基于肌肉协同前馈控制的SynergyFF单次射击法模拟蹲伏步态：揭示中枢模式生成器与协同机制的新范式

针对双侧跖屈肌无力导致的蹲伏步态难以模拟的问题，Haoran Li团队开发了基于肌肉协同前馈控制(SynergyFF)的单次射击预测仿真方法。该研究通过9自由度14肌肉的骨骼模型，证实协同假说构建的中枢模式生成器(CPG)能更准确模拟蹲伏步态和僵硬膝步态，其成功关键在于对膝关节屈曲力矩的精确建模，为运动控制神经机制提供了新证据。

　　

在人类运动控制的奥秘中，中枢模式生成器(Central Pattern Generator, CPG)如同一个精密的生物节拍器，负责产生行走等周期性运动模式。这个位于脊髓的神经功能网络，被认为通过基础节律发生器和中间神经元网络实现肌肉协同控制。然而在临床常见的跖屈肌无力(Plantarflexor Weakness, PFw)患者中，由此引发的蹲伏步态(Crouch Gait)和僵硬膝步态(Stiff-knee Gait)却始终难以通过传统反射模型准确模拟，这严重制约了我们对神经肌肉疾病与异常步态间因果关系的理解。

为解决这一难题，中国的研究团队开发了创新的SynergyFF单次射击预测仿真方法。该方法突破性地将肌肉协同(Muscle Synergy)前馈控制理念融入CPG架构，通过优化14个Hill型肌肉肌腱驱动器的9自由度骨骼模型，首次实现了对PFw相关异常步态的高保真模拟。相关成果发表在《Gait》期刊上，为运动控制理论提供了重要实证。

研究采用SCONE优化框架和OpenSim 4.4引擎，关键创新在于设计了包含5种基本协同模式的下行运动神经元控制方案。这些模式通过正弦波组合实现，在步态状态框架内形成前馈控制。模型验证阶段，研究者首先确保其能准确模拟健康人步态，与Schwartz等实验数据的交叉相关性和均方根误差均达到标准，耗时1014次迭代完成。

在"Model validation"部分，研究证实SynergyFF方法对正常步态的模拟精度满足要求后，重点转向异常步态。"Results"显示，该方法成功模拟出传统反射模型无法实现的蹲伏步态，同时也能复现跟骨步态和僵硬膝步态。深入分析表明，膝关节屈曲力矩的精确建模是成功的关键因素。

"Discussion"部分强调，基于协同假说的CPG架构不仅能无实验数据追踪地生成预测仿真，更在PFw条件下保持稳定步态。通过系统引入跖屈肌缺陷，研究验证了神经肌肉募集模式的控制优势。与经典反射模型相比，新模型不仅同样呈现跟骨步态特征，更重要的是揭示了协同控制在异常步态形成中的核心作用。

最后的"Conclusions"指出，SynergyFF方法通过肌肉协同前馈控制重构CPG功能，为异常步态研究提供了新范式。该成果不仅证实了CPG的存在价值，更强化了肌肉协同假说的理论基础。从临床应用角度看，这种能准确模拟病理步态的预测框架，将为康复器械研发和神经康复策略优化提供重要工具。研究数据已公开在SimTK仓库，为学界后续研究奠定基础。