## 中文标题 NeuroVisio SyncPatch：用于定量神经肌肉康复与运动表现监测的皮肤共形多模态肌电–运动传感平台

《Advanced Healthcare Materials》：NeuroVisio SyncPatch: A Skin-Conformal Multimodal EMG–Motion Sensing Platform for Quantitative Neuromuscular Rehabilitation and Performance Monitoring

　　

## 摘要专业翻译

有效的肌肉骨骼康复需要同时评估肌肉激活与运动运动学，然而目前尚无系统能在家庭环境中实现这一目标。实验室运动捕捉系统可提供精确的运动学数据，但需要受控环境；便携式惯性传感器虽能实现家庭使用，却存在漂移和关节角度解析不完整的问题。关键在于，这两种方法均无法直接提供驱动功能性运动的肌肉激活的生理学信息。研究人员在此提出NeuroVisio SyncPatch，一种可穿戴多模态平台，将共形表面肌电（surface electromyography, EMG）与基于视觉的运动追踪统一于单一运动胶带界面中。该设备整合了可拉伸、透气、导电粘合剂（electrically conductive adhesive, ECA）电极，可实现稳定的EMG采集，并配备印刷光学标记，通过基于卷积神经网络（convolutional neural network, CNN）的视觉管道，利用每条腿单个RGB-D摄像头实现精确的3自由度（3-degree-of-freedom, DOF）膝关节角度估计。通过将高保真EMG信号（信噪比SNR > 13 dB）与关节运动学整合，该系统在运动过程中提供实时运动学反馈，并在每次试验后提供基于EMG的神经肌肉反馈。多模态反馈训练显示，动态膝外翻（dynamic knee valgus, DKV）参与者的膝关节对齐和肌间协调得到改善，证明了对适应不良运动模式的闭环调节。NeuroVisio SyncPatch为家庭可部署的肌肉骨骼康复建立了一个可扩展、机械稳健且生理学全面的框架。

## 论文解读文章

### 一、研究背景与问题

肌肉骨骼疾病（musculoskeletal disorders, MSDs）是全球最常见且致残性最强的健康问题之一，通过慢性疼痛、活动能力下降和生产力损失对生活质量和社会经济造成沉重负担。大量证据表明，持续性姿势偏差和代偿性运动模式是MSDs的关键生物力学根源，可导致异常关节负荷、肌力失衡和运动协调受损。因此，当代康复策略不仅旨在纠正可见姿势，更着重于重新训练神经肌肉控制并消除功能障碍背后的适应不良运动习惯。

然而，现有运动捕捉技术在康复应用中面临根本性挑战：惯性测量单元（inertial measurement unit, IMU）系统虽具备便携性和低成本优势，但存在信号漂移且难以在复杂多平面运动中可靠解析完整3-DOF关节方向；基于摄像头的运动捕捉系统虽能提供高精度运动学数据，却需要固定安装、受控照明和反复校准，仅适用于基础设施要求较高的实验室环境。更为关键的是，即使完美的运动学测量也不足以确保有效康复——人类运动根本上由神经肌肉协调驱动，仅依赖关节角度和肢体轨迹会忽略产生、稳定和适应运动的肌肉策略。表面肌电（surface EMG）可提供直接的神经肌肉信息，但传统凝胶电极刚性大、动态运动中易受阻抗波动影响，导致信号质量不稳和频繁重新定位。现有整合了共形电极与运动学传感的多模态系统往往体积庞大、舒适性差，难以在临床监督之外长期使用。

### 二、研究内容与意义

针对上述未满足的临床需求，研究人员提出了NeuroVisio SyncPatch——一种将共形EMG传感与基于视觉的关节角度估计紧密整合的可穿戴多模态康复系统。该系统将稳定透气的EMG电极嵌入运动胶带基底，结合印刷光学标记和基于CNN的视觉管道，每条腿分配一个低成本RGB-D摄像头，在实现经济可行的同时提供精确的关节角度估计。通过在一次训练中结合实时运动学反馈与试验后神经肌肉反馈，该系统在机械和神经肌肉两个层面指导用户改善运动模式。前瞻性临床研究显示，该系统在改善运动质量、神经肌肉协调和训练依从性方面具有可行性，弥合了实验室性能与真实世界可用性之间的长期鸿沟。该论文发表于《Advanced Healthcare Materials》。

### 三、主要关键技术方法

研究人员采用的主要技术方法包括：①基于银片–硅弹性体复合材料的微孔图案化导电粘合剂（ECA）电极制造技术，结合丝网印刷和转印工艺将电极与蛇形互连集成于运动胶带基底；②基于低功耗蓝牙（Bluetooth Low Energy, BLE）的无线多通道EMG采集电路模块设计，采用磁吸接口实现可拆卸连接；③基于卷积神经网络（CNN）的视觉运动追踪管道，包括用于可穿戴皮肤标记（wearable skin marker, WSM）分割的DRN-A-50编码器与PPM DeepSup解码器，以及用于光流推断的FlowNetCorr网络，结合三维点云配准算法实现3-DOF膝关节角度估计；④对10名症状性动态膝外翻（DKV）参与者（年龄34.60±6.04岁，6男4女）和10名健康受试者（年龄37.10±11.25岁，4男6女）开展临床可行性验证。所有人体实验经韩国科学技术院（KAIST）伦理委员会批准。

### 四、研究结果

#### 2.1 NeuroVisio SyncPatch的概念与设计

通过结构设计和机械测试，研究人员验证了该四层设备架构的可行性：可拆卸无线EMG电路模块嵌入硅弹性体中性机械平面，磁连接可承受超过30 kPa剪切力和约40 kPa拔出力，在高达2.0 N·s冲量下保持完整。设备可承受超过30%拉伸应变和180°扭转而不损害结构或电气完整性，皮肤粘附力足以稳定电极–皮肤界面。

#### 2.2 制造与材料表征

通过材料性能测试，研究人员确认微孔图案化ECA电极透气率达15 g/h·m2，超过人体经表皮水分流失速率（5–10 g/h·m2）；粘附强度达11 kPa，超过医用胶粘剂最低要求（0.5 kPa）；接触阻抗在100 Hz低于250 kΩ·cm2，优于商用Ag/AgCl凝胶电极。有限元分析（FEA）与实验结果一致，30%应变下电阻变化低于20%，2000次循环后仅变化约2.7%，证明系统具有优异的机械稳健性和透气性。

#### 2.3 NeuroVisio SyncPatch中EMG监测系统的性能

通过与商用Ag/AgCl凝胶电极在四种运动（单腿深蹲、双腿深蹲、弓步蹲、跳跃）中的对比测试，研究人员证实该系统在所有运动类型中均表现出更低的基线噪声（跳跃中约0.05 mV对比约0.10 mV）和更高的信噪比（13–16 dB对比10–13 dB）。连续6天佩戴监测显示基线噪声稳定，10小时连续穿戴无皮肤刺激，验证了长时间连续附着条件下可靠的EMG采集能力。

#### 2.4 实时3-DOF膝关节角度估计与验证

通过与金标准Vicon运动捕捉系统对比，10名参与者进行单腿深蹲的验证实验显示，膝关节屈曲、外展和外旋角的峰值整体均方根误差（RMSE）分别为2.32°±1.75°、1.37°±0.88°和1.16°±0.72°，处于视觉反馈运动训练的可接受范围内。系统在60–120 cm摄像头距离和±15°视角偏差内保持稳定跟踪。

#### 2.5 生物反馈引导的膝关节运动学与肌间协调校正

通过对10名DKV参与者（反馈组5人，对照组5人）进行为期3天、共5天周期的训练实验，研究人员发现：反馈组在训练第1天即有25%比较点膝外展显著改善；第2天87.5%比较点外展和外旋均显著改善，但肌间指数（intermuscular index, IMI）未变化；第3天运动学改善持续（外展100%，外旋50%），IMI显著增加并超过健康阈值0.85。该时间解离现象说明运动学调整先于肌间协调变化出现，仅依赖运动学反馈会遗漏神经肌肉协调尚未正常化的关键信息。

### 五、结论与展望

研究人员指出，NeuroVisio SyncPatch通过将神经肌肉和运动学传感统一于用户友好、家庭可部署的平台中，建立了可穿戴康复技术的临床实用范式。训练中观察到的运动学与神经肌肉反应的时序差异，以及运动质量、关节对齐和肌肉协调的显著改善，强调整合EMG衍生信息与运动学反馈而非依赖任一单一模式的价值。未来工作将在大规模多样化队列中验证临床稳健性，扩展至上肢康复、核心稳定训练和神经系统疾病步态再训练，并通过机器学习实现损伤风险评估和个性化运动处方。该系统代表了迈向更有效、循证且可获取的MSD康复策略的重要一步，弥合了实验室精度与真实世界实用性之间的长期鸿沟。