肌肉的“年龄密码”：如何用肌电技术评估老年人功能退化？
2025-06-20 来源:本站 点击次数:211
肌肉的“年龄密码”
如何用肌电技术评估老年人功能退化？
引言：什么是技能的天花板效应？
随着全球老龄化进程加快，老年人群肌肉功能退化问题日益突出。肌肉力量的下降不仅影响日常生活自理能力，还显著增加跌倒风险，进而带来巨大的经济、社会和心理负担。事实上，衰老的过程因人而异，它受器官功能、生理变化、生活方式和环境等多重因素影响，导致部分老年人能够保持较好的活动能力，而另一些人则出现明显的肌力下降和功能障碍。肌少症，即肌肉质量与功能的丧失，正是不健康老化的重要表现之一。在这一背景下，实现更早期、更精准的评估与干预，开发无创、高效的检测手段成为当前的重要课题。
论文概要
来自法国康边大学生物力学与生物工程实验室、巴黎索邦大学的研究团队，利用高密度表面肌电（HD-sEMG）和盲源分离算法中的典型相关分析（CCA）方法，探索了肌肉老化在日常动作中的电生理表现。研究成果发表于《IRBM》期刊，题为《Ageing Effect Evaluation on HD-sEMG Signals Using CCA Approach》。该研究通过记录受试者在“坐下站起（Sit To Stand，STS）”动作中的股直肌HD-sEMG信号，比较了年轻组与老年组在信号源相关性上的差异。结果发现，老年组在CCA提取出的信号成分中，具有更高的平均CCA相关系数和更低的标准差，表明肌肉活动模式更集中、变化性更小。这些特征可能反映了老年群体中I型肌纤维比例上升、运动单位招募方式单一等生理变化。
图1. 文章信息
研究方法
本研究共招募16名健康受试者，根据年龄划分为两组（H1为年轻组，H2为年长组）。实验任务为以自发速度完成3次“坐下站起”（STS）动作，目标肌肉为股直肌（Rectus Femoris, RF），该肌在STS过程中为主要激活肌群。采用TMSi公司（荷兰）研发的无线高密度肌电采集系统进行信号记录。电极阵列为4×8，共32通道，电极直径为4 mm，中心间距为8.57 mm。信号采样频率设定为1000 Hz。采集完成后，数据通过Wi-Fi协议实时传输至笔记本电脑或移动终端。信号记录与处理界面由TMSi Polybench软件提供。
本研究采用典型相关分析（Canonical Correlation Analysis, CCA）作为主要分析方法。CCA是一种多元统计方法，通过构建两组变量的线性组合（典型变量），最大化变量间的相关性，从而揭示数据的内在结构。研究者将 HD-sEMG 信号矩阵与其延迟版本作为两组变量，通过求解特征值问题提取具有最大自相关值和最小互相关值的源信号。该方法可按相关系数对信号源排序，筛选出最能反映肌肉电活动特征的成分。
在CCA相关系数的标准差方面，老年组则明显低于年轻组（见图3右）。年轻组的标准差为 0.16 ± 0.04，而老年组为 0.091 ± 0.06，该差异也达到显著水平（P < 0.0001）。较低的标准差意味着老年人肌电信号中的不同信号源之间差异较小，分布更集中，提示其肌肉活动模式更为单一、空间变异性更低。
图4展现了在CCA算法提取出的31个典型信号源中，老年组在多个分量上的相关系数数值均集中分布于较高水平，曲线平稳，波动性小；而年轻组的数值变化则更加分散，呈现更强的动态性和多样性。
上述现象在神经肌肉生理层面上具有明确解释。首先，随着年龄增长，肌肉结构和神经控制机制会发生明显变化。老年个体中I型肌纤维（慢收缩、耐疲劳型）比例相对升高，而II型肌纤维（快收缩、爆发力型）数量逐渐减少，导致整体肌肉反应速度和可调性下降。这种肌纤维构成的变化直接影响了电活动信号的时空特征，使得不同运动单位发放的动作电位（MUAP）波形趋于一致，进而提高了信号之间的相关性。其次，衰老也会造成神经支配肌肉的运动单位数量减少，个别神经轴突再支配原本“空置”的肌纤维，形成较大的运动单位。这一现象使得肌肉在进行简单动作（如STS）时，能够被更少的运动单位激活，从而导致肌电图中可观测到的源信号数量减少、信号间差异缩小，体现为CCA相关系数标准差显著下降。此外，这种“高相关、低变异”的信号特征可能代表肌肉控制的“简化”或“收敛化”趋势，意味着在应对外部任务时，老年肌肉系统选择更保守、固定的协同激活方式。虽然这种模式在完成静态或重复性任务时仍能保持稳定，但对动态任务或突发扰动的适应性显著下降，正是老年人跌倒风险升高的深层神经肌肉机制之一。
总结与讨论
随着高密度肌电与智能算法的深度融合，肌肉老化评估正在从“经验判断”向“数据驱动”转变。本研究以其简洁的评估流程、敏感的算法特征与临床适配的设备形式，展现出HD-sEMG在老年康复、肌肉健康监测与个性化干预中的巨大潜力。正如作者所言，“这不仅仅是一项肌电研究，更是对未来老龄社会健康管理的一次尝试”。
尽管本研究初步验证了HD-sEMG结合CCA方法在评估肌肉老化方面的有效性，但仍存在一定局限，包括样本量较小、动作任务单一、算法仅限于线性建模，以及缺乏与肌肉结构评估手段的交叉验证。未来研究需在受试者数量与年龄层级拓展、任务多样化、非线性分析方法引入及多模态数据对比等方面进一步深化，以提升方法的泛化能力和临床适用性。
原文链接
L. Imrani, S. Boudaoud, J. Laforêt, and K. Kinugawa, “Ageing Effect Evaluation on HD-sEMG Signals Using CCA Approach,” IRBM, vol. 42, no. 4, pp. 294–299, Aug. 2021
https://doi.org/10.1016/j.irbm.2021.05.002
研究团队介绍
该研究由多学科团队合作完成，团队包括法国贡比涅技术大学（Université de technologie de Compiègne）、法国巴黎公共医院集团（AP-HP）旗下皮提耶 - 萨尔佩特里厄 - 查尔斯・福瓦医院集团老年功能探索中心，以及索邦大学（Sorbonne University）生物适应与衰老实验室的科研人员组成。
关于维拓启创
维拓启创（北京）信息技术有限公司成立于2006年，是一家专注于脑科学、康复工程、人因工程、心理学、体育科学等领域的科研解决方案供应商。公司与国内外多所大学、研究机构、企业长期保持合作关系，致力于将优质的产品、先进的技术和服务带给各个领域的科研工作者，为用户提供有竞争力的方案和服务，协助用户的科研工作，持续提升使用体验。
相关产品
如何用肌电技术评估老年人功能退化？
引言：什么是技能的天花板效应？
随着全球老龄化进程加快，老年人群肌肉功能退化问题日益突出。肌肉力量的下降不仅影响日常生活自理能力，还显著增加跌倒风险，进而带来巨大的经济、社会和心理负担。事实上，衰老的过程因人而异，它受器官功能、生理变化、生活方式和环境等多重因素影响，导致部分老年人能够保持较好的活动能力，而另一些人则出现明显的肌力下降和功能障碍。肌少症，即肌肉质量与功能的丧失，正是不健康老化的重要表现之一。在这一背景下，实现更早期、更精准的评估与干预，开发无创、高效的检测手段成为当前的重要课题。
论文概要
来自法国康边大学生物力学与生物工程实验室、巴黎索邦大学的研究团队，利用高密度表面肌电（HD-sEMG）和盲源分离算法中的典型相关分析（CCA）方法，探索了肌肉老化在日常动作中的电生理表现。研究成果发表于《IRBM》期刊，题为《Ageing Effect Evaluation on HD-sEMG Signals Using CCA Approach》。该研究通过记录受试者在“坐下站起（Sit To Stand，STS）”动作中的股直肌HD-sEMG信号，比较了年轻组与老年组在信号源相关性上的差异。结果发现，老年组在CCA提取出的信号成分中，具有更高的平均CCA相关系数和更低的标准差，表明肌肉活动模式更集中、变化性更小。这些特征可能反映了老年群体中I型肌纤维比例上升、运动单位招募方式单一等生理变化。
图1. 文章信息研究方法
本研究共招募16名健康受试者，根据年龄划分为两组（H1为年轻组，H2为年长组）。实验任务为以自发速度完成3次“坐下站起”（STS）动作，目标肌肉为股直肌（Rectus Femoris, RF），该肌在STS过程中为主要激活肌群。采用TMSi公司（荷兰）研发的无线高密度肌电采集系统进行信号记录。电极阵列为4×8，共32通道，电极直径为4 mm，中心间距为8.57 mm。信号采样频率设定为1000 Hz。采集完成后，数据通过Wi-Fi协议实时传输至笔记本电脑或移动终端。信号记录与处理界面由TMSi Polybench软件提供。
本研究采用典型相关分析（Canonical Correlation Analysis, CCA）作为主要分析方法。CCA是一种多元统计方法，通过构建两组变量的线性组合（典型变量），最大化变量间的相关性，从而揭示数据的内在结构。研究者将 HD-sEMG 信号矩阵与其延迟版本作为两组变量，通过求解特征值问题提取具有最大自相关值和最小互相关值的源信号。该方法可按相关系数对信号源排序，筛选出最能反映肌肉电活动特征的成分。
图2. 在STS测试期间进行高密度表面肌电信号采集的实验设置
研究结果以及解释
实验结果显示，老年组在平均CCA相关系数方面明显高于年轻组（见图3左）。这一结果说明老年人在完成STS动作过程中，肌电呈现出更强的一致性和规律性，信号组织性更高。在CCA相关系数的标准差方面，老年组则明显低于年轻组（见图3右）。年轻组的标准差为 0.16 ± 0.04，而老年组为 0.091 ± 0.06，该差异也达到显著水平（P < 0.0001）。较低的标准差意味着老年人肌电信号中的不同信号源之间差异较小，分布更集中，提示其肌肉活动模式更为单一、空间变异性更低。
图3. H1 (年轻)和H2 (老年)组平均CCA相关系数（左）及其标准差（右）的箱线图
图4展现了在CCA算法提取出的31个典型信号源中，老年组在多个分量上的相关系数数值均集中分布于较高水平，曲线平稳，波动性小；而年轻组的数值变化则更加分散，呈现更强的动态性和多样性。
图4. 青年( H1 ) "上"和老年( H2 ) "下"组31个估计源的CCA相关系数
上述现象在神经肌肉生理层面上具有明确解释。首先，随着年龄增长，肌肉结构和神经控制机制会发生明显变化。老年个体中I型肌纤维（慢收缩、耐疲劳型）比例相对升高，而II型肌纤维（快收缩、爆发力型）数量逐渐减少，导致整体肌肉反应速度和可调性下降。这种肌纤维构成的变化直接影响了电活动信号的时空特征，使得不同运动单位发放的动作电位（MUAP）波形趋于一致，进而提高了信号之间的相关性。其次，衰老也会造成神经支配肌肉的运动单位数量减少，个别神经轴突再支配原本“空置”的肌纤维，形成较大的运动单位。这一现象使得肌肉在进行简单动作（如STS）时，能够被更少的运动单位激活，从而导致肌电图中可观测到的源信号数量减少、信号间差异缩小，体现为CCA相关系数标准差显著下降。此外，这种“高相关、低变异”的信号特征可能代表肌肉控制的“简化”或“收敛化”趋势，意味着在应对外部任务时，老年肌肉系统选择更保守、固定的协同激活方式。虽然这种模式在完成静态或重复性任务时仍能保持稳定，但对动态任务或突发扰动的适应性显著下降，正是老年人跌倒风险升高的深层神经肌肉机制之一。
总结与讨论
随着高密度肌电与智能算法的深度融合，肌肉老化评估正在从“经验判断”向“数据驱动”转变。本研究以其简洁的评估流程、敏感的算法特征与临床适配的设备形式，展现出HD-sEMG在老年康复、肌肉健康监测与个性化干预中的巨大潜力。正如作者所言，“这不仅仅是一项肌电研究，更是对未来老龄社会健康管理的一次尝试”。
尽管本研究初步验证了HD-sEMG结合CCA方法在评估肌肉老化方面的有效性，但仍存在一定局限，包括样本量较小、动作任务单一、算法仅限于线性建模，以及缺乏与肌肉结构评估手段的交叉验证。未来研究需在受试者数量与年龄层级拓展、任务多样化、非线性分析方法引入及多模态数据对比等方面进一步深化，以提升方法的泛化能力和临床适用性。
原文链接
L. Imrani, S. Boudaoud, J. Laforêt, and K. Kinugawa, “Ageing Effect Evaluation on HD-sEMG Signals Using CCA Approach,” IRBM, vol. 42, no. 4, pp. 294–299, Aug. 2021
https://doi.org/10.1016/j.irbm.2021.05.002
研究团队介绍
该研究由多学科团队合作完成，团队包括法国贡比涅技术大学（Université de technologie de Compiègne）、法国巴黎公共医院集团（AP-HP）旗下皮提耶 - 萨尔佩特里厄 - 查尔斯・福瓦医院集团老年功能探索中心，以及索邦大学（Sorbonne University）生物适应与衰老实验室的科研人员组成。
关于维拓启创
维拓启创（北京）信息技术有限公司成立于2006年，是一家专注于脑科学、康复工程、人因工程、心理学、体育科学等领域的科研解决方案供应商。公司与国内外多所大学、研究机构、企业长期保持合作关系，致力于将优质的产品、先进的技术和服务带给各个领域的科研工作者，为用户提供有竞争力的方案和服务，协助用户的科研工作，持续提升使用体验。
相关产品
相关文章
更多 >