检索历史 清除

摘要人体运动的产生依赖于骨骼肌在中枢神经的刺激下收缩并带动骨以关节为支点定向运动。在运动过程中，骨骼肌收缩会产生肌电(electromyogram，EMG)信号，其承载了运动神经驱动信息，能够反映运动的状态和意图。其中，表面肌电(surface EMG，SEMG)信号由皮肤表面无创采集得到，操作过程简单方便，十分适用于人体运动分析研究。基于SEMG的运动分析，既包括分析运动的产生机制、探究运动功能障碍的病理、评价运动健康状态，也包括捕获运动行为、理解运动意图、实现以运动信息为控制指令的人-机接口应用，均具有重要的研究意义。准确地解析运动状态和理解运动行为都依赖于SEMG信号处理技术的突破。具体地，在运动健康分析方面，尽管SEMG分析被认为是一种非常有前景的无创检测神经肌肉病变和客观定量评价运动功能障碍的工具和手段，但尚未形成系统的评价方法体系，特别是评价指标和方法的性能以及临床意义有待进一步的提高和验证。在运动意图分析方面，尽管基于模式识别的多自由度肌电控制技术展示了良好的应用前景，但其局限于对多种预定义的、非连续的动作模式进行顺序识别，缺乏对连续运动全过程的刻画分析。此外，肌疲劳对肌电控制的性能呈现负面影响，其机制尚不清楚且克服肌疲劳影响的方法和手段仍不成熟。<br>　　针对上述缺乏有效的临床诊断指标及评估方法和难以准确估计连续运动信息两个关键问题，论文以发展SEMG信号处理技术为目标，以灵巧且具有重要功能的人体上肢运动作为研究对象，开展了复杂神经肌肉病变诊断、外周神经损伤(peripharal nerve injury, PNI)后运动功能损伤评定，以及关节运动量连续估计的关键技术研究，提出了有效方法和解决方案。本论文的主要研究内容与研究成果如下:<br>　　(1)针对脑卒中偏瘫肌肉存在复杂病变且缺乏有效的SEMG诊断方法这一问题，提出了基于SEMG聚类索引指标的神经肌肉病变诊断方法，并用于检查偏瘫侧近、远端肌肉运动单位(motor unit，MU)病变情况的异同。从脑卒中上肢偏瘫患者的双侧和健康受试者的利手侧的肱二头肌、鱼际肌、第一骨间背侧肌分别采集在不同力度水平下进行等长收缩的SEMG信号，并选用聚类索引分析方法对每块肌肉的MU病变情况进行检查和对比。研究发现脑卒中后偏瘫肌肉MU病变类型较为复杂，既存在神经源性病变也存在肌源性病变。特别地，在个体层面上两块远端肌肉的病变类型表现出了很高的一致性，但在近、远端肌肉间未发现明显的相关性。在此基础上，从病理机制角度对上述研究发现给予了合适的解释。该工作不仅有助于揭示脑卒中偏瘫的病理机制，为临床诊断和治疗提供指导，也验证了基于SEMG的神经肌肉病变的无创诊断技术具有重要的实际应用价值。<br>　　(2)针对外周神经损伤(PNI)的评定面临巨大的临床需求但尚缺乏定量且便捷的评价分析技术这一现状，该工作致力于通过分析PNI发生后可能出现的SEMG改变和功能异常构建用于上肢外伤性PNI评定的SEMG无创诊断与评估技术。依据解剖学知识设计了SEMG信号采集位点与运动测试任务，提出一套量化评估方法框架进行SEMG信号处理和分析，包括对上肢PNI存在性评定和对单根神经损伤程度评估两个模块，最后给出对前臂正中神经、尺神经和桡神经外伤性损伤程度的量化评估结果。实验募集了7名上肢PNI受试者和10名健康受试者，所提方法的量化评估结果与临床常规评估结果具有很高的一致性，证明了所提方法的有效性。此外，相比于传统的临床电生理诊断法，所提方法兼顾运动功能评估和神经完整性评估，评估结果更能反映待测者相关神经损伤对应的实际运动功能水平。<br>　　(3)针对当下常规的基于SEMG的肘关节连续运动角度估计方法性能有限，无法支持复杂的运动状态下的运动估计这一技术瓶颈，提出了肘关节动态运动量连续估计方法。以假设肘关节动态屈曲、伸展和悬停三种运动对应不同的原动肌-拮抗肌收缩平衡态为基础，提出了基于平衡态的肘关节角度估计方法。所提方法包括检测运动转向和悬停起止的平衡态数据分割，并基于不同的平衡态分别建立SEMG-肌力-关节角度的希尔模型和力学模型，实现对连续运动的关节角度估计。实验设计了多种包含有各种复杂情境如自由转向和悬停的肘关节运动任务进行测试，并与四种同类方法进行对比。结果表明，所提方法在各种任务测试下均可以有效提升肘关节运动角度的估计精度，特别在有转向和悬停情况时具有显著性能提升。<br>　　(4)针对肌疲劳影响SEMG信号成分进而造成肘关节角度估计性能下降的问题，提出了肌疲劳状态下的肘关节角度估计方法。研究发现一部分疲劳敏感型受试者在疲劳诱导的动态运动中呈现SEMG均方根幅值明显增加，频谱下移等变化，特别是SEMG信号低频段的均方根幅值在疲劳过程中增长最为明显。据此，提出了基于频带优选的SEMG滤波方法，实现对疲劳状态的SEMG输入进行修正。结果表明对于疲劳敏感型受试者，当SEMG信号先经过下截止频率为100Hz的高通滤波后，再进行肘关节连续运动角度的估计，可以达到较高的精度，克服了疲劳状态的影响。该研究发现也进一步验证了疲劳状态下的SEMG信号特性改变可能与Ⅰ型(慢型)肌纤维募集增加有关。