基于表面肌電信號的腦卒中上肢肌肉性能研究

軒運動，孫應飛，黃志蓓，黃 真，潘冰玉

?

基于表面肌電信號的腦卒中上肢肌肉性能研究

軒運動1，孫應飛1，黃志蓓1，黃 真2，潘冰玉1

(1. 中國科學院大學，北京 100049；2. 北京大學醫(yī)學部，北京 100191)

腦卒中是一種常見的危害人類健康和生命安全的疾病，給患者以及家庭、社會帶來沉重的心理傷害以及經濟負擔。腦卒中遺留的運動功能障礙的恢復一般主要依賴康復治療。由于人體肢體的生物力學工程模型特征復雜，目前尚未真正找到最有效的針對性康復治療技術,因此揭示腦卒中患者肢體運動功能的生物力學工程機制至關重要。本研究以腦卒中患者的上肢為例，從中樞神經的運動功能生物力學工程機制出發(fā)，基于所獲取的高質量多通道表面肌電信號，通過對其時域的分析，探索其與醫(yī)學評分表的直接關系并分析深層次的肌肉原因，探索腦卒中患者肢體運動的控制策略與模式，從而指導腦卒中運動功能康復訓練，為腦卒中的神經康復評估提供新的方法。

表面肌電信號；均方值；做功比；時域分析；生物力學

引言

腦卒中是一種常見的危害人類健康和生命安全的疾病，患者普遍表現為運動功能受損，甚至生活不能自理。該疾病具有發(fā)病率高、致殘率高、死亡率高的特點，給患者以及家庭、社會帶來沉重的心理傷害和經濟負擔。腦卒中遺留的運動功能障礙一般表現為腦部病變對側上下肢偏癱。功能的恢復主要依賴康復治療。目前腦卒中患者在合理的康復治療下，一般都能取得不錯的康復效果，其中，下肢康復中70%的患者可以康復并具有行走能力，但是上肢的康復功能不盡如人意，只有不到15%的患者能夠恢復，影響患病之后的日常生活[1]。究其原因，可能由于上肢功能精細，生物力學工程特征復雜，目前尚未真正找到最有效的針對性康復治療技術。因此，如何促進上肢功能的恢復逐漸成為近年來康復醫(yī)學界關注的熱點和難點。

上肢常用的功能動作包括“夠物（Reaching)”和“操作（Manipulation)”兩種。“夠物”是指上肢向各方位夠取物體的能力，需要肩部肌肉具有抬起并穩(wěn)固上肢抵抗重力的能力、肘關節(jié)具有伸展的能力，以及手具有抓握的能力?！安僮鳌笔侵甘植倏v物體的各種精細技能。腦卒中患者由于肌力弱、肌肉痙攣等原因常常無法完成夠物動作[2]，但是人在日常生活中大部分時間的功能需求都與上肢的夠物動作相關。因此，研究腦卒中患者上肢夠物功能的生物力學工程機制成為上肢康復的關鍵。

表面肌電信號（Surface Electromyography，sEMG）是在體表無創(chuàng)檢測人體肌肉活動的重要方法和手段，檢測時將測量電極放置在目標肌肉表面，通過記錄單塊或者多組肌肉在人體執(zhí)行相關動作時發(fā)出的肌電信號，完成對人體骨骼神經肌肉系統功能的定量評定和定性分析，并依次評估人體神經與肌肉性能的病變問題。此方法具有無創(chuàng)、操作簡單、安全等特點，經常被用作研究人體神經肌肉系統的重要手段[3]。在生物工程學研究中，經常利用表面肌電信號來進行人機交互（HMI）、下肢行走分析、人體步態(tài)監(jiān)測、人體假肢控制等方面的研究[4-6]。在人體神經系統康復過程中，表面肌電信號經常被用來對中樞神經系統的運動控制模式以及內在機理進行研究[7-9]。在醫(yī)學臨床過程中，表面肌電信號經常被用于人體神經系統疾病的相關測量、評估、診斷等方面[3,10]。

本研究利用實驗獲取高質量的多通道表面肌電信號，通過對該信號進行時域分析，探索表面肌電信號與醫(yī)學評分表之間的關系，并以此分析其深層次的肌肉原因，探索腦卒中患者肢體運動的控制策略以及控制模式，從而指導腦卒中患者的運動功能康復訓練，為腦卒中的神經康復評估提供新的方法。

1 研究內容

傳統的腦卒中上肢康復評估方法是醫(yī)生使用Fugl-Meyer評定法[11]、Brunnstrom方法[12]、MAS運動功能評定量表[13]等，要求患者完成一些指定的動作，然后醫(yī)護人員根據經驗給患者執(zhí)行相關對應動作的表現進行打分，并結合各項最終給出一個總分值。這個總分值代表了患者的運動障礙程度。這是一種半定性的方法，醫(yī)師的經驗水平決定了這種方法的準確性，所以評估結果比較主觀化。傳統的腦卒中上肢康復訓練方法是醫(yī)師根據對患者的評估結果，和患者進行一對一的訓練。這種方法可以比較好地調動患者訓練的積極性，而且可以進行個性化的治療。但是，這種模式效率很低，每名醫(yī)師一次只能對一名患者進行訓練。在我國，每年新增的患者數量眾多，但是康復醫(yī)師的資源是有限的，因此無法保證患者得到足夠的訓練，也導致了很多患者在早期沒有得到及時的康復治療。所以腦卒中的康復治療也需要新型的、能自動評估的系統來取代傳統的人工評估，滿足日益增加的康復需求。

本文基于表面肌電信號（sEMG），基于腦卒中患者表面肌電信號的時域分析，檢測患者上肢夠物動作過程中的參與肌肉及其收縮，以及多塊肌肉的相互關系，結合傳統醫(yī)學方法進行計算，并結合Fugl-meyer評測表，嘗試找出腦卒中上肢問題的相互關系以及關鍵問題之所在。基于上述原理，本文提出了基于表面肌電信號的時域研究方案，如圖1所示。

以上肢夠物動作為例，可選取參與動作的相關肌肉本身的肌肉收縮力參數，與傳統醫(yī)學評測工具Fugl-meyer評測表進行對照，嘗試找出上肢夠物動作與相關肌肉的依賴關系。在對表面肌電信號進行分析之前，需要對原始信號進行濾波、歸一化等預處理，以達到后續(xù)處理的有效性與統一性。然后通過表面肌電信號的均方根RMS值來表征肌肉收縮力，通過積分數據IEMG來表征參與肌肉的做功，并對比相關肌肉的做功比與Fugl- meyer評測值，來分析相關肌肉的變化模式以及問題根源之所在。

2 表面肌電信號簡介

表面肌電信號，也被稱為表面肌電圖（Surface electromyography，sEMG），又稱動態(tài)表面肌電圖（dynamic electromyography，DEMG），指采用放置在目標肌肉表面的專用測量電極，對單塊或者多組肌肉在人體執(zhí)行相關動作時發(fā)出的肌電生物信號進行的記錄。表面肌電信號是一種簡單、無創(chuàng)、安全的對肌電活動的記錄，經常被用于測量評估運動過程中人體神經肌肉系統性能的改變?；诒砻婕‰娦盘柕臏y量方法對運動功能的評定與診斷具有重要的意義。在臨床醫(yī)學中，表面肌電信號在人體神經肌肉問題診斷、人體工程效率分析、運動員運動疲勞分析、運動員動作規(guī)范性分析、神經肌肉疾病的康復評估與康復指導、患側肌肉功能恢復功能的定量分析與定性評價等方面均有重要的實用價值[14-15]。

對表面肌電信號的分析方法有很多種，經常用到的有時域分析、頻域分析、時頻域分析、小波分析等方法，本文重點介紹傳統的時域和頻域分析方法。

2.1 表面肌電信號的時域分析方法

對肌電信號的時域分析是指直接在時間域中對表面肌電信號進行各方面參數分析的方法，此方法一般能夠比較直觀地反映肌肉的性能。該方法處理流程有兩個步驟：首先對sEMG信號進行整形、濾波處理；然后計算表面肌電信號的均值、方差、均方值、過零次數、積分值等參數。常用的指標參數為肌電的均方根值RMS和肌電積分值IEMG。肌電的均方根值一般被用來表征肌電信號的平均變化參數，被作為人體的肌肉收縮性能的表征參數；而積分肌電值，被用來表征一段時間內肌肉的總體性能，被作為人體的肌肉疲勞性能的表征參數[16]。

肌電信號的均方根值就是對采集到的肌電信號數據中各個時刻數據的平方和求平均值，然后再進行開方。其公式如下式（1）：

表面肌電信號的積分值就是對所有采集到的表面肌電信號數據取絕對值，然后再求其平均值。其公式如下式（2）：

(2)

2.2 表面肌電信號的頻域分析方法

表面肌電信號的頻域分析是指從頻域的角度分析表面肌電信號特征的方法。該方法一般先對表面肌電信號進行預處理，然后通過傅里葉變換，將表面肌電信號從時域轉換到頻域，從而得到表面肌電信號的頻譜以及功率譜。通過提取相關特征參數，對表面肌電信號進行頻域的分析。常用特征參數包括中值頻率MF和平均功率頻率MPF[17]。

肌電信號的中值頻率一般采用各個時間段的功率平均值表示。公式如下式（3）：

肌電信號的平均功率頻率一般通過肌電信號的總功率除以總時間獲得。公式如下式（4）：

(4)

其中，p為功率譜的值，為信號采樣點數的一半值。

2.3 表面肌電信號測量電極的位置選擇

不同的肌肉對不同動作的影響不同，因此電極貼片的位置對表面肌電信號的測量結果影響很大，需要根據不同的動作模式，選擇不同的肌肉位置進行電極片粘貼。本文選取的上肢夠物動作涉及的主要肌肉群包括肱橈肌、肱三頭肌、肱二頭肌、三角肌中組、三角肌前組、胸大肌、斜方肌等。其肌肉解剖圖如圖2所示。對照不同動作對應的肌肉群便可確定出實驗電極片的粘貼位置。實驗前，需先用酒精棉對每一塊目標肌肉上方的表面電極放置位置處進行擦拭即表面處理。由于每個受試者存在上肢肌肉大小不同、肌肉與皮膚之間的脂肪厚度不同等個體化差異，因此需要測試人員憑借經驗選擇合適的電極粘貼位置[18-19]。

3 實驗方案設計

本實驗選擇患者的標準為：腦卒中為首次發(fā)??；發(fā)病時間不超過六個月；上肢運動在抬起過程中肩部能保持至少30°的抬起高度，肩肘關節(jié)的運動活動范圍正常。樣本的剔除標準為：有認知障礙無法進行實驗者；上肢伴有其他肌肉骨骼系統或周圍神經疾病者。本研究經過北京大學第一醫(yī)院倫理委員會審批通過，所有受試者均簽署了知情同意書。

實驗內容為人體上肢肩前屈的定向運動，設定目標位置，然后根據目標位置進行特定方向的夠物運動。受試者背部靠椅成平坐姿勢，目標位置定在受試者肩前屈90o肘充分伸展、手能夠到、手掌朝向內側的位置。

測量過程是在測試人員的引導下、受試者從起始位置到設定目標位置的整個運動過程。在測試過程中，可能會出現因受試者穿戴時傳感器位置不同導致的差異性。為避免這種情況的出現，采集數據前受試者需要在初始位置保持5秒鐘的靜止過程。當測試人員給出開始測試的指示時，受試者開始做上述設定的有目標位置的夠物動作，盡量達到最高點并保持2秒鐘時間，然后測試人員會給出結束指示，受試者方可結束本次動作過程。在整個實驗過程中，測試者要一直給予受試者語音引導，引導受試者夠到目標，并在該位置保持2秒時間。如果患者上肢不能達到設定的目標位置，可以引導患者舉到盡可能高的最高點，再提示其在該位置保持2秒鐘。整個實驗過程中，患者是用患側的上肢完成上述設定動作，其中每個動作重復采集3次。在測試過程中每次重復測量前，需要讓患者休息3分鐘，避免因肌肉疲勞而帶來的影響。

實驗對象包括10名腦卒中患者（CS組：CS1~ CS10）和3名健康成人(AD組：AD1~AD3)。CS患者由北京大學第一醫(yī)院康復科招募并篩選提供，健康成人組實驗對象從志愿者中招募而得。患者均是首次腦卒中發(fā)病，發(fā)病時間都沒有超過6個月，肩關節(jié)活動度均能達到30o以上，均能配合醫(yī)生完成數據采集。根據人體工程學的相關知識，以及所選用的上肢夠物動作所參與的相關肌肉群，選擇如下測試肌肉：肱橈肌、肱三頭肌、肱二頭肌、三角肌中組、三角肌前組、胸大肌、斜方肌。受試患者信息如表1所示。

表1 受試患者信息表

本文將結合人體生物力學的相關知識，分別對肌肉收縮力的占比和肌肉做功比進行分析，研究腦卒中患者各塊參與肌肉在整個動作的執(zhí)行過程中的相互關系及相互配比關系，嘗試找出問題肌肉的根源。

4 實驗結果與分析

為了研究腦卒中患者各塊參與肌肉在整個動作的執(zhí)行過程中的相互關系，我們從肌肉收縮力的占比以及肌肉做功比來進行分析：分析肌肉收縮力時，把整個夠物動作分解為前屈和保持兩個階段；分析肌肉做功比時則考慮整個執(zhí)行動作過程。

4.1 肌肉收縮力

4.1.1 前屈階段

采用肌電信號的均方根值（RMS）作為肌肉收縮強度的度量，根據前節(jié)介紹內容，我們計算出了患者組和健康組的七塊肌肉在前屈過程中的平均收縮強度。根據各塊肌肉在整個動作階段的占比繪制出了前屈動作肌肉收縮強度，如圖3所示。

從圖3中可以看出，健康人夠物動作的前屈階段存在某塊肌肉收縮強度普遍較大的情況，且大部分肌肉與患者組存在顯著性差異?？傮w可以看出，三角肌前組和三角肌中組是完成前屈動作的主要肌肉，相對于健康組，患者更多地需要斜方肌進行代償，且其他肌肉的收縮強度普遍偏小。且對應的FM評分值越低，即患病越嚴重，斜方肌的代償分量占比越大。

4.1.2 保持階段

類似的，我們采用肌電信號的均方根值（RMS）計算出了患者和健康組七塊肌肉在保持階段的平均收縮強度，并根據各塊肌肉在整個動作階段的占比繪制出了保持動作中的肌肉收縮強度，見圖4。

從圖4中可以看出，健康人夠物動作的保持階段收縮強度較患者的收縮強度差別不大。無論是健康組還是患者組，三角肌前組和三角肌中組都是在保持階段的主要發(fā)力肌肉。相對于前屈階段，在保持階段患者的斜方肌雖有一定的代償，但其代償程度沒有前屈階段嚴重。也就是說，患者在夠物動作的前屈階段需要斜方肌來進行代償，但是當動作執(zhí)行完之后，斜方肌的代償程度降低，各肌肉之間的貢獻比例趨于正常。

4.2 肌肉做功比

腦卒中患者普遍表現出異常的運動模式，這主要是因為肌肉之間的做功比發(fā)生了變化，引起了動作的變形，而且根據病情的惡劣程度，這種引起動作變形的內在因素也存在相應的變化，所以應研究腦卒中患者各塊參與肌肉在整個動作的執(zhí)行過程中的做功比關系。

以腦卒中患者的上肢夠物動作為例，結合人體生物力學原理，選用參與運動的相關肌肉組，分別為三角肌前組與斜方肌、肱二頭肌與肱三頭肌、三角肌前組與三角肌中組等。對比Fugl-meyer評測值，分析不同患病程度與各組肌肉做功比的關系。我們分別采集了三組數據，其中Fugl-meyer評測值均值分別為48、30和15。同時我們選用了三組正常人的數據作為參照樣本。根據前面章節(jié)所介紹的肌肉做功計算方法，計算出三組數據的做功比，并對三組患者數據與一組正常數據分別求平均，得到FM分值與做功比之間的關系圖（圖5），其中正常人的FM評測值為100。

從圖5可以看出，在上肢夠物的動作過程中，健康人與患者的做功比數據具有明顯的不同。在上肢夠物動作過程中，正常人三角肌前組與斜方肌的做功比偏大，而患者肱二頭肌與肱三頭肌的做功比偏大，且隨著Fugl-meyer評測值的變小，這種比例關系的變化更加明顯：隨著患者的患病嚴重程度，也就是Fugl-meyer評測值的變小，三角肌前組與斜方肌的做功比變小，而肱二頭肌與肱三頭肌的做功比變大。在上肢夠物動作過程中，三角肌前組與中組的做功比在不同患病程度情況下基本一樣，與正常人相比亦沒有明顯區(qū)別。

5 結論

腦卒中患者普遍表現出異常的運動模式。本研究以腦卒中患者的上肢夠物動作為例，利用高精度的多通道肌電采集系統，結合人體生物力學原理及與Fugl-meyer評測值的比對，通過對表面肌電信號的時域分析，探索了表面肌電信號與醫(yī)學評分表的直接關系，并分析了深層次的肌肉原因。

通過實驗方案設計及實驗結果分析可知，患者上肢在夠物動作的前屈階段，更多地需要斜方肌進行代償，病情越嚴重，斜方肌的代償分量占比越大；在保持階段，患者的斜方肌雖有一定的代償，但其代償程度沒有前屈階段嚴重。也就是說，患者在夠物動作的前屈階段需要斜方肌來進行代償，但是當動作執(zhí)行完之后，斜方肌的代償程度降低，各肌肉之間的貢獻比例趨于正常。上肢夠物動作過程中的肌肉做功比表現為：正常人的三角肌前組與斜方肌的做功比偏大；患者的肱二頭肌與肱三頭肌的做功比偏大；三角肌前組與中組的做功比沒有明顯區(qū)別。

綜上所述，人體上肢動作作為人體最精細的動作機構，可以采用表面肌電信號的相關特征信息對其進行研究，通過對腦卒中患者的肌肉問題進行分析和評估，找出與健康人肌肉的差異，確定問題肌肉，進行針對性的康復訓練。

[1] American Heart Association. Heart Disease and Stroke Statistics-2009 update[EB/OL]. http://www.americanheart. org/statistics.

[2] Mizrahi E H, Fleissig Y, Arad M, et al. Functional gain following rehabilitation of recurrent ischemic stroke in the elderly: experience of a post-acute care rehabilitation setting[J]. Archives of gerontology and geriatrics, 2015, 60(1): 108-111.

[3] 劉霏, 謝斌, 黃真, 等. 基于肌電和慣性傳感器數據融合的腦卒中患者上肢夠物運動定量評估[J]. Chinese Journal of Rehabilitation Medicine, 2013, 28(7): 632-637.

[4] 張旭. 基于表面肌電信號的人體動作識別與交互[D]. 合肥: 中國科學技術大學, 2010.

[5] Roberto M, Philip P. Electromyography: Physiology, Engineering, and Noninvasive Applications[M]. IEEE Press Engineering in Medicine and Biology Society, 2004.

[6] 張凱莉, 徐建光. 臨床實用神經肌電圖診斷技術[M]. 上海: 復旦大學出版社, 2004.

[7] Hardoon D R, Szedmak S, Shawe-Taylor J. Canonical correlation analysis: An overview with application to learning methods[J]. Neural computation, 2004, 16(12): 2639-2664.

[8] Cheng C H, Cheng H Y K, Chen C P C, et al. Altered co-contraction of cervical muscles in young adults with chronic neck pain during voluntary neck motions[J]. Journal of physical therapy science, 2014, 26(4): 587-590.

[9] Kumar R, H?gg G, ?hrling T. Evaluation of muscular activity while mopping on two different types of floor[J]. Abstract NES, 2008.

[10] M?nsson R, Tsapogas P, ?kerlund M, et al. Pearson correlation analysis of microarray data allows for the identification of genetic targets for early B-cell factor[J]. Journal of Biological Chemistry, 2004, 279(17): 17905-17913.

[11] Henderson A, Korner-Bitensky N, Levin M. Virtual reality in stroke rehabilitation: a systematic review of its effectiveness for upper limb motor recovery[J]. Topics in stroke rehabilitation, 2007: 52-61.

[12] Pandian S, Arya K N, Davidson E W R. Comparison of Brunnstrom movement therapy and motor relearning program in rehabilitation of post-stroke hemiparetic hand: a randomized trial[J]. Journal of bodywork and movement therapies, 2012, 16(3): 330-337.

[13] 唐強, 吳云鵬. 偏癱的上肢功能評定方法及應用[J]. 中國康復醫(yī)學雜志, 2009: 576-578.

[14] 蔚二文, 陳維毅. 表面肌電圖在肌肉功能評估中的應用[J]. 大眾科技, 2007, 7(95): 120-121.

[15] Wiethoff S, Hamada M, Rothwell J C. Variability in response to transcranial direct current stimulation of the motor cortex[J]. Brain stimulation, 2014, 7(3): 468-475.

[16] 燕鐵斌. 踝背伸和跖屈肌群的最大等長收縮: 腦卒中急性期患者與同齡健康老人表面肌電圖對照研究[J]. 中華物理醫(yī)學與康復雜志, 2003, 25(4): 212-215.

[17] 代恩澤, 賈勁, 龔標, 等. sEMG 在足球運動員下肢肌肉訓練中的應用研究進展[J]. 保健醫(yī)學研究與實踐, 2015, 3: 93-96.

[18] 齊瑞, 嚴雋陶, 房敏, 等. 腦卒中偏癱患者肱二、三頭肌表面肌電特征的研究[J]. 中華物理醫(yī)學與康復雜志, 2006, 28(6): 399-401.

[19] Cheng C H, Cheng H Y K, Chen C P C, et al. Altered co-contraction of cervical muscles in young adults with chronic neck pain during voluntary neck motions[J]. Journal of physical therapy science, 2014, 26(4): 587-590.

Study on Muscle Performance of Stroke Upper Limb Based on Surface Electromyography

Xuan Yundong1, Sun Yingfei1, Huang Zhibei1, Huang Zhen2, Huang Bingyu1

(1. University of Chinese Academy of Sciences, Beijing 100049, China;2. Peking University Health Science Center, Beijing 100191, China)

Stroke is a serious hazard to human health and safety. The functional impairments caused by stroke, leaves the family and society a heavy psychological and economic burden. The theory of brain plasticity suggests that the damaged human central nervous system could be regenerate under the right conditions, which relates to the recovery of motor function. The rehabilitation of stroke patients’ motor function depends on the correct assessment of the loss of motor functions, as well as the biomechanics. In this study, on the basis of our existing assessment of function measure, surface electromyography (EMG) signal is collected by multi-channel sEMG system. And based on the data set, RMS and Acting ratio are computed for the muscle performance analysis. This study can help us provide novel ideas for the development of rehabilitation strategies for Stroke subjects.

electromyography; RMS;acting ratio;time-domain analysis; biomechanics

10.3724/SP.J.1224.2016.00598

R743

A

1674-4969(2016)06-0598-07

2016-08-04;

2016-08-29

人體運動生物力學測量、分析和模擬（61431017）；腦卒中偏癱患者上肢運動功能的生物力學機制研究（81272166）

軒運動（1983-），男，博士，研究方向為物聯網。E-mail: xuanyundong@ucas.ac.cn