基于肌肉协同与相空间分析的站起动作控制策略研究：揭示重心运动与神经模块的映射关系

《IEEE Open Journal of Engineering in Medicine and Biology》：Synergy-Dependent Center-of-Mass Control Strategies During Sit-to-Stand Movements

本文推荐一项针对站起（sit-to-stand）动作中神经肌肉控制机制的研究。为解决肌肉协同（muscle synergy）活动与其生物力学关联尚不明确的问题，研究人员通过肌电图（EMG）和运动学分析，探讨了不同协同模块数量（Nsyn=3或4）对重心（CoM）相空间轨迹的影响。结果表明，使用4个协同模块的受试者能探索更广阔的相空间区域，这为基于运动学反馈来靶向激活特定协同模块、进而开发新型康复协议提供了理论依据。

　　

从座椅上站起，这个在日常生活中看似简单随意的动作，背后却蕴含着人体神经肌肉系统精妙的控制逻辑。对于健康人而言，它轻而易举；但对于患有神经系统疾病（如脑卒中）的患者来说，这却可能是一项艰巨的挑战。因此，深入理解站起动作的控制机制，对于评估运动功能、指导康复训练具有重要意义。在科研领域，站起动作常被用作一种标准化的临床功能测试。研究人员试图通过数学模型来捕捉这个动作中复杂的生物力学和神经变量相互作用。其中，一种主流的方法是利用相空间（phase space）来描绘下半身关节角度或重心（Center-of-Mass, CoM）的运动轨迹，以揭示其反复出现的模式及其功能变异。另一方面，通过表面肌电图（Electromyography, EMG）记录肌肉活动，并在此基础上运用肌肉协同（Muscle Synergies）理论进行分析，则能从神经控制的角度解析大脑是如何高效地组合多个肌肉，以“协同”模块的形式来指挥运动的。然而，一个关键的科学问题尚未被完全解答：这些神经层面的协同活动，其具体的生物力学对应物究竟是什么？或者说，不同的协同模块是如何具体驱动和控制重心运动轨迹的？

为了回答这个问题，由SIMONE RANALDI、LEONARDO GIZZI、GIACOMO SEVERINI和CRISTIANO DE MARCHIS组成的研究小组开展了一项研究，其成果发表在《IEEE Open Journal of Engineering in Medicine and Biology》上。他们假设，肌肉协同活动的差异会体现在重心运动的相空间轨迹上。通过将协同活动映射到重心运动的相空间描述中，他们旨在探索不同的协同模块数量是否会引导身体探索相空间的不同区域，从而为基于运动学的生物反馈康复策略奠定理论基础。

本研究主要采用了以下几项关键技术方法：1）招募12名健康受试者进行站起-站立-坐下动作测试，采集其表面肌电（EMG）和基于光学运动捕捉的重心（CoM）运动学数据；2）使用基于改进的Akaike信息准则（AIC）的客观方法确定每个受试者的最佳肌肉协同数量（N_syn），并将受试者按协同数分组；3）将重心轨迹投影到矢状面，分别构建笛卡尔坐标系和极坐标系下的位置-速度相空间；4）采用高斯朴素贝叶斯分类器，建立从二维相空间坐标到最活跃协同模块索引的映射模型。

II. 结果

A. 协同数量与结构

受试者被分为两组：7名受试者由3个肌肉协同（N_syn=3）表征，5名由4个（N_syn

分析协同结构（图1）发现，两组的协同权重（W）向量在动作开始和结束时的模块相似，差异主要体现在动作周期的中间部分。N_syn=3的组其重建的协同激活系数（H）显示出更宽的激活范围。

B. 相空间描述

对相空间变量随时间变化的过程进行分析（图2）发现，N_syn=4的受试者在两种相空间表征中均表现出更高的最大垂直速度。

在二维相空间轨迹图中（图3，图4），这种差异更为明显。N_syn=4的受试者其轨迹在所有相空间中都探索了更广阔（即面积更大）的区域。

C. 协同到运动学的映射

研究人员建立了从相空间位置到最活跃协同模块的概率映射。对于N_syn=3的情况（图5），映射模型在测试集上的预测准确率至少为62%，在笛卡尔位置-位置、前后（AP）位置-速度和极坐标位置-位置组合中准确率最高（超过70%）。

对于N_syn=4的情况（图6），结果显示，当受试者具有3个协同的控制结构时，其相空间轨迹通常不会经过与特定协同显著激活相关的所有区域。例如，在极坐标位置-位置和笛卡尔速度-速度表征中，平均而言，只有具有4个协同的受试者才会经过特定于第一个协同的区域。

此外，对全部8个相空间变量进行主成分分析（PCA），取前两个主成分（可解释87%的方差）构成新的二维空间进行映射（图7），其预测准确率也超过70%，但在此空间中，两组受试者探索区域的差异不如在前述特定相空间中明显。

IV. 讨论与结论

本研究首次提供了直接证据，表明在站起动作中，重心运动学与肌肉协同活动之间存在可映射的关系，且这种关系受运动控制策略复杂度（协同数量）的影响。与通常基于关节角度的相空间描述不同，本研究采用的重心相空间描述更为紧凑，仅需追踪一个点，理论上可通过单个惯性传感器在非受控环境中实现，增加了实时监测的可行性。

研究的关键发现在于，拥有4个协同模块的控制策略使得受试者能够探索更广阔的重心相空间区域，这主要体现在垂直方向的位置和速度管理上。N_syn=4的方案很可能是将N_syn=3方案中的第二个协同（主要负责膝伸展）进行了拆分，以适应更高的速度峰值和更精细的动作控制（如快速膝伸展与延迟的膝屈曲以稳定减速）。协同到运动学的映射进一步揭示，额外的协同模块可能用于管理速度调整和更高的峰值速度，这使得只有具备该模块的受试者才能探索相空间中的某些特定区域。

这项研究的意义在于，它建立了一种可逆的映射关系（相空间轨迹在一个周期内不重复经过同一点），这为开发新型康复协议铺平了道路。未来，或可通过可穿戴传感器实时监测患者的相空间轨迹，并设计外部反馈（如通过外骨骼或虚拟现实）来引导或“迫使”患者探索特定的相空间区域，从而靶向性激活其受损或功能不足的特定运动协同模块，实现功能特异性的神经肌肉康复。虽然本研究对象为健康人群，但其揭示的基本原理为在病理状态下研究和应用这种映射关系奠定了基础。后续研究可进一步探讨人体测量学特征、机械约束对此关系的影响，以及重心相空间与关节角度相空间之间的关联。

总之，这项工作通过客观的信息论方法精细刻画了肌肉协同结构，并成功将其与重心运动的相空间轨迹相关联，深化了对站起动作神经力学控制机制的理解，为开发易于实施、可在线控制的、基于运动学的功能性康复方案提供了重要的理论依据和方法学支持。