编辑推荐：
运动功能障碍治疗存在标准化方案效果欠佳的问题，研究者开发神经肌肉骨骼建模（NMSM）管道，含模型个性化（JMP、MTP、NCP、GCP 工具）和治疗优化（TO、VO、DO 工具）功能。通过卒中患者案例，证实其可提升步行速度 60% 且不增代谢成本，为个性化治疗提供新途径。
运动功能障碍如骨关节炎、卒中、脊髓损伤等正困扰着约 19% 的美国成年人群。当前标准化治疗因忽视个体差异，常导致功能恢复效果不佳，患者满意度低。例如，仅 65% 的卒中患者能恢复行走能力，且存在步态不对称、代谢效率低等问题；全膝关节置换术后，22% 患者对功能结果不满。传统 “黑箱” 机器学习模型在预测治疗效果时外推能力不足，而基于物理的计算模型结合工程优化方法，有望突破这一困境，实现个性化治疗设计。
为解决上述难题，美国莱斯大学（Rice University）的研究团队开展了神经肌肉骨骼建模领域的研究。他们开发了基于 MATLAB 的神经肌肉骨骼建模管道（NMSM Pipeline），并将相关成果发表在《Journal of NeuroEngineering and Rehabilitation》。该研究旨在通过个性化模型和预测模拟，优化神经肌肉骨骼损伤的治疗方案，提升患者功能恢复效果。
研究主要采用以下关键技术方法：
- 模型个性化工具集：包含关节结构模型个性化（JMP）、肌肉 - 肌腱模型个性化（MTP）、神经控制模型个性化（NCP）和足 - 地接触模型个性化（GCP）工具，利用患者运动数据和梯度优化算法，校准模型参数使其匹配实验数据。
- 治疗优化工具集：通过跟踪优化（TO）、验证优化（VO）和设计优化（DO）工具，结合直接配置最优控制方法（如 GPOPS-II 求解器），预测不同治疗方案下的功能结果，优化治疗参数。
研究结果
模型个性化流程验证
- JMP 工具：通过最小化逆运动学（IK）标记距离误差，优化关节参数和标记位置，使膝关节和踝关节的均方根误差（RMS）分别降低 48.4% 和 46.2%，提升模型 kinematic 准确性。
- MTP 工具12：结合肌电图（EMG）和逆动力学（ID）数据，优化肌肉 - 肌腱参数，使左右腿关节力矩匹配误差分别降至 3.5 Nm 和 2.1 Nm，提高肌肉力预测可靠性。
- NCP 工具3：基于肌肉协同（Muscle Synergies）理论，优化协同向量和激活模式，使关节力矩和肌肉激活匹配误差分别为 2.2 Nm 和 0.034，揭示神经控制策略。
- GCP 工具4：个性化足 - 地接触模型参数，使地面反力和力矩的 RMS 误差分别为 4.6 N 和 2.1 Nm，提升步态模拟真实性。
治疗优化应5用案例
以一名慢性卒中患者为例，利用 NMSM Pipeline 预测通过调节肌肉协同激活改善步行功能：
- TO 工具：生成动态一致的步行模拟，匹配关节运动、力矩和肌激活数据，为后续优化提供初始解。
- DO 工具：6通过上调患侧腿薄弱协同激活、下调健侧过度激活，使步行速度从 0.5 m/s 提升至 0.8 m/s（提高 60%），且代谢成本未增加，验证了协同调节的治疗潜力。
结论与讨论 7
NMSM Pipeline 通过整合模型个性化与治疗优化功能，为神经肌肉骨骼疾病的个性化治疗提供了完整的计算框架。其核心创新在于：
- 多维度模型校准：涵盖关节、肌肉、神经控制和足 - 地交互的个性化，解决了传统通用模型与个体差异的不匹配问题。
- 临床转化支持：提供图形用户界面（GUI）插件和 XML 配置文件，降低非编程人员使用门槛，促进研究与临床协作。
- 预测性治疗设计：通过最优控制模拟，可量化评估手术、神经调控等干预措施的效果，减少试错成本。
尽管存在依赖高质量运动数据、计算耗时等局限，该研究首次实现了从模型个性化到治疗优化的全流程自动化，为卒中、骨关节炎等疾病的精准康复开辟了新路径。未来结合影像学数据和长期临床验证，NMSM Pipeline 有望推动神经肌肉骨骼建模从实验室走向临床，成为个性化医疗的关键工具。
