肌肉的“年齡密碼”：如何用肌電技術評估老年人功能退化？
肌肉的“年齡密碼”
如何用肌電技術評估老年人功能退化？
引言：什么是技能的天花板效應？
隨著全球老齡化進程加快，老年人群肌肉功能退化問題日益突出。肌肉力量的下降不僅影響日常生活自理能力，還顯著增加跌倒風險，進而帶來巨大的經濟、社會和心理負擔。事實上，衰老的過程因人而異，它受器官功能、生理變化、生活方式和環境等多重因素影響，導致部分老年人能夠保持較好的活動能力，而另一些人則出現明顯的肌力下降和功能障礙。肌少癥，即肌肉質量與功能的喪失，正是不健康老化的重要表現之一。在這一背景下，實現更早期、更精準的評估與干預，開發無創、高效的檢測手段成為當前的重要課題。
論文概要
來自法國康邊大學生物力學與生物工程實驗室、巴黎索邦大學的研究團隊，利用高密度表面肌電（HD-sEMG）和盲源分離算法中的典型相關分析（CCA）方法，探索了肌肉老化在日常動作中的電生理表現。研究成果發表于《IRBM》期刊，題為《Ageing Effect Evaluation on HD-sEMG Signals Using CCA Approach》。該研究通過記錄受試者在“坐下站起（Sit To Stand，STS）”動作中的股直肌HD-sEMG信號，比較了年輕組與老年組在信號源相關性上的差異。結果發現，老年組在CCA提取出的信號成分中，具有更高的平均CCA相關系數和更低的標準差，表明肌肉活動模式更集中、變化性更小。這些特征可能反映了老年群體中I型肌纖維比例上升、運動單位招募方式單一等生理變化。
圖1. 文章信息
研究方法
本研究共招募16名健康受試者，根據年齡劃分為兩組（H1為年輕組，H2為年長組）。實驗任務為以自發速度完成3次“坐下站起”（STS）動作，目標肌肉為股直肌（Rectus Femoris, RF），該肌在STS過程中為主要激活肌群。采用TMSi公司（荷蘭）研發的無線高密度肌電采集系統進行信號記錄。電極陣列為4×8，共32通道，電極直徑為4 mm，中心間距為8.57 mm。信號采樣頻率設定為1000 Hz。采集完成后，數據通過Wi-Fi協議實時傳輸至筆記本電腦或移動終端。信號記錄與處理界面由TMSi Polybench軟件提供。
本研究采用典型相關分析（Canonical Correlation Analysis, CCA）作為主要分析方法。CCA是一種多元統計方法，通過構建兩組變量的線性組合（典型變量），最大化變量間的相關性，從而揭示數據的內在結構。研究者將 HD-sEMG 信號矩陣與其延遲版本作為兩組變量，通過求解特征值問題提取具有最大自相關值和最小互相關值的源信號。該方法可按相關系數對信號源排序，篩選出最能反映肌肉電活動特征的成分。
在CCA相關系數的標準差方面，老年組則明顯低于年輕組（見圖3右）。年輕組的標準差為 0.16 ± 0.04，而老年組為 0.091 ± 0.06，該差異也達到顯著水平（P < 0.0001）。較低的標準差意味著老年人肌電信號中的不同信號源之間差異較小，分布更集中，提示其肌肉活動模式更為單一、空間變異性更低。
圖4展現了在CCA算法提取出的31個典型信號源中，老年組在多個分量上的相關系數數值均集中分布于較高水平，曲線平穩，波動性小；而年輕組的數值變化則更加分散，呈現更強的動態性和多樣性。
上述現象在神經肌肉生理層面上具有明確解釋。首先，隨著年齡增長，肌肉結構和神經控制機制會發生明顯變化。老年個體中I型肌纖維（慢收縮、耐疲勞型）比例相對升高，而II型肌纖維（快收縮、爆發力型）數量逐漸減少，導致整體肌肉反應速度和可調性下降。這種肌纖維構成的變化直接影響了電活動信號的時空特征，使得不同運動單位發放的動作電位（MUAP）波形趨于一致，進而提高了信號之間的相關性。其次，衰老也會造成神經支配肌肉的運動單位數量減少，個別神經軸突再支配原本“空置”的肌纖維，形成較大的運動單位。這一現象使得肌肉在進行簡單動作（如STS）時，能夠被更少的運動單位激活，從而導致肌電圖中可觀測到的源信號數量減少、信號間差異縮小，體現為CCA相關系數標準差顯著下降。此外，這種“高相關、低變異”的信號特征可能代表肌肉控制的“簡化”或“收斂化”趨勢，意味著在應對外部任務時，老年肌肉系統選擇更保守、固定的協同激活方式。雖然這種模式在完成靜態或重復性任務時仍能保持穩定，但對動態任務或突發擾動的適應性顯著下降，正是老年人跌倒風險升高的深層神經肌肉機制之一。
總結與討論
隨著高密度肌電與智能算法的深度融合，肌肉老化評估正在從“經驗判斷”向“數據驅動”轉變。本研究以其簡潔的評估流程、敏感的算法特征與臨床適配的設備形式，展現出HD-sEMG在老年康復、肌肉健康監測與個性化干預中的巨大潛力。正如作者所言，“這不僅僅是一項肌電研究，更是對未來老齡社會健康管理的一次嘗試”。
盡管本研究初步驗證了HD-sEMG結合CCA方法在評估肌肉老化方面的有效性，但仍存在一定局限，包括樣本量較小、動作任務單一、算法僅限于線性建模，以及缺乏與肌肉結構評估手段的交叉驗證。未來研究需在受試者數量與年齡層級拓展、任務多樣化、非線性分析方法引入及多模態數據對比等方面進一步深化，以提升方法的泛化能力和臨床適用性。
原文鏈接
L. Imrani, S. Boudaoud, J. Laforêt, and K. Kinugawa, “Ageing Effect Evaluation on HD-sEMG Signals Using CCA Approach,” IRBM, vol. 42, no. 4, pp. 294–299, Aug. 2021
https://doi.org/10.1016/j.irbm.2021.05.002
研究團隊介紹
該研究由多學科團隊合作完成，團隊包括法國貢比涅技術大學（Université de technologie de Compiègne）、法國巴黎公共醫院集團（AP-HP）旗下皮提耶 - 薩爾佩特里厄 - 查爾斯・福瓦醫院集團老年功能探索中心，以及索邦大學（Sorbonne University）生物適應與衰老實驗室的科研人員組成。
關于維拓啟創
維拓啟創（北京）信息技術有限公司成立于2006年，是一家專注于腦科學、康復工程、人因工程、心理學、體育科學等領域的科研解決方案供應商。公司與國內外多所大學、研究機構、企業長期保持合作關系，致力于將優質的產品、先進的技術和服務帶給各個領域的科研工作者，為用戶提供有競爭力的方案和服務，協助用戶的科研工作，持續提升使用體驗。
相關產品
如何用肌電技術評估老年人功能退化？
引言：什么是技能的天花板效應？
隨著全球老齡化進程加快，老年人群肌肉功能退化問題日益突出。肌肉力量的下降不僅影響日常生活自理能力，還顯著增加跌倒風險，進而帶來巨大的經濟、社會和心理負擔。事實上，衰老的過程因人而異，它受器官功能、生理變化、生活方式和環境等多重因素影響，導致部分老年人能夠保持較好的活動能力，而另一些人則出現明顯的肌力下降和功能障礙。肌少癥，即肌肉質量與功能的喪失，正是不健康老化的重要表現之一。在這一背景下，實現更早期、更精準的評估與干預，開發無創、高效的檢測手段成為當前的重要課題。
論文概要
來自法國康邊大學生物力學與生物工程實驗室、巴黎索邦大學的研究團隊，利用高密度表面肌電（HD-sEMG）和盲源分離算法中的典型相關分析（CCA）方法，探索了肌肉老化在日常動作中的電生理表現。研究成果發表于《IRBM》期刊，題為《Ageing Effect Evaluation on HD-sEMG Signals Using CCA Approach》。該研究通過記錄受試者在“坐下站起（Sit To Stand，STS）”動作中的股直肌HD-sEMG信號，比較了年輕組與老年組在信號源相關性上的差異。結果發現，老年組在CCA提取出的信號成分中，具有更高的平均CCA相關系數和更低的標準差，表明肌肉活動模式更集中、變化性更小。這些特征可能反映了老年群體中I型肌纖維比例上升、運動單位招募方式單一等生理變化。
圖1. 文章信息研究方法
本研究共招募16名健康受試者，根據年齡劃分為兩組（H1為年輕組，H2為年長組）。實驗任務為以自發速度完成3次“坐下站起”（STS）動作，目標肌肉為股直肌（Rectus Femoris, RF），該肌在STS過程中為主要激活肌群。采用TMSi公司（荷蘭）研發的無線高密度肌電采集系統進行信號記錄。電極陣列為4×8，共32通道，電極直徑為4 mm，中心間距為8.57 mm。信號采樣頻率設定為1000 Hz。采集完成后，數據通過Wi-Fi協議實時傳輸至筆記本電腦或移動終端。信號記錄與處理界面由TMSi Polybench軟件提供。
本研究采用典型相關分析（Canonical Correlation Analysis, CCA）作為主要分析方法。CCA是一種多元統計方法，通過構建兩組變量的線性組合（典型變量），最大化變量間的相關性，從而揭示數據的內在結構。研究者將 HD-sEMG 信號矩陣與其延遲版本作為兩組變量，通過求解特征值問題提取具有最大自相關值和最小互相關值的源信號。該方法可按相關系數對信號源排序，篩選出最能反映肌肉電活動特征的成分。
圖2. 在STS測試期間進行高密度表面肌電信號采集的實驗設置
研究結果以及解釋
實驗結果顯示，老年組在平均CCA相關系數方面明顯高于年輕組（見圖3左）。這一結果說明老年人在完成STS動作過程中，肌電呈現出更強的一致性和規律性，信號組織性更高。在CCA相關系數的標準差方面，老年組則明顯低于年輕組（見圖3右）。年輕組的標準差為 0.16 ± 0.04，而老年組為 0.091 ± 0.06，該差異也達到顯著水平（P < 0.0001）。較低的標準差意味著老年人肌電信號中的不同信號源之間差異較小，分布更集中，提示其肌肉活動模式更為單一、空間變異性更低。
圖3. H1 (年輕)和H2 (老年)組平均CCA相關系數（左）及其標準差（右）的箱線圖
圖4展現了在CCA算法提取出的31個典型信號源中，老年組在多個分量上的相關系數數值均集中分布于較高水平，曲線平穩，波動性小；而年輕組的數值變化則更加分散，呈現更強的動態性和多樣性。
圖4. 青年( H1 ) "上"和老年( H2 ) "下"組31個估計源的CCA相關系數
上述現象在神經肌肉生理層面上具有明確解釋。首先，隨著年齡增長，肌肉結構和神經控制機制會發生明顯變化。老年個體中I型肌纖維（慢收縮、耐疲勞型）比例相對升高，而II型肌纖維（快收縮、爆發力型）數量逐漸減少，導致整體肌肉反應速度和可調性下降。這種肌纖維構成的變化直接影響了電活動信號的時空特征，使得不同運動單位發放的動作電位（MUAP）波形趨于一致，進而提高了信號之間的相關性。其次，衰老也會造成神經支配肌肉的運動單位數量減少，個別神經軸突再支配原本“空置”的肌纖維，形成較大的運動單位。這一現象使得肌肉在進行簡單動作（如STS）時，能夠被更少的運動單位激活，從而導致肌電圖中可觀測到的源信號數量減少、信號間差異縮小，體現為CCA相關系數標準差顯著下降。此外，這種“高相關、低變異”的信號特征可能代表肌肉控制的“簡化”或“收斂化”趨勢，意味著在應對外部任務時，老年肌肉系統選擇更保守、固定的協同激活方式。雖然這種模式在完成靜態或重復性任務時仍能保持穩定，但對動態任務或突發擾動的適應性顯著下降，正是老年人跌倒風險升高的深層神經肌肉機制之一。
總結與討論
隨著高密度肌電與智能算法的深度融合，肌肉老化評估正在從“經驗判斷”向“數據驅動”轉變。本研究以其簡潔的評估流程、敏感的算法特征與臨床適配的設備形式，展現出HD-sEMG在老年康復、肌肉健康監測與個性化干預中的巨大潛力。正如作者所言，“這不僅僅是一項肌電研究，更是對未來老齡社會健康管理的一次嘗試”。
盡管本研究初步驗證了HD-sEMG結合CCA方法在評估肌肉老化方面的有效性，但仍存在一定局限，包括樣本量較小、動作任務單一、算法僅限于線性建模，以及缺乏與肌肉結構評估手段的交叉驗證。未來研究需在受試者數量與年齡層級拓展、任務多樣化、非線性分析方法引入及多模態數據對比等方面進一步深化，以提升方法的泛化能力和臨床適用性。
原文鏈接
L. Imrani, S. Boudaoud, J. Laforêt, and K. Kinugawa, “Ageing Effect Evaluation on HD-sEMG Signals Using CCA Approach,” IRBM, vol. 42, no. 4, pp. 294–299, Aug. 2021
https://doi.org/10.1016/j.irbm.2021.05.002
研究團隊介紹
該研究由多學科團隊合作完成，團隊包括法國貢比涅技術大學（Université de technologie de Compiègne）、法國巴黎公共醫院集團（AP-HP）旗下皮提耶 - 薩爾佩特里厄 - 查爾斯・福瓦醫院集團老年功能探索中心，以及索邦大學（Sorbonne University）生物適應與衰老實驗室的科研人員組成。
關于維拓啟創
維拓啟創（北京）信息技術有限公司成立于2006年，是一家專注于腦科學、康復工程、人因工程、心理學、體育科學等領域的科研解決方案供應商。公司與國內外多所大學、研究機構、企業長期保持合作關系，致力于將優質的產品、先進的技術和服務帶給各個領域的科研工作者，為用戶提供有競爭力的方案和服務，協助用戶的科研工作，持續提升使用體驗。
相關產品
Copyright(C) 1998-2025 生物器材網 電話：021-64166852;13621656896 E-mail：info@bio-equip.com