节组成，而肌节又由微小的重复组成 含有肌动蛋白和肌球蛋白丝的单元。现在我们真的放大了！没关系，我们需要接近这一点。正是这些细丝的作用最终导致了我们所谓的肌肉收缩。图 3（蓝线）中的神经元称为运动神经元。当运动神经元接触肌肉时，动作电位会在肌肉细胞内扩散并引发连锁反应，最终导致肌肉收缩。为了维持肌肉收缩（而不仅仅是简单的抽搐），必须反复激活。从肌肉到传感器这些小信息（动作电位）是 sEMG 传感器在皮肤表面接收到的信息。这意味着 sEMG 传感器不会测量肌肉收缩的结果，例如力（牛顿）或压力（千帕）。相反，sEMG 传感器会检测肌肉收缩（微伏）之前和期间发生的电化学事件（Vigotsky、Halperin、Lehman、Trajano 和 Vieira，2017 年）（图 4）。在这位作者的偏见看来，这让 sEMG 传感器变得超级酷，因为它们可以告诉您更多信息！

图 4. 导致肌肉收缩产生的力的事件和可能拾取这些事件的不同生物反馈传感器。

sEMG 传感器检测皮肤水平的动作电位，因此，这些动作电位可能来自皮肤表面下的不同肌肉。例如，放置在颏下区域的传感器可能会从二腹肌前腹部接收信号，也可能从下颌舌骨和颈阔肌接收信号。因此，sEMG 信号可能会因传感器放置的细微差异而有所不同。此外，信号或信息仅仅由于已经穿过脂肪和皮肤组织的所有层到达传感器而经历了一些修改。从传感器到屏幕传感器接收到的 sEMG 信号由您正在使用的设备记录并进行进一步修改，这次不是来自您身体自身的组织，而是由生物医学工程师编程。虽然这些修改的基本原理在不同公司是相同的，但在如何实现方面存在细微差别。这些修改可能包括使信号更大（放大）和使信号全部为正（整流）。还可以对信号进行滤波以去除或减少电噪声和运动伪影（Stepp，2012）。最后，信号可能会变成平滑的轮廓或“包络”，以便于解释（平滑）。由此产生的 sEMG 信号形状（如图 1 所示）很容易快速解释，临床医生可以使用它来监测肌肉活动。这意味着一家公司的 100mV 可能是另一家公司的 95mV。肌电图生物反馈和吞咽练习当与患者合作时，表面肌电生物反馈可用于教授和练习各种吞咽练习。例如，正常吞咽的表面肌电信号可能看起来像一个简单的峰值（图5，（a））。当完成强力吞咽时，信号的形状可能看起来像正常吞咽，但峰值更高（图5，（b））。这是因为更多的努力可能导致更多的运动单位被招募，因此传感器检测到更多的动作电位。另一方面，当完成门德尔松动作吞咽时，信号的形状将改变为类似于受人喜爱的经典电影《第三类亲密接触》中的平坦山峰（图5，（c））。这是因为随着时间的推移，肌肉持续收缩。

图 5. sEMG信号示例来自（a）正常吞咽、（b）强力吞咽和（c）门德尔松动作吞咽练习。

在临床中使用 sEMG 的一些重要要点是什么

• sEMG 信号是肌肉兴奋的重要指标。

• sEMG 信号是在诊所或家中进行吞咽运动的绝佳辅助手段（Albuquerque、Pernambuco、da Silva、Chateaubriand 和 da Silva，2019 年）。它可以用作生物反馈，让人们意识到肌肉收缩（例如，用于教育）和相对肌肉收缩（例如，在吞咽过程中引起更多努力或持续时间更长的收缩）。

• 由于 sEMG 信号本身可能会因会话而异，因此应将校准值用于临床目标。这意味着临床医生不应将给定的幅度 mV 作为目标，而应使用百分比（例如，在该会话中获得的常规吞咽的 90%、110%、200%，用于该传感器放置）。

• 生物反馈可用于通过向患者展示渐进式改善和跟踪他们对锻炼计划的依从性来养成习惯。

• 可以使用对患者（例如，更短的进餐时间）和临床医生（例如，吞咽安全性和效率的仪器评估）都有意义的结果来衡量进展。

• 当您可以访问可以使用复杂技术提取信息的狡猾数据科学家时，sEMG 信号可以提供非常丰富的信息。在那之前，使用 sEMG 的最佳方法是作为生物反馈（而不是对力量产生的前/后测量）。用另一位作者的话来说，

• “总的来说，旨在得出有关肌肉力量产生的结论的 sEMG 研究 [...] 当仅基于 sEMG 幅度时是有问题的。通常，为了得出机械结论，需要更先进的 sEMG 处理和建模技术。” （Vigotsky 等人，2017 年）。

参考

Albuquerque, L. C. A., Pernambuco, L., da Silva, C. M., Chateaubriand, M. M., & da Silva, H. J. (2019). Effects of electromyographic biofeedback as an adjunctive therapy in the treatment of swallowing disorders: a systematic review of the literature. Eur Arch Otorhinolaryngol, 276(4), 927-938. doi:10.1007/s00405-019-05336-5

Azevedo, F. A., Carvalho, L. R., Grinberg, L. T., Farfel, J. M., Ferretti, R. E., Leite, R. E., . . . Herculano-Houzel, S. (2009). Equal numbers of neuronal and nonneuronal cells make the human brain an isometrically scaled-up primate brain. Journal of Comparative Neurology, 513(5), 532-541. doi:10.1002/cne.21974

Kim, S. D., & Loukas, M. (2019). Anatomy and variations of digastric muscle. Anatomy and Cell Biology, 52(1), 1-11. doi:10.5115/acb.2019.52.1.1

Shaw, S. M., & Martino, R. (2013). The normal swallow: muscular and neurophysiological control. Otolaryngologic  Clinics of North America, 46(6), 937-956.

doi:10.1016/j.otc.2013.09.006Stepp, C. E. (2012). Surface Electromyography for Speech and Swallowing Systems: Measurement, Analysis, and Interpretation. Journal of Speech, Language, and Hearing Research, 55(4), 1232-1246. doi:10.1044/1092-4388(2011/11-0214)

Vigotsky, A. D., Halperin, I., Lehman, G. J., Trajano, G. S., & Vieira, T. M. (2017). Interpreting Signal Amplitudes in Surface Electromyography Studies in Sport and Rehabilitation Sciences. Frontiers of Physiology, 8, 985. doi:10.3389/fphys.2017.00985

01

一种把动态PPG、血氧SPO、惯性传感器、肌电传感器、皮肤电传感器、皮温传感器集成在一个可穿戴式手环设备中的生物信号采集设备，可用于数据研究、产品开发、方案验证和试验分析。

使用此款产品可以做什么？

我们提供数据记录服务，可对数据进行自定义处理，可用于POC、原型或研究中的辅助证据。

使用我们的大数据分析平台，可以轻松的访问，对数据进行可视化分析与研究。

基于我们的项目进行二次开发，快速实现自己的应用程序。

应用领域

癫痫、抑郁症、睡眠障碍、帕金森氏病、运动康复、情绪监测、肌肉萎缩、手势识别、动作行为预测、运动捕捉、机械手臂、焦虑症

该系统可以在有限的通道数内，最大限度地获取人体肌肉在运动中的信息。结合九轴数据，可以适用于更多的应用场景，尤其是在混合控制方面提高了系统对于动作跟踪捕捉的准确性，兼顾肌电与惯性传感器两种获取动作信息的方法，提高了分布式系统动作识别的准确性与稳定性，减少了实现动作跟随的代价。

肌电信号采集方法主要有针电极和表面电极两类。针电极作为有创方法发展最早，也是目前临床肌肉相关疾病诊断的标准。但针电极刺入人体肌肉会带来疼痛，为了减轻患者的痛苦，随后又开发出了表面电极，但该方法难以取代针电极作为诊断措施。

03

肌电信号采集方法主要有针电极和表面电极两类。针电极作为有创方法发展最早，也是目前临床肌肉相关疾病诊断的标准。但针电极刺入人体肌肉会带来疼痛，为了减轻患者的痛苦，随后又开发出了表面电极，但该方法难以取代针电极作为诊断措施。

针电极因为侵入式，可以直接获得运动单元信息作为肌肉疾病诊断的依据；表面肌肉电极虽然可以获取运动意图信息，但难以还原出运动单元信号。为了解决这个问题，人们开发了高密度表面肌电电极，高密度表面肌电信号可以通过信号分解算法还原出运动单元信息。

本产品由32/64通道无线高密度脑/肌电信号采集系统（最大可扩展256通道），以及专用软件分析系统组成。能同时兼顾脑电和肌电的采集需要，具备独有的在运动条件下测量数据的能力，良好的兼容性与扩展性，在连接不稳定或者设备离线情况下均能保证数据不丢失。

如果您对肌电图感兴趣，请与我们联系！

声明：文章仅用于学术交流，不用于商业行为，若有侵权及疑问，请后台留言，管理员即时删侵！