《IEEE Transactions on Neural Systems and Rehabilitation Engineering》：A High-quality and Robust Intravascular Electromyography (iEMG) Acquisition Method for Locomotor Tasks
编辑推荐：
针对传统表面肌电图(sEMG)在行走中易受噪声干扰、稳定性不足的问题，本研究者眼于开发一种新型血管内肌电图(iEMG)采集技术。研究人员通过在绵羊模型中植入带有微电极的血管内支架传感器，对站立和行走状态下的肌肉活动进行对比记录。研究结果表明，行走时iEMG比sEMG的信噪比提升10.04%，功率谱密度的变异系数降低33.82%，信号稳定性提高1.51倍。该方法为实现临床康复中精确、长期的肌肉活动监测提供了可靠新方案。
我们的身体在运动时，肌肉会像精密仪器一样工作，发出微弱的生物电信号。捕捉和分析这些信号，对于理解神经肌肉如何运作、评估康复效果至关重要。目前，临床上广泛应用的是表面肌电图(surface Electromyography, sEMG)，它像贴在皮肤上的“监听器”，无创地记录肌肉的电活动。然而，这套“监听系统”在动态场景，尤其是走路、跑步时，遇到了不小的麻烦。电极容易因为皮肤出汗、肌肉收缩而移位，来自环境和其他肌肉的“杂音”也常常混入，导致录到的信号质量不高、不够稳定，难以进行精确的长期追踪。这就像在一个嘈杂的集市里，试图听清远处一个人的低声细语一样困难。这些局限，像一道无形的屏障，阻碍了肌电图技术在需要高精度、长周期肌肉活动监测的临床康复领域大展拳脚。为了突破这道屏障，一项发表在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上的研究，提出并验证了一种颇具想象力的新方法——血管内肌电图(Intravascular Electromyography, iEMG)。
为开展此项研究，研究人员主要采用了以下几项关键技术方法：首先，他们设计并植入了一种带有微电极和导线的自膨胀式支架传感器，该传感器通过微创手术被植入到绵羊后肢胫骨前肌附近的股静脉中，用以采集深部肌肉的电活动信号。研究中建立了绵羊后肢肌肉模型，同时在站立和行走两种状态下，并行采集sEMG和iEMG信号，以进行直接的对比分析。整个信号采集实验持续了三天，其中水平行走被设定为动态运动任务，用于评估两种方法在真实运动场景下的表现。
在站立状态下的电生理特性对比
研究人员首先在静止的站立状态下比较了两种信号。分析显示，在此状态下，从血管内记录到的iEMG信号与从皮肤表面记录到的sEMG信号表现出高度的一致性，两者之间的斯皮尔曼相关系数(Spearman’s ρ)高达0.9018，且具有统计学显著性(p < 0.001)。这一结果初步证实，通过血管内途径同样能够有效捕捉到目标肌肉产生的电活动，且与金标准式的表面记录结果高度吻合。
在行走状态下的信号质量与稳定性分析
研究的重点和挑战在于动态环境。当绵羊进行水平行走时，两种采集方法的差异开始凸显。关键的信号质量指标——信噪比(signal-to-noise ratio)分析显示，iEMG的信号质量显著优于sEMG，其信噪比比sEMG高出10.04%。这意味着在运动带来的各种干扰中，iEMG能够更清晰、更“纯净”地记录到目标肌肉的真实电信号。
进一步对信号稳定性的考察得出了更令人瞩目的结论。研究人员计算了两种信号功率谱密度(power spectral density)的变异系数(coefficient of variation)，这是一个衡量信号波动和稳定性的指标。结果表明，iEMG的变异系数比sEMG低33.82%。换算来看，这等同于iEMG的信号稳定性相比sEMG提高了1.51倍。这一数据强有力地证明，在动态的行走任务中，植入血管内部的传感器受外界干扰的影响远小于贴在体表的电极，能够提供长期、一致、可靠的数据记录。
综上所述，该研究通过创新的血管内植入式传感器方案，成功开发了一种用于记录运动任务中肌肉电活动的新方法。与传统的表面肌电图相比，这种血管内肌电图采集技术在动态行走状态下展现出了显著的优势：不仅获得了更高的信噪比，意味着更优的信号质量；更实现了更低的功率谱密度变异系数，代表了更强的信号稳定性和长期记录可靠性。这些发现共同表明，iEMG方法能够实现行走过程中高质量、高稳健性的肌肉活动记录。该研究成功地克服了传统sEMG在动态监测中的主要瓶颈，为未来临床康复应用中所有需要精准、长期追踪肌肉活动的场景——如康复进度评估、神经假肢控制、运动功能障碍诊断等——提供了一个全新的、更可靠的技术基础。这项研究将肌电信号采集的“监听站”从嘈杂的“体表集市”移入了更贴近信号源、更安静的“血管内部”，从而为深入解码运动奥秘打开了一扇新的窗口。
