文章

从研究问题倒推通道数与电极阵列的选择

2026-08-31     来源:本站     点击次数:59

摘要:选择表面肌电系统时,真正需要先回答的不是“普通肌电还是高密度肌电更先进”,而是研究希望获得哪一层信息。少数肌肉的激活起点、相对幅值和疲劳趋势,多通道肌肉协同,以及肌内空间分布、传导速度和运动单位活动,对电极形式与通道数量的要求并不相同。本文建立“研究问题—信号信息—采集配置”的选型框架,帮助课题组避免通道不足,也避免为用不到的数据复杂度付出成本。

一、先选研究问题,再选设备
普通双极表面肌电通过一对检测电极记录局部区域的电位差;高密度表面肌电则以规则二维阵列覆盖一块肌肉,形成多个空间采样点。二者并非简单的低配与高配关系,而是在回答不同问题。
CEDE电极选择共识明确指出,传统表面电极、表面阵列与肌内电极各有适用的肌肉、收缩形式和可解释信息[1]。因此,采购前应先写出主要结局指标:要比较的是时间、幅值、频谱、多肌肉关系,还是空间分布和运动单位?答案会直接决定所需电极与通道。



二、哪些问题,普通表面肌电通常已经够用?
如果研究关注少数浅表肌肉的激活起点、任务阶段内的相对幅值、共同收缩或疲劳趋势,规范布置的双极表面肌电通常可以满足需求。例如比较深蹲不同阶段股外侧肌与股二头肌的激活,或观察工效任务中斜方肌负荷随时间的变化,重点是稳定、可重复地记录同一位置。
这类研究不应只看设备最多支持多少通道。更关键的是依据解剖标志确定位置,使电极方向尽量与肌纤维一致,并统一皮肤准备、极间距和归一化任务。SENIAM建议的价值正是减少电极位置差异对跨试次、跨受试者比较的干扰[2]。
但“一对电极代表整块肌肉”仍是一种近似。肌肉不同区域的募集可能并不均匀,单点幅值较低也不代表整块肌肉激活不足。研究者应把结论限定在检测区域与当前任务条件内。

三、多肌肉协同研究,需要的是更多记录位置
步态、跑步、全身力量动作和上肢操作常涉及多个关节与肌群。此时,问题从“某块肌肉是否激活”转向“多块肌肉如何组合和排序”,需要同时覆盖主要主动肌、拮抗肌及稳定肌。
这通常仍可使用普通无线表面肌电,但必须把通道数分配给研究假设,而不是只选择最容易贴附的肌肉。肌肉协同研究表明,纳入肌肉的数量与选择会改变提取到的协同数量和结构;记录集合不完整时,算法无法补回未采集的肌肉信息[3]。
因此,4、8、16或更多通道的选择应从动作链反推:先画出关节与肌群清单,再区分必测、辅助和可舍弃通道,同时为参考信号或失效通道保留余量。



四、什么时候需要二维高密度阵列?
当研究问题出现“区域”“位置”“传播”或“运动单位”等关键词时,仅增加双极传感器数量未必等同于高密度采样。
高密度表面肌电以规则阵列覆盖同一块肌肉,可研究局部激活分布、激活重心、肌纤维传导速度以及在适当条件下进行运动单位分解。CEDE高密度肌电共识把区域激活、肌纤维特性和单运动单位活动列为三类主要应用,同时强调阵列位置、方向、构型和分析方法必须与目标一致[4]。
这类数据更丰富,也带来更高的准备与分析成本:阵列坐标要记录,坏道要识别,空间插值规则要固定;动态动作中还要检查滑移和皮肤形变。高密度阵列并不会自动解决解剖定位、串扰或动作伪迹,也不能把激活热图直接解释为肌肉内部结构图像。



五、动态研究不能只靠增加肌电通道

研究跑步、投掷、深蹲或人机操作时,肌电回答的是电活动问题,不能单独给出关节角度、外力或动作阶段。若目标是解释“何时激活、身体如何运动、产生了多大外力”,还需要IMU、动作捕捉或测力信号,并建立统一事件标记和时间轴。
同样,更多通道不会自动提高数据质量。无线稳定性、本地存储、Trigger、通道实时质控以及原始数据开放程度,往往比单纯追求最高通道数更影响实验是否可完成。最新CEDE-Check也要求研究完整报告任务、电极位置、电极特征、采集和预处理流程[5]。



六、一张表完成初步选型
研究少数浅表肌肉的激活时序、幅值或疲劳,可优先考虑普通双极sEMG;研究跨关节肌群关系与NMF协同,应增加同步记录的肌肉数量;研究一块肌肉内部的空间异质性、传导速度或运动单位,则更适合二维HD-sEMG阵列;研究完整动作机制,还应同步IMU、测力或动作捕捉。
无论选择哪一种方案,都应在采购前用预实验回答四个问题:目标肌肉能否稳定贴附?动态任务中信号是否可靠?通道与事件能否同步?最终指标是否能够由现有软件或开放数据计算?

七、从“通道越多”转向“信息刚刚够用”
合理的肌电配置不是追求最大参数,而是让每个通道都服务于明确假设。普通表面肌电并不等于低质量,高密度表面肌电也不是所有项目的必选项。先明确测量对象、空间尺度和联合信号,再确定电极形式与通道数,通常更有利于控制预算、实验复杂度和后期工作量。
左体右智NeuMus-sEMG无线表面肌电系统提供4—32通道配置,并同步采集9轴IMU,支持Trigger、多设备同步及本地存储;NeuMus-HD-sEMG无线高密度表面肌电则面向二维空间采样、激活地图和运动单位等研究。课题组可根据目标肌肉、动作范围和分析指标组合普通sEMG、HD-sEMG、IMU、测力与动作分析,而不必预设某一种系统适合所有研究。

参考文献
[1] Besomi M, Hodges PW, Clancy EA, et al. Consensus for experimental design in electromyography (CEDE) project: Electrode selection matrix. Journal of Electromyography and Kinesiology. 2019;48:128–144.
[2] Hermens HJ, Freriks B, Disselhorst-Klug C, Rau G. Development of recommendations for SEMG sensors and sensor placement procedures. Journal of Electromyography and Kinesiology. 2000;10(5):361–374.
[3] Steele KM, Tresch MC, Perreault EJ. The number and choice of muscles impact the results of muscle synergy analyses. Frontiers in Computational Neuroscience. 2013;7:105.
[4] Gallina A, Disselhorst-Klug C, Farina D, et al. Consensus for experimental design in electromyography (CEDE) project: High-density surface electromyography matrix. Journal of Electromyography and Kinesiology. 2022;64:102656.
[5] Besomi M, Devecchi V, Falla D, et al. Consensus for experimental design in electromyography (CEDE) project: Checklist for reporting and critically appraising studies using EMG (CEDE-Check). Journal of Electromyography and Kinesiology. 2024;76:102874.
[6] Vieira TM, Botter A. The accurate assessment of muscle excitation requires the detection of multiple surface electromyograms. Exercise and Sport Sciences Reviews. 2021;49(1):23–34.
相关文章 更多 >