编辑推荐：
本文系统回顾了健康个体中皮层-肌肉相干性(CMC)的研究现状。CMC是定量评估大脑皮层与肌肉活动之间功能连接的重要指标。文章聚焦于影响躯干和下肢肌肉CMC的多种因素，包括年龄、肌肉特异性、收缩类型、运动员状态、疲劳、姿势控制与行走任务等。作者通过详尽的文献筛选与综合，明确了当前研究中证据较为一致的关键因素，同时也指出了现有研究在方法学（如脑成像技术、信号处理）和任务设计上的异质性。本文为未来研究者理解CMC的生理机制、标准化实验设计以及探索其在运动控制、康复评估等领域的应用提供了有价值的参考和方向。
在探索大脑如何指挥身体运动的奥秘中，皮层-肌肉相干性（Corticomuscular Coherence, CMC）已成为一把关键的“尺子”。它通过在频域中分析脑电图（EEG）或脑磁图（MEG）信号与肌电图（EMG）信号之间的线性相关性，来量化大脑皮层与肌肉之间的“对话”强度。这种“对话”被认为反映了感觉运动皮层与收缩肌肉之间，通过下行（指令）和上行（反馈）通路进行的双向通信。尤其引人关注的是β-频带（12–30 Hz）的CMC，它被广泛视为感觉运动整合的基本组成部分。然而，尽管对手部肌肉的CMC研究已较为深入，对于维持我们姿势稳定、实现行走功能的躯干和下肢肌肉，哪些因素会影响其CMC，却一直是个模糊不清的谜团。
方法学路径
为了绘制这幅知识地图，研究者们进行了一项严谨的范围综述。他们系统地检索了多个数据库，设定严格的“准入”标准：研究必须计算CMC；使用EEG或MEG记录皮层活动；分析躯干或下肢肌肉的EMG；并在健康人群中比较不同实验条件（如不同收缩水平、任务类型）或不同参与者群体（如不同年龄、是否为运动员）下的CMC。最终，从大量文献中筛选出28项符合条件的研究。通过对这些研究的人口学特征、神经生理学记录方法、任务细节和信号处理变量进行提取与归纳，研究者们将可能影响CMC的因素分门别类，并进行描述性综合分析。
影响CMC的关键因素图景
综合分析揭示了一幅有些出人意料且复杂的图景。多个因素被研究，但其中四项显示出最一致的影响：
- 1.
年龄的印记：时间在神经通路上留下了痕迹。多项研究一致发现，年轻人的CMC，尤其是胫骨前肌（TA）和腓肠肌内侧头（GM）在β-频带的CMC，显著高于老年人。这很可能与衰老过程中，感觉运动皮层的树突棘密度、树突分支以及皮质脊髓束白质微结构的退行性变化有关。这些变化削弱了皮层与肌肉之间高效通信的“硬件”基础。
- 2.
肌肉的“个性”：并非所有肌肉都以相同强度与大脑“交谈”。在躯干和下肢肌肉中，胫骨前肌（TA）脱颖而出，表现出比其他肌肉（如比目鱼肌、股肌、躯干肌肉）更强的CMC。有趣的是，有研究甚至发现TA的CMC与手部小肌肉（第一骨间背侧肌，FDI）的强度相似。这或许是因为TA受位于大脑沟回深处的皮层神经元控制，而研究中常用的EEG Cz电极恰好能有效捕捉到该区域的运动相关活动。
- 3.
收缩的“动态”与“静态”：运动方式决定了“对话”模式。当肌肉进行等张收缩（肌肉长度变化，产生关节运动）或离心收缩时，引发的CMC普遍高于单纯的等长收缩（肌肉长度不变，产生张力）。这可能是因为动态收缩对关节位置的精确控制要求更高，且增强了肌梭的传入反馈，从而需要大脑皮层进行更复杂的整合，并可能促进了神经元集群更同步的振荡活动以协调相关脑区。例如，在蹲起动作中，离心期和向心期的CMC就高于中间的等长维持期。
- 4.
训练的“悖论”：经验丰富的“专家”大脑似乎更“安静”。一个反直觉的发现是，非运动员的CMC通常高于训练有素的运动员（如芭蕾舞者、举重运动员、空手道选手）。对于力量训练者与耐力训练者的比较则显示，前者在某些下肢肌肉的β-频带CMC更高。一种可能的解释是，长期专项训练使运动控制趋于“自动化”，对初级感觉运动皮层直接振荡输入的依赖降低，可能更多地依赖于更广泛的皮层网络或皮层下结构。
尚未定论的领域
与上述明确趋势相比，另一些因素的研究结果则充满矛盾或缺乏一致性证据：
- •
疲劳：疲劳对CMC的影响方向不一。有研究发现，胫骨前肌疲劳后β-频带CMC反而增加；而另一项针对大腿肌肉群的研究则发现，疲劳后θ-频带CMC降低。这种差异可能与测试的肌肉群、疲劳方案以及CMC评估的时机有关。
- •
任务复杂性：在比较不同难度或类型的姿势控制任务、或不同行走条件（如地面行走 vs. 跑步机行走）时，CMC的变化方向并不统一。一些研究表明任务难度增加会提升CMC（如在θ-频带），而另一些则未发现显著差异。不同研究间任务设计的巨大异质性使得难以得出普适结论。
- •
短期训练：一项为期3周的力量训练未引起CMC的显著变化，而一项单次视觉运动技能学习则提升了胫骨前肌的β-频带CMC。训练效应很可能高度依赖于任务的具体要求和训练目标。
方法学的共识与争议
工欲善其事，必先利其器。现有研究在方法学上的选择也深刻影响了我们对CMC的理解：
- •
技术选择：绝大多数研究（27/28）使用EEG而非MEG，主要得益于其成本较低、便携性好，允许受试者在多种姿势下进行肢体运动。然而，MEG理论上具有更佳的空间源定位能力。
- •
信号处理：关于EMG信号在计算CMC前是否需要整流，学界仍存争议。82%的研究选择了整流，认为这能反映运动单位的集群放电时间模式；但反对者指出整流是非线性过程，可能扭曲EMG信号的频率内容。遗憾的是，多数研究并未解释其选择整流与否的理由。
- •
分析策略：大部分研究使用位于头皮中央的单一Cz电极来提取EEG信号计算CMC，因为该位置被认为覆盖了下肢运动的感觉运动皮层区。仅有少数研究（5/28）采用了更先进但更复杂的源定位技术来溯源皮层活动，这有助于更精确地理解神经机制。
未来的方向
这篇综述如同一幅已绘制部分轮廓、但许多细节仍待填充的地图。它明确了影响躯干和下肢CMC的几个核心因素（年龄、肌肉特异性、收缩类型、运动员状态），也揭示了当前证据的局限性：研究多为横断面设计，难以确定因果关系；实验任务和方法学选择各异，导致结果难以直接比较。展望未来，研究者们呼吁采用更纵向的设计来追踪CMC随训练或衰老的动态变化；推行标准化的实验方案以减少异质性；并更多地利用源定位等先进技术，来澄清支配躯干及下肢肌肉皮层-肌肉耦合的深层神经机制。只有通过这些努力，我们才能更精准地解读大脑与肌肉这场持续“对话”的真实含义，并将其更好地应用于运动科学、康复医学乃至神经疾病的评估与干预之中。
