OT系统应用：在单个运动单位水平上存在皮质-肌肉协调性研究
2026-05-20 来源:本站 点击次数:14背景介绍
皮层-肌肉 coherence（CMC）是研究运动控制中皮层与肌肉间功能耦合的重要工具。
传统上，CMC通过计算脑电图（EEG）与表面肌电（EMG）信号在特定频段（如β和γ频段）的相干性，反映皮层-脊髓运动神经元池的同步活动。然而，CMC反映的是运动单位池的群体平均行为，难以揭示单个运动单位（MU）是否与皮层存在直接的功能联系。已知存在从皮层到脊髓α运动神经元的单突触投射（即皮层-运动神经元连接），这暗示单个MU可能接收独立的皮层指令。但以往研究缺乏在单个MU水平上验证这种耦合的直接证据。
因此，本研究提出核心科学问题：在单个MU水平上是否存在皮层-肌肉 coherence？为回答此问题，研究者利用高密度表面肌电（HD-EMG）分解技术提取单个MU的放电事件序列，并与EEG进行 coherence 分析，提出“皮层-运动神经元 coherence（CMnC）”这一新概念。该研究为深入理解皮层-脊髓通路的功能机制提供了新的微观视角。
因此，本研究提出核心科学问题：在单个MU水平上是否存在皮层-肌肉 coherence？为回答此问题，研究者利用高密度表面肌电（HD-EMG）分解技术提取单个MU的放电事件序列，并与EEG进行 coherence 分析，提出“皮层-运动神经元 coherence（CMnC）”这一新概念。该研究为深入理解皮层-脊髓通路的功能机制提供了新的微观视角。
论文摘要
本研究旨在验证单个运动单位（MU）水平上是否存在皮层-肌肉 coherence。我们采集了13名健康受试者在10%和20%最大自主收缩（MVC）条件下的64通道EEG和HD-EMG信号，利用FastICA算法从EMG中分解出单个MU的放电事件序列，并计算其与皮层电流源密度（CSD）信号的 coherence（命名为CMnC）。
结果表明，部分MU（称为CohMU）确实与对侧运动皮层存在显著 coherence，且该现象不仅出现在β和γ频段，还出现在θ和α频段。有趣的是，即使在传统CMC不显著的条件下，仍可检测到CohMU的存在。
通过MU追踪技术，我们进一步发现，随着收缩力增强，同一MU的CMnC强度在γ频段有所上升。本研究首次证明皮层-肌肉 coherence 存在于单个MU水平，为解析皮层-运动神经元连接的功能本质提供了新方法，并有望应用于运动康复与神经调控研
研究方法
实验采用OT Bioelectronica Quattrocento系统同步采集EEG（64通道，参考左乳突，带通0.7-1000 Hz）与HD-EMG（8×16电极阵列，覆盖指总伸肌，单极导联，带通10-1000 Hz），采样率2048 Hz。
受试者执行等张中指伸展任务，力轨迹为15秒梯形波，平台期为10%或20% MVC。预处理包括3 Hz高通、50 Hz陷波、ICA去眼电。MU放电事件序列提取流程为：将EMG分段（15秒/段）→ 扩展8阶延迟 → FastICA分解 → 获取分离向量 → 在全时长信号上投影 → K-means++二分类提取放电事件。仅保留轮廓值>0.75且放电次数>200的MU。Coherence估计采用多锥法（1秒窗口，无重叠），将EEG转换为CSD以消除容积传导影响。
CohMU判定标准：最强 coherence 位于对侧运动皮层电极（如FC3、C3等）且幅度超过显著性阈值（α=0.01）。传统CMC以相同流程计算，但使用原始EMG信号。
受试者执行等张中指伸展任务，力轨迹为15秒梯形波，平台期为10%或20% MVC。预处理包括3 Hz高通、50 Hz陷波、ICA去眼电。MU放电事件序列提取流程为：将EMG分段（15秒/段）→ 扩展8阶延迟 → FastICA分解 → 获取分离向量 → 在全时长信号上投影 → K-means++二分类提取放电事件。仅保留轮廓值>0.75且放电次数>200的MU。Coherence估计采用多锥法（1秒窗口，无重叠），将EEG转换为CSD以消除容积传导影响。
CohMU判定标准：最强 coherence 位于对侧运动皮层电极（如FC3、C3等）且幅度超过显著性阈值（α=0.01）。传统CMC以相同流程计算，但使用原始EMG信号。
实验结果
传统CMC主要出现在β和γ频段，最强位于左侧运动皮层。共从10%和20% MVC条件下分别获得71和65个可用MU，平均每受试者5.5和5.0个。
CMnC结果显示，部分MU（CohMU）在特定频段与运动皮层存在显著 coherence，例如图5中MU在α频段最强位于FC3，图6中MU在γ频段最强位于FC3。不同受试者的CohMU占比在四个频段平均为32.3%（10% MVC）和38.5%（20% MVC），而传统CMC在某些受试者中完全不显著。CohMU的放电率分布在各频段间无明显偏好。
群体平均CMnC地形图显示，CohMU的耦合强度确实集中在左侧运动皮层 ，而非CohMU则无此特征。通过MU追踪，共发现12个跨力水平的同一MU，其CMnC强度在γ频段随力水平升高而增强，但统计上未达显著（p=0.1586）。
CMnC结果显示，部分MU（CohMU）在特定频段与运动皮层存在显著 coherence，例如图5中MU在α频段最强位于FC3，图6中MU在γ频段最强位于FC3。不同受试者的CohMU占比在四个频段平均为32.3%（10% MVC）和38.5%（20% MVC），而传统CMC在某些受试者中完全不显著。CohMU的放电率分布在各频段间无明显偏好。
群体平均CMnC地形图显示，CohMU的耦合强度确实集中在左侧运动皮层 ，而非CohMU则无此特征。通过MU追踪，共发现12个跨力水平的同一MU，其CMnC强度在γ频段随力水平升高而增强，但统计上未达显著（p=0.1586）。
总结与展望
本研究首次在单个运动单位水平上证实了皮层-肌肉 coherence 的存在，提出了CMnC这一新指标。与传统CMC相比，CMnC能揭示更丰富的频段耦合信息（包括θ和α频段），并能区分不同MU的独立耦合模式，克服了群体信号中非线性叠加和幅值抵消的干扰。这一方法为研究皮层-运动神经元单突触连接的功能特性提供了直接、无创的工具。
未来研究可结合MU追踪技术，纵向探索康复训练（如脑卒中后恢复）中特定MU的耦合变化机制，也可用于解析帕金森病等运动障碍疾病中特定运动单位通路的异常。当前局限在于EMG分解仅能捕获少量MU（约5-6个/受试者），且高密度电极阵列限制了其在动态任务中的应用。未来可结合深度学习分解算法与柔性电极阵列，拓展CMnC在自然运动与闭环神经调控中的实用潜力。
原文链接
https://doi.org/10.1016/j.neuroimage.2024.120999
研究团队介绍
该研究团队由西安交通大学机械工程学院、生命科学与技术学院、第一附属医院康复科，以及深圳技术大学和康复大学（青岛）的科研人员共同组成。团队长期致力于神经工程、康复医学与生物信号处理研究，在皮层-肌肉耦合分析、高密度肌电分解、运动单位追踪等领域积累了丰富经验。主要成员包括Yang Zhen、Guanghua Xu、Gang Wang、LiLi Li、Henry Shin等，研究聚焦于从运动单位微观层面揭示神经控制机制，推动脑-肌接口与神经康复技术的发展。
产品介绍
联系我们
电话: 15920901903
官网：https//www.ruihongan.cn
相关文章
更多 >