《Journal of Electromyography and Kinesiology》：Sex, age, and race representation in electromyography research: A cross-sectional methodological survey
编辑推荐：
背景： 表面肌电（sEMG）广泛应用于生物力学与人机交互领域。现代sEMG系统依赖于机器学习模型，其泛化能力在很大程度上与性别、年龄和祖先相关的生理差异有关，但这些差异往往未被探索。
目的： 本调查批判性地评估了主要sEMG研究中人口统计学变量（性别、年龄、种
背景： 表面肌电（sEMG）广泛应用于生物力学与人机交互领域。现代sEMG系统依赖于机器学习模型，其泛化能力在很大程度上与性别、年龄和祖先相关的生理差异有关，但这些差异往往未被探索。
目的： 本调查批判性地评估了主要sEMG研究中人口统计学变量（性别、年龄、种族）的报告情况，并在总体和单项研究层面量化了队列多样性。
方法： 研究人员分析了从PubMed和IEEE Xplore中分层随机抽取的377篇sEMG文章（2000年1月至2026年4月）。一个经过验证的大语言模型工作流程提取了人口统计学数据，以计算报告率、性别失衡指数和年龄跨度。
结果： 总体报告率分别为：性别87.5%、年龄89.9%、种族2.6%。尽管宏观上性别比例平衡，但49.5%的单项研究表现出严重的性别失衡。此外，队列 overwhelmingly 集中于年轻成年人（19-35岁），年龄范围狭窄，显示出明显的同质化。
结论： 这些发现凸显了当前sEMG研究中一个关键的人口统计学盲区。为确保智能神经接口在异质真实世界人群中的安全性、稳健性和真正的泛化能力，迫切需要强制实施结构化的人口统计学报告标准，并明确定义算法模型的公平性边界。
论文解读文章
一、研究背景与问题提出
表面肌电（sEMG）作为一种非侵入性、安全高效的肌肉生物电信号记录手段，在神经生理评估、生物力学分析和人机交互（HCI）等领域具有广泛应用。近年来，微电子传感技术的进步以及向基于人工智能的处理流程的范式转变，极大地拓展了sEMG的工程应用，尤其是在智能假肢的运动意图解码和上肢神经康复设备的开发方面。现代sEMG系统高度依赖复杂的数据驱动模型，包括深度学习、卷积神经网络和Transformer架构，以解析高维神经驱动信息并达到较高精度。
然而，尽管这些前沿算法在受控、同质的实验室数据集上能够实现近乎完美的识别精度，但在真实临床环境中面对多样化受试者时，却面临严重的泛化危机。这一性能瓶颈的物理根源并非单纯的算法不足，而是人类生理学中客观且显著的人口统计学差异。例如，性别二态性在皮下脂肪厚度上的差异，会在组织容积导体内充当强度不同的低通空间滤波器，显著衰减信号幅度并侵蚀高频成分。此外，与年龄相关的神经肌肉变化（如肌少症）会从根本上重塑运动单元募集策略并改变频谱特征。种族和族裔群体在皮肤-电极阻抗、骨骼肌纤维类型分布以及脂肪沉积模式上也存在可测量的差异。这些内在的生物物理差异决定了，如果底层训练数据缺乏足够的人口统计学代表性，高度参数化的机器学习模型将很容易过拟合到狭窄人群（如年轻、健康、低体脂男性）的特定生理变异上。
为应对跨用户肌电应用中观察到的严重性能退化，工程界投入了大量精力开发各种计算干预措施。然而，这些现有算法虽然高度复杂，但其处理个体差异的方法在人口统计学多样性方面存在明显局限：受试者特异性深度模型旨在最大化受试者内精度，但通常表现出较弱的跨受试者泛化能力；迁移学习策略可适应新用户，但通常需要事先从目标受试者收集数据；域适应（DA）对齐源域和目标域以缩小分布差异，但往往无法解释驱动这些域偏移的潜在人口统计学机制；域泛化（DG）试图学习受试者不变特征，但采用DG的研究经常省略跨不同人口统计学亚组的性能报告；因果学习或解纠缠框架试图分离真实手势意图与个体差异，但其有效性严格依赖于实际测量和建模的协变量。
重要的是，这项调查的目的并非评估或批判这些模型的算法解码性能，而是评估解释、验证和证实其跨人群泛化主张所需的基本人口统计学信息在文献中是否实际可用且透明报告。不同人群间模型性能的显著差异对医疗设备应用中信号公平性的伦理标准构成了根本性挑战。在临床医学领域，美国食品药品监督管理局（FDA）已提出收集和报告种族/族裔数据的标准化建议；在计算机视觉领域，FACET等工作已建立了具有人口统计学属性的公平性评估基准。遗憾的是，sEMG文献在数据透明度方面仍表现出明显的“人口统计学盲区”。尽管该领域广泛采用SENIAM和ISEK等标准化指南，但这些指南几乎完全侧重于硬件配置和信号处理参数，系统性地遗漏了披露参与者人口统计学构成的规范性要求。大量旨在推进算法最先进水平的工程工作，对训练数据的性别、年龄和种族或族裔构成的报告很弱或根本没有。由于针对sEMG领域的数据透明度的宏观评估仍然严重缺乏，因此迫切需要一项全面的定量综合来量化这一差距。
这项方法学调查旨在评估2000年1月至2026年4月发表的主要sEMG研究中参与者人口统计学特征（性别、年龄、种族/族裔）的报告透明度。通过量化和比较不同医学与工程数据库、不同样本量以及不同研究领域的报告率、性别失衡指数和年龄跨度指数，该研究力图揭示威胁当前算法模型泛化能力的生理数据同质化的潜在风险。
二、研究设计与主要技术方法
研究人员开展了一项关于肌电（EMG）研究中人口统计学报告实践的横断面方法学调查，使用了具有统计学效力的sEMG全文文章样本。研究流程结合了数据库检索、分层抽样、全文资格筛选和大语言模型（LLM）辅助数据提取。
具体而言，研究在PubMed和IEEE Xplore中进行了检索，以涵盖生物医学和工程sEMG研究，检索词限于技术性EMG术语，发表时间限制在2000年1月至2026年4月。在合并导出结果、去除重复并排除二手文献后，合格抽样框架包含4227条记录（PubMed 2987条；IEEE Xplore 1240条）。研究采用Cochran公式确定最小所需样本量，经有限总体校正后最小样本量为353，目标样本扩大至400篇全文，经全文资格筛选后排除23篇，最终377篇研究纳入数据提取。样本按数据库和发表年份进行分层比例抽样，得到278篇PubMed记录和122篇IEEE Xplore记录。
数据提取采用自动化流程：使用PyMuPDF库（fitz）将全文PDF程序化解析为文本字符串，并利用Gemini 2.5 Pro大语言模型执行人口统计学数据提取和主题分类。LLM被严格约束为输出格式化的JSON对象，对缺失变量明确返回空值或“未报告”，以防止不当插补。同时，LLM将每篇文章归类为六个预定义研究领域中的一个或多个：生物力学与运动学、人机交互与假肢、康复与治疗、临床与诊断、运动与工效学、神经生理学。为严格验证流程可靠性，研究在随机文章子集上实施了双盲人工验证协议，LLM的自动化JSON输出与人工验证的金标准进行比较，超过了预定义的95%准确率一致性阈值。
三、研究结果
总体报告率： 在377篇纳入研究中，性别报告率为87.5%，年龄报告率为89.9%，而种族/族裔报告率仅为2.6%。这一结果揭示了sEMG研究中种族/族裔数据报告的极度匮乏，构成了显著的人口统计学盲区。
总体性别构成与单项研究性别失衡： 尽管从宏观聚合层面看，性别比例呈现平衡状态，但在单项研究层面，49.5%的研究表现出严重的性别失衡。这一发现表明，宏观层面的性别平衡可能掩盖了单项研究内部的显著偏差，即许多研究可能仅招募单一性别或严重偏向某一性别。
年龄跨度与生命阶段覆盖： 研究队列 overwhelmingly 集中于年轻成年人（19-35岁），年龄范围狭窄，显示出明显的人群同质化。这意味着当前sEMG研究对儿童、青少年、中年及老年人群的覆盖严重不足，限制了研究结果向更广泛年龄人群的推广。
不同数据库、样本量与研究领域的差异： 研究通过Pearson卡方检验比较了不同数据库间的报告率差异，并使用Cochran-Armitage趋势检验评估了不同样本量组间的有序趋势。这些分析揭示了人口统计学报告实践在不同研究背景下的系统性差异。
四、结论与讨论
这项研究的结果凸显了当前sEMG研究中一个关键的人口统计学盲区。尽管性别和年龄的报告率相对较高，但种族/族裔报告率极低，且单项研究中的性别失衡和年龄同质化问题严重。这些发现对sEMG领域具有重要的警示意义：如果训练数据缺乏足够的人口统计学代表性，基于机器学习的sEMG系统在面向异质真实世界人群时，其安全性、稳健性和泛化能力将受到严重威胁。
研究结论明确指出，为确保智能神经接口在异质真实世界人群中的安全性、稳健性和真正的泛化能力，迫切需要强制实施结构化的人口统计学报告标准，并明确定义算法模型的公平性边界。这一呼吁与临床医学领域FDA的标准化建议以及计算机视觉领域FACET等公平性评估基准的建立相呼应，表明sEMG领域亟需建立类似的数据透明度和公平性评估规范。该研究为sEMG领域的数据报告实践提供了首个全面的定量综合，为未来制定标准化报告指南和推动公平性研究奠定了重要基础。
