利用HD-EMG技术结合Lokomat设备评估股外侧肌中的运动单位：一项针对年轻人、老年人群及中风后患者的初步研究

《IEEE Transactions on Medical Robotics and Bionics》：Using HD-EMG to Assess Motor Units in Vastus Lateralis with the Lokomat: A Pilot Study with Young, Elderly and Individuals Post-Stroke

高密度肌电图（HD-EMG）在机器人康复中评估神经肌肉差异的可行性研究，通过Lokomat机器人进行等长收缩测试，发现传统肌电参数无法区分三组（青年健康、老年健康、中风后），而运动单位（MU）分析揭示老年组MU数量减少、放电率降低，中风组存在募集和放松异常，证明HD-EMG可优化康复策略。

　　

摘要：

高密度肌电图（HD-EMG）在研究领域具有巨大潜力，但其应用于临床康复的效果仍有限。本初步研究探讨了将便携式HD-EMG系统整合到标准化康复测试中的可行性，该测试使用的是Lokomat——一种在神经康复中广泛应用的机器人步态训练设备。通过分解肌电图信号并分析运动单位（MU）的特性，本研究旨在评估与年龄和中风后状况相关的神经肌肉差异。三组受试者（健康的年轻人、健康的老年人以及慢性中风患者）分别以最大力量的30%、50%和70%进行等长次最大强度的膝关节伸展运动。肌电图信号是通过64通道电极阵列从股外侧肌采集的。传统的肌电图参数（如信号包络和中频）无法区分不同组别之间的差异。相比之下，运动单位层面的分析显示老年受试者的运动单位数量较少，放电频率较低，并且存在与中风相关的运动单位募集和肌肉松弛异常。这些发现证明了HD-EMG在常规临床机器人康复中的可行性和额外的诊断价值。HD-EMG能够提供关于神经肌肉功能的客观、详细的见解，有助于优化康复策略。需要进一步的研究来验证其在更大样本群体中的临床适用性，并推动HD-EMG作为标准诊断工具的普及。