基于表面肌电与三维运动分析的肘屈肌痉挛客观量化新方法

为解决上肢痉挛（尤其是肘屈肌痉挛）缺乏客观量化工具的临床难题，研究人员开发了整合表面肌电（sEMG）与三维运动分析（U.L.E.M.A.模型）的评估方法。通过对比17例患者与10名健康成人的数据，证实该方法能显著区分痉挛组与对照组（p<0.05），为临床精准诊疗提供新工具。

　　

研究背景与意义
肘屈肌痉挛是脑卒中、脑性瘫痪（CP）等上运动神经元综合征患者的常见并发症，表现为速度依赖性的肌张力增高和牵张反射亢进（Lance, 1990）。传统临床量表如改良Ashworth量表（MAS）和Tardieu量表（TS）依赖主观判断，存在可靠性争议（Bar-On et al., 2013）。尽管机器人辅助评估能整合生物力学与电生理信号（如表面肌电sEMG），但其临床普及受限（Cha and Arami, 2020）。更棘手的是，近期研究质疑经典参数“强直性牵张反射阈值（TSRT）”的 validity（Valadao et al., 2022），亟需开发更可靠的客观评估工具。

研究方法与技术
研究团队招募17例肘屈肌痉挛患者（40±20岁）和10名健康成人（33±8岁），通过手动被动拉伸肘关节（低速与高速），同步采集三维运动数据（U.L.E.M.A.模型）和肱二头肌sEMG信号。关键参数包括：肘伸展 deficit、sEMG标准化至最大自主等长收缩（MVIC）的比值（EMG_change
）等。

研究结果

1. 方法学验证：所有参数（如EMG_change
   ）在痉挛组与健康组间差异显著（p<0.05），痉挛组EMG_change
   达12.1±19.2%，而健康组接近0%。
2. 临床相关性：三维运动参数与MAS/TS评分呈中度相关，支持其作为客观替代指标。
3. 技术可行性：手动拉伸方案（6次重复）可替代机器人设备，适合临床常规应用。

结论与展望
该研究首创结合sEMG与三维运动分析的上肢痉挛量化方案，突破传统量表局限，为个体化治疗提供数据支持。但需注意样本量较小（仅17例）及潜在运动伪影干扰（Bar-On et al., 2013）。未来可扩展至多中心验证，并探索EEG-EMG-生物力学多模态整合（Maura et al., 2023）。论文发表于《Journal of Electromyography and Kinesiology》，标志着痉挛评估向精准化迈出关键一步。