一种用于估算老年人及中风后患者在慢速行走过程中下肢肌肉力量的非侵入性简化模型 刘坤（Kun Liu） 郭洪祥（Hongxiang Guo） 刘佳颖（Jiaying Liu） 何嘉伦（Jialun He）

《Biomimetics》：A Non-Invasive Simplified Model for Estimating Lower Limb Muscle Forces During Slow Gait in Older Adults and Post-Stroke Individuals Kun Liu, Hongxiang Guo, Jiaying Liu and Jialun He

　　

本研究提出一种针对老年人及卒中患者在慢速行走条件下的非侵入式简化肌肉力估算模型(NSMFEM)。该模型仅利用运动学参数——以实时肌纤维长度为关键变量——动态估算下肢肌肉力，从而避免传统表面肌电图(sEMG)方法的局限性，如环境干扰、信号噪声及深层肌肉sEMG获取困难。通过缩放参考运动学模型并基于个体人体测量学校准肌肉起止点标记，构建个性化数字孪生肌肉骨骼模型(DTMSM)；结合公开解剖数据的多元回归模型推导肌肉架构指数。对12名老年人(8名健康无下肢疾病者ESND，4名卒中患者ESP)在不同行走速度下的评估显示：慢速(X-slow和slow)条件下，多数9块代表性下肢肌肉的NSMFEM预测结果与参考值呈强Pearson相关(如TFL、髂肌、耻骨肌、胫骨前肌、比目鱼肌)；TFL、髂肌及股中间肌的被动肌力亦呈强相关。随速度升高，部分肌肉(如股中间肌、胫骨后肌)相关性下降，反映节段加速度及肌肉激活(模型未纳入因素)的影响增强。卒中患者步态(ESP)的Spearman分析表明，患侧臀大肌1、TFL、耻骨肌及比目鱼肌仍维持强相关，支持模型在卒中康复评估中的应用价值。综上，NSMFEM为慢速行走老年人及卒中群体的肌肉力估算提供实用、无sEMG依赖的方法，助力功能评估与个性化康复规划；未来将纳入肌肉激活校正以扩展至更快行走速度。

论文解读

研究背景与问题提出

全球老龄化加剧背景下，老年卒中后运动功能障碍发病率逐年上升，准确估算肌肉力(MFE)对康复干预、人工肌肉功能研究及生物力学优化至关重要。传统表面肌电图(sEMG)虽为非侵入式技术，但易受环境干扰、信号噪声影响，且难以获取深层肌肉数据；卒中患者因肌肉再神经支配导致sEMG-肌力关系改变，进一步限制其应用。此外，现有计算模型多依赖静态优化，对老年人及卒中患者慢速步态的适应性不足，而OpenSim等金标准工具因计算复杂、操作门槛高，难以在临床常规应用。因此，开发适用于慢速步态、非侵入式且高效的肌肉力估算模型成为亟待解决的关键问题。

研究方法与技术路径

研究纳入12名受试者(8名健康老年人ESND，4名卒中患者ESP)，通过运动捕捉系统采集步态运动学参数与地面反作用力，同步记录右侧肌肉sEMG。基于Shan等人的解剖模型与Thelen的下肢运动学模型，通过几何线性缩放构建个性化数字孪生肌肉骨骼模型(DTMSM)：利用人体测量学数据(身高、体重、胸骨-头部距离等)建立回归模型，校准肌肉起止点标记；结合Delp等人的解剖理论，通过多元回归计算肌肉架构指数；最终基于Kaufman等人的公式计算肌肉主动与被动力。

研究结果

2.1 实验数据采集

受试者年龄65.13±7.83岁，身高1642.63±85.36 mm，体重65.07±13.94 kg。ESND组完成四种速度行走任务(X-slow: 0.61±0.09 m/s，slow: 0.80±0.12 m/s，free: 1.17±0.14 m/s，R-fast: 1.64±0.18 m/s)，ESP组行自选自由行走。结果显示，慢速条件下多数下肢肌肉(如TFL、髂肌、耻骨肌、胫骨前肌、比目鱼肌)的NSMFEM预测值与参考值呈强Pearson相关，被动肌力(如TFL、髂肌、股中间肌)亦显著相关；随速度升高，股中间肌、胫骨后肌等相关性下降，提示模型未纳入的节段加速度及肌肉激活因素影响增强。

2.2 数字孪生骨骼模型(DTSM)构建

基于尸体解剖数据统计，建立胸骨-头部距离(y)与身高(x_h)、体重(x_w)、坐高(x_s)的回归模型：y=0.3674x_h-297.0699(R2=0.97)，选择身高作为主要自变量。通过几何线性缩放(基于受试者标记点与通用模型虚拟标记点的距离比)实现全身DTSM的个性化构建，确保躯干段长度与质心位置的准确性。

2.3 数字孪生肌肉模型(DTMM)构建

定义骨盆、股骨、胫骨及足部的解剖坐标系与运动学坐标系，通过坐标转换矩阵(T_p、T_fe、T_t、T_fo)实现肌肉起止点在解剖坐标系与运动学坐标系的映射。例如，骨盆解剖坐标系(P₂^a)原点位于耻骨联合上缘中点，运动学坐标系(O₂^k)原点位于双侧髂前上棘连线中点，通过公式(2)(3)求解转换矩阵，完成肌肉起止点的空间定位。

2.3.2 肌肉力计算

采用无肌肉激活的肌纤维力公式估算主动肌力(公式1-4)，验证被动肌力计算公式(公式5)。结果显示，慢速步态下模型预测值与参考值一致性良好，卒中患者患侧肌肉(臀大肌1、TFL、耻骨肌、比目鱼肌)仍维持强相关，证实模型在病理步态评估中的适用性。

讨论与结论

研究表明，NSMFEM模型在慢速步态条件下可有效估算老年人及卒中患者的下肢肌肉力，其优势在于无需sEMG、计算效率高，且通过DTMSM实现了个性化建模。局限性在于未纳入肌肉激活与节段加速度，导致高速步态预测精度下降。未来需通过引入肌肉激活校正因子扩展模型适用范围。该研究为慢速步态的功能评估与康复机器人辅助扭矩调控提供了新范式，相关成果发表于《Biomimetics》。

结论部分指出，NSMFEM为慢速行走老年人及卒中群体提供了一种实用的、无sEMG依赖的动态肌肉力估算方法，有助于功能评估与个性化康复规划；未来工作将聚焦于纳入肌肉激活校正以提升模型在更快行走速度下的适用性。