摘要

肌電圖（Electromyography, EMG）是研究肌肉電活動的重要技術(shù)，廣泛應(yīng)用于臨床醫(yī)學(xué)、運(yùn)動科學(xué)和康復(fù)工程等領(lǐng)域。本文系統(tǒng)介紹肌電圖的生理學(xué)基礎(chǔ)、信號采集方法、運(yùn)動神經(jīng)傳導(dǎo)機(jī)制及其應(yīng)用，旨在幫助讀者理解神經(jīng)肌肉系統(tǒng)的電生理特性及其檢測手段。

1. 肌電圖的生理學(xué)基礎(chǔ)

1.1 運(yùn)動單位與肌電信號

運(yùn)動單位（Motor Unit, MU）：由一個α運(yùn)動神經(jīng)元及其支配的所有肌纖維組成，是肌肉收縮的最小功能單位。

肌電信號來源：當(dāng)運(yùn)動神經(jīng)元興奮時，動作電位沿軸突傳導(dǎo)至神經(jīng)肌肉接頭（突觸），觸發(fā)肌纖維去極化，產(chǎn)生肌纖維動作電位（MFAP）。多個肌纖維電位的總和形成運(yùn)動單位動作電位（MUAP）。

信號特征：

幅度：表面肌電（sEMG）約50μV–5mV，針電極肌電（iEMG）可達(dá)0.1–10mV。

頻率：主要能量集中在20–500Hz，低頻成分反映肌肉疲勞，高頻成分與神經(jīng)激活相關(guān)。

1.2 肌肉收縮類型與EMG變化

等長收縮：肌肉長度不變，EMG振幅與收縮力呈正相關(guān)。

等張收縮：肌肉縮短，EMG信號伴隨運(yùn)動偽跡。

動態(tài)收縮：EMG信號呈現(xiàn)周期性波動，需結(jié)合運(yùn)動學(xué)分析。

2. 運(yùn)動神經(jīng)傳導(dǎo)機(jī)制

2.1 神經(jīng)沖動的產(chǎn)生與傳導(dǎo)

動作電位：由Na?/K?離子通道的快速開閉引發(fā)，沿神經(jīng)軸突以鹽atory傳導(dǎo)方式傳播（速度約50–120m/s）。

神經(jīng)肌肉接頭（NMJ）：

神經(jīng)末梢釋放乙酰膽堿（ACh），與肌細(xì)胞膜上的ACh受體結(jié)合，引發(fā)終板電位（EPP）。

EPP達(dá)到閾值后，肌纖維產(chǎn)生動作電位，觸發(fā)鈣離子釋放和肌絲滑行。

2.2 神經(jīng)傳導(dǎo)速度（NCV）檢測

方法：通過電刺激神經(jīng)（如尺神經(jīng)或腓總神經(jīng)），在遠(yuǎn)端記錄復(fù)合肌肉動作電位（CMAP）。

計算公式：

臨床意義：

脫髓鞘疾?。ㄈ缂m-巴雷綜合征）：NCV顯著下降。

軸索損傷：CMAP振幅降低，但NCV可能正常。

3. 肌電圖技術(shù)

3.1 信號采集方式

3.2 信號處理關(guān)鍵技術(shù)

放大與濾波：

差分放大（CMRR >80dB）抑制共模噪聲。

帶通濾波（10–500Hz）去除基線漂移和高頻干擾。

特征提?。?/p>

時域分析：均方根（RMS）、積分肌電（iEMG）。

頻域分析：中位頻率（MF）、平均功率頻率（MPF），用于評估肌肉疲勞。

4. 應(yīng)用領(lǐng)域

4.1 臨床診斷

神經(jīng)肌肉疾?。杭∥s側(cè)索硬化癥（ALS）、多發(fā)性肌炎。

周圍神經(jīng)病變：腕管綜合征、糖尿病神經(jīng)病變。

4.2 運(yùn)動科學(xué)

肌肉激活模式：分析不同運(yùn)動姿勢下的肌肉協(xié)同作用。

疲勞監(jiān)測：EMG頻譜左移（低頻成分增加）提示肌肉疲勞。

4.3 康復(fù)與人機(jī)交互

假肢控制：sEMG模式識別實現(xiàn)仿生手抓握。

腦機(jī)接口（BCI）：結(jié)合EEG和EMG提升控制精度。

5. 挑戰(zhàn)與未來方向

噪聲干擾：運(yùn)動偽跡、心電（ECG）串?dāng)_需更先進(jìn)的算法抑制。

高密度EMG：多通道陣列實現(xiàn)肌肉活動成像，但計算復(fù)雜度高。

柔性電子：可拉伸電極提升穿戴舒適性，適用于長期監(jiān)測。

結(jié)論

肌電圖與運(yùn)動神經(jīng)傳導(dǎo)研究揭示了神經(jīng)肌肉系統(tǒng)的電生理機(jī)制，為疾病診斷、運(yùn)動優(yōu)化和智能康復(fù)提供了關(guān)鍵工具。未來隨著信號處理技術(shù)和柔性傳感器的發(fā)展，EMG將在精準(zhǔn)醫(yī)療和人機(jī)融合領(lǐng)域發(fā)揮更大作用。

參考文獻(xiàn)（可根據(jù)需要補(bǔ)充具體文獻(xiàn)）

Merletti R., et al. (2009). Electromyography: Physiology, Engineering, and Applications.

Dumitru D., et al. (2002). Electrodiagnostic Medicine.

Clancy E.A., et al. (2017). "Surface EMG in Clinical Assessment and Neurorehabilitation".