Normalising electromyograms without maximal voluntary contractions
本文提出并验证了一种基于分布信息的算法，该方法能够从未归一化的信号中准确估计归一化肌电图（EMG）包络，且无需进行耗时的最大自主收缩（MVC）校准任务。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类的肌肉通过电信号进行交流。当我们决定移动时，大脑会将信号沿着脊髓传导至运动神经元，进而由运动神经元向肌纤维发射电脉冲。这种活动会在皮肤表面产生微小的电压变化，这种信号被称为肌电图（EMG）。长期以来，科学家一直利用这些信号来理解我们如何控制身体、评估神经与肌肉健康，并协助设计能够响应用户意图的仿生肢体。然而，解读这种电语言非常困难。在皮肤上记录到的信号大小取决于许多因素：皮肤的厚度、电极距离肌肉的远近，以及人的姿势。为了比较不同人或不同天数之间的肌肉活动，研究人员通常需要找到一个共同的参考点。传统做法是要求一个人尽可能用力地挤压肌肉，这种“最大努力”被用作测量的“全量程”标准。
这种标准做法虽然有用，但也带来了显著的障碍。要求一个人竭尽全力并不总是可行。对于受伤的人来说，这可能会带来疼痛；对于正在康复中的患者，这可能导致精疲力竭；或者对于那些因神经系统疾病而无法完全收缩肌肉的人来说，这可能过于困难。此外，即使对于健康人，最大努力的结果也会根据动力或疲劳程度在每天之间发生变化。多年来，科学家一直在寻找一种无需依赖这种困难且有时无法实现的最大努力来使这些肌肉信号归一化的方法。格里菲斯大学（Griffith University）的一个研究小组现在提出了一种新方法，该方法通过观察电信号本身的形状来确定其强度，从而有可能完全不再需要那次“极限挤压”。
研究人员从一个关于肌肉信号如何表现的简单观察开始。当肌肉几乎没有活动时，电信号是安静的，并集中在一个中心点周围。随着肌肉工作强度增加，更多肌纤维被征召，信号变得更响亮，并向外扩散，其强度的变化也变得更加多样化。团队假设，这种扩散或信号分布的“宽度”可以作为一个内置的标尺。他们不再要求人们达到最大值，而是可以通过测量任务期间信号变得多宽，并利用这个宽度来估算肌肉相对于其最大值的运动强度。
为了测试这个想法，团队记录了七名健康成年人在骑行固定自行车时的肌肉活动，速度和功率水平从轻微的热身到全力冲刺不等。他们还加入了几次跳跃任务以扩大肌肉努力的范围。在每次实验中，他们首先通过寻找参与者在任何任务中产生的最强信号来计算传统的“最大值”。然后，他们将新方法应用于相同的数据。这种新方法获取原始电信号，滤除噪声，并将其分解成微小的、重叠的时间切片。在每个切片中，研究人员测量了两件事：信号强度的变化程度以及这些强度分布的宽度。他们利用这两个测量值来预测原本可能达到的最大努力，从而有效地创建了一个无需要求参与者拼尽全力的归一化标尺。
结果与传统方法非常接近。当研究人员将新的估算值与标准的最大努力测量值进行对比时，平均差异仅为略高于 6%。换句话说，新方法以极高的准确度预测了肌肉努力的强度，捕捉到了与传统方法相同的活动峰值和谷值。该方法在不同的骑行条件下均表现一致，从低功率踩踏到最大冲刺。为了测试这种方法是否能在受控环境之外发挥作用，团队在一个独立参与者身上进行了测试，该参与者执行了行走、跑步、深蹲和跳跃任务。虽然在这些更复杂的动作中误差率稍高（平均约为 12%），但该方法仍成功捕捉到了肌肉活动的相对强度。
研究表明，这种基于分布的技术为无法进行最大努力的情况提供了一种实用的替代方案。它对于在实地使用的可穿戴设备特别有价值，因为在这些场景下，设置复杂的校准程序是不切实际的；或者对于涉及无法安全进行最大收缩的患者的临床评估也很有意义。研究人员指出，他们的方法并不能消除所有误差来源（例如电极放置的差异），但它消除了为每一次测量过程寻找完美最大参考点的负担。通过依赖肌肉信号本身的自然统计特性，团队证明了在无需要求进行极限挤压的情况下，衡量肌肉努力量是可能的。
尽管研究结果前景广阔，但作者谨慎地将其定位为一种“新选项”，而非所有现有方法的“替代品”。验证工作主要是在健康成年人身上进行的，团队也承认，需要更多工作来确认该方法是否同样适用于神经损伤患者或不同类型的肌肉收缩。该方法还需要特定的记录设备和设置，以确保信号质量的一致性。尽管如此，这项研究为一种更简单、负担更轻的测量肌肉活动的方法提供了清晰的路径。它表明，关于“这块肌肉工作得有多努力？”的答案，或许就隐藏在信号本身之中，等待着被解读，而无需最后一次精疲力竭的冲刺。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。