sEMG技術在肌少癥診斷與評估中的應用
肌少癥表面肌電圖的系統(tǒng)綜述：涉及肌肉、信號處理技術、顯著特征及人工智能方法
背景介紹
肌少癥是一種與年齡相關的骨骼肌質量與功能進行性下降的綜合征，影響約1–29%的老年人口，尤其是社區(qū)居住的老年人中女性患病率可達30%。其主要表現(xiàn)包括肌肉力量下降、肌肉質量減少及身體功能衰退，常伴隨生活品質下降、殘疾風險增加和死亡率上升。
目前診斷肌少癥的金標準方法如雙能X射線吸收法（DXA）、磁共振成像（MRI）和手握力測試，雖可靠但成本高、需專業(yè)設備與人員，且不便攜，限制了其在早期篩查和長期監(jiān)測中的應用。
因此，近年來研究者開始探索非侵入性、可穿戴的替代工具，其中表面肌電圖（sEMG）因其能實時捕捉肌肉電活動、反映神經肌肉功能變化而備受關注。sEMG尤其適用于早期肌少癥的檢測，因其能在肌肉質量明顯下降之前識別神經肌肉活動模式的異常。
本文旨在系統(tǒng)回顧sEMG在肌少癥診斷與評估中的應用，涵蓋所研究的肌肉、信號處理技術、特征提取方法以及人工智能與統(tǒng)計分析策略，以推動該領域標準化與臨床轉化。
論文摘要
本研究遵循PRISMA指南，系統(tǒng)檢索了2014年至2024年12月期間PubMed、Scopus和IEEE數(shù)據(jù)庫中關于sEMG用于肌少癥診斷與評估的文獻。初檢獲198篇，去除重復后剩余145篇，最終納入18篇進行深入分析。綜述發(fā)現(xiàn)，sEMG在肌少癥研究中應用逐漸增多，尤其在2020年后呈現(xiàn)明顯上升趨勢。
研究多聚焦下肢肌肉（如股外側肌、腓腸肌、脛骨前肌等），采用等長收縮（如最大自愿收縮）和動態(tài)任務（如起立-行走測試）進行信號采集。常用設備包括無線sEMG系統(tǒng)（如BTS FreeEMG 1000）、高密度sEMG（如OT Bioelettronica的Sessantaquattro）以及集成可穿戴傳感器。信號處理以帶通濾波（常為10–500 Hz）、歸一化和特征提�。ㄈ缇礁�、中值頻率）為主；人工智能方法中支持向量機（SVM）和隨機森林（RF）分類器表現(xiàn)最佳，準確率可達96%以上。
然而，研究間方法學異質性較大，缺乏統(tǒng)一協(xié)議，限制了結果的可比性與臨床推廣。未來需開展多中心、大樣本研究，制定標準化采集與處理指南，并推動sEMG與可穿戴設備的融合，以實現(xiàn)肌少癥的早期識別與長期監(jiān)測。
研究方法
本研究采用PRISMA-S框架進行系統(tǒng)性文獻檢索與篩選，關鍵詞涵蓋“surface electromyography”“sarcopenia”“muscle strength”等，檢索范圍包括Scopus、PubMed和IEEE數(shù)據(jù)庫。納入標準為：2014–2024年間發(fā)表、使用sEMG評估肌少癥相關參數(shù)、以人為研究對象；排除非英文、全文不可及、與非骨骼肌相關的研究。
最終納入的18篇研究中，部分采用了高密度sEMG設備，如OT Bioelettronica（Italy）的Sessantaquattro系統(tǒng)（型號為64通道半可棄式電極網格），該設備在多通道信號采集與空間分辨率方面表現(xiàn)優(yōu)異，適用于精細分析肌肉激活模式。
信號采集前，皮膚經剃毛、酒精清潔處理，電極沿肌纖維走向放置于肌腹，避免肌腱與神經支配區(qū)。信號預處理常用Butterworth帶通濾波器（如20–450 Hz）去除噪聲與運動偽影，并進行最大自愿收縮歸一化以提升跨被試可比性。特征提取涵蓋時域（如均方根、積分肌電）、頻域（如中值頻率）及時頻域（如小波熵）指標，部分研究進一步采用主成分分析或最小冗余最大相關性進行特征選擇。人工智能模型包括支持向量機、隨機森林、K近鄰等，通過交叉驗證評估分類性能。
實驗結果
納入研究的肌肉以下肢為主（尤其是股外側肌、腓腸肌外側頭、脛骨前肌），上肢（如肱橈�。┡c核心肌群（如多裂�。┮嘤猩婕�。常用運動任務包括等長收縮（如手握力測試）和動態(tài)活動（如5米步行、30秒起立測試）。
信號處理方面，Butterworth帶通濾波（10–500 Hz）使用最廣泛，特征提取以均方根、積分肌電、中值頻率等為主。在人工智能分類方面，SVM在Leone等人（2022）的研究中取得最佳性能，準確率達96.7%；RF在Hung等人（2023）的研究中也達到96.37%的準確率（圖6a）。
統(tǒng)計分析顯示，肌少癥患者與健康對照組在sEMG特征上存在顯著差異，如肌電振幅下降、頻率成分左移、肌肉協(xié)調性降低等。部分研究還發(fā)現(xiàn)，高密度sEMG指標（如肌肉收縮強度、收縮動態(tài)）與年齡、體力活動水平顯著相關，可用于區(qū)分不同肌少癥風險群體。盡管分類模型表現(xiàn)良好，但各研究在樣本量、任務協(xié)議、特征集等方面存在差異，影響了結果的一致性與泛化能力。
總結與展望
sEMG作為一種非侵入性、可實時監(jiān)測肌肉活動的技術，在肌少癥早期識別與進展監(jiān)測中展現(xiàn)出重要潛力。本綜述表明，通過結合適當?shù)男盘柼幚砼c人工智能方法，sEMG能夠有效區(qū)分肌少癥患者與健康人群，且部分便攜設備已支持家庭環(huán)境下的長期監(jiān)測。然而，當前研究仍面臨若干挑戰(zhàn)：缺乏統(tǒng)一的電極放置標準、運動任務協(xié)議與信號處理流程；樣本規(guī)模普遍較小，且多為橫斷面設計，限制了縱向變化分析的可靠性；多數(shù)模型尚未在真實臨床場景中得到驗證。
未來研究應致力于：制定標準化的sEMG采集與處理指南；開展多中心、大樣本隊列研究，增強模型泛化能力；推動sEMG與慣性傳感器、力傳感等多元數(shù)據(jù)融合，構建全方位肌肉功能評估系統(tǒng)；開發(fā)基于邊緣計算或云平臺的實時分析工具，以支持臨床決策與居家健康管理。最終，sEMG有望成為肌少癥篩查、診斷與干預評估的重要輔助工具，促進老年人肌肉健康管理的個性化與精準化。
原文鏈接
https://doi.org/10.3390/s25072122
研究團隊介紹
本綜述由意大利國家研究委員會微電子與微系統(tǒng)研究所的跨學科團隊完成。團隊核心成員包括Alessandro Leone、Anna Maria Carluccio、Andrea Caroppo、Andrea Manni與Gabriele Rescio。該團隊長期致力于將微電子、傳感器技術與人工智能方法應用于健康監(jiān)測與老年醫(yī)學領域，尤其在利用生理信號（如表面肌電sEMG）進行肌肉功能評估方面具有深厚的研究基礎與工程經驗。在本研究中，團隊系統(tǒng)性地回顧并分析了sEMG在肌少癥診斷中的應用，相關工作獲得了歐盟Next Generation EU “Age-It” 項目的資助，體現(xiàn)了其研究的前沿性與社會重要性。
關于瑞鴻安
意大利OT總代理
瑞鴻安(廣東）科學設備有限公司總部坐落于中國廣州，主要經營各類實驗室儀器、分析儀器以及最新的運動健身、體能測試、體能訓練、體能恢復、生物醫(yī)學、運動心理學、運動生理學、運動訓練學、康復醫(yī)療、人體工程學、機器人技術、腦機接口可用性測試等產品，并提供設計、安裝、培訓、科研等全方位服務，以及實驗室的建設。公司現(xiàn)在主要代理和經銷著OT Bioelettronica公司研發(fā)的各類高密度矩陣肌電、穿戴式無線肌電、無線表面肌電等采集分析系統(tǒng)。
為什么選擇OT
OT Bioelettronica是生物電信號采集領域，特別是高密度肌電領域的全球領導者和標準制定者之一。研究者選擇該系統(tǒng)的原因非常明確：
1.專業(yè)性與可靠性： 其設備是專門為科研和臨床研究設計的，提供工業(yè)級的可靠性和信號保真度。
2.高通道數(shù)支持： 為HD-EMG研究提供了必要的技術基礎。
3.完整的生態(tài)系統(tǒng)： 從電極、放大器到采集軟件，提供了一個完整且經過優(yōu)化的解決方案，確保了從數(shù)據(jù)采集到后期處理的流程順暢。
4.學術認可度： 在全球頂尖的神經力學和生物力學實驗室被廣泛采用，其數(shù)據(jù)質量在學術界享有很高的聲譽，在世界頂刊上發(fā)表了1000余篇專業(yè)論文，這增加了研究結果的可信度和可重復性。
產品推薦
本實驗由意大利OT公司研發(fā)的sessantaquattro無線高密度肌電采集系統(tǒng)完成，該設備最大可達64通道的高密度矩陣式肌電記錄系統(tǒng)�？梢杂^察肌肉局部席位的電生理活動特性。在無創(chuàng)研究神經-肌肉電生理信號傳導、疲勞負荷評價、肌電模式識別和肌纖維類判讀方面具有無與倫比的優(yōu)勢。可廣泛用于體育訓練、運動選材、康復指導、仿生假肢設計、機器人等研究領域。
