

受试者与设备:共纳入16名健康成年人(年龄32±5岁)。实验使用Quattrocento生物信号放大器(OT Bioelectronica,意大利)同步采集HD-sEMG与力信号,采样率均为2048 Hz。HD-sEMG电极采用GR04MM1305栅格阵列(64通道),电极直径1mm,极间距离4mm,贴附于右手ADM肌腹。力信号通过MB-50微型梁式测力传感器(量程222N)采集,并经1000倍放大器(Forza-B)调理。
实验流程:每位受试者随机顺序完成梯形与正弦两组实验,间隔休息≥30分钟。每组实验包含20次小指外展收缩:前5次为常压(AP)预适应,中间5次加压至1.3倍个体收缩压(BFR条件),后10次为解压恢复期。每次收缩包含5s上升、32s维持(梯形为等长平台;正弦为0.25Hz动态波动,目标幅值均为25% MVC)及5s下降。最大自主收缩(MVC)在实验前后各测3次取最高值(均值13.77N)。
数据处理与统计:剔除明显噪声通道(平均剔除7%)。采用卷积盲源分离算法(Negro等,2016)提取MU,筛选标准为SIL>0.85且ISI变异系数<30%。采用已验证的波形互相关方法(Martinez-Valdes等,2017)追踪跨任务匹配MU(相关系数>0.85)。以95%置信区间(CI)和t检验(显著性阈值P<0.001)进行统计比较。

实验结果




本研究证实,BFR通过改变代谢环境与机械压迫,显著干扰了感觉传入(III/IV类激活、Ia类受压),导致脊髓运动神经元兴奋性下降。中枢神经系统为维持恒定力输出,不得不改变下行驱动策略——表现为募集阈值更高的新MU(匹配MU减少)并降低其平均放电率(ISI延长)。解压后的快速恢复现象(仅数分钟)提示,这种适应更多源于瞬时神经调节与离子通道可逆性改变(如Na⁺/Ca²⁺通道失活),而非肌肉结构疲劳。
然而,本研究存在局限:1)仅分析了平均ISI,缺乏对低/高阈值MU差异化反应的分层探讨;2)仅针对单一孤立肌(ADM),未涉及协同肌或拮抗肌对;3)未考虑个体臂围差异及长期训练效应。展望未来,结合个性化精准加压(基于臂围与血流速度)、融合MEG/fMRI观察中枢皮层变化,以及引入近红外光谱(NIRS)实时监测组织氧合,将有助于构建BFR影响的完整“外周-中枢”闭环模型,为康复治疗与运动训练提供更精细的神经生理指导。
原文链接
https://doi.org/10.1152/japplphysiol.00603.2024
研究团队介绍
本研究团队由来自芬兰与德国的多所顶尖科研机构组成。Mansour Taleshi(通讯作者)、Ivan Vujaklija 及 Leonardo Gizzi 任职于芬兰阿尔托大学(Aalto University)电气工程与自动化系,其中 Vujaklija 教授在神经康复工程与肌电控制领域具有深厚积累。Franziska Bubeck、Pascal Brunner 及 Leonardo Gizzi(兼聘)同时隶属于德国斯图加特大学生物力学系统建模与仿真研究所及斯图加特计算科学仿真中心。此外,团队核心成员 Leonardo Gizzi 还任职于德国弗劳恩霍夫制造工程与自动化研究所生物力学系统系。该团队长期致力于神经肌肉控制、高密度表面肌电信号处理及运动单元分解算法的前沿研究,在血流限制干预的神经生理学响应领域取得了系列重要成果。

电话: 15920901903
官网:https//www.ruihongan.cn