單極HD-sEMG與PCA第二主成分的肌肉神經支配區定位研究
單極 HD-sEMG 與 PCA 第二主成分的肌肉 IZ 定位
引言/背景介紹
神經支配區（IZ）是運動神經元末梢與肌纖維接觸的關鍵解剖部位，其準確定位對基礎研究和臨床應用（如指導肉毒毒素注射）至關重要。由線性陣列或通道矩陣記錄的表面肌電信號已被廣泛用于估計 IZ 位置。互相關分析、 RMS 幅度分析等現有方法大多依賴于雙極信號，易受噪聲影響，且處理單機信號的方法較少。因此，開發一種基于單極高密度表面肌電 (EMG) 信號的、自動化且魯棒的 IZ 定位新方法尤為重要。
來自山東青島健康與康復科學大學康復科學與工程學院的周平團隊在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上發表了題為“A Novel Muscle Innervation Zone Estimation Method Using Monopolar High Density Surface Electromyography”的文章，提出了一種利用單極高密度表面肌電圖 (EMG) 信號，通過分析主成分分析 (PCA) 的第二主成分 (PC2) 系數來定位肌肉神經支配區的新方法。其核心原理是，PC2 系數與不同通道的信號時間延遲近似線性相關，而 IZ 區域的通道具有最短的時間延遲。通過模擬和實驗驗證，該方法在信噪比（SNR ）低至 5dB時仍能保持80% 以上的準確率，并且在特定通道被污染的情況下，表現出優于傳統互相關和 均方根（RMS ）方法的魯棒性。在對 9 名健康受試者的實驗中，該方法與互相關法的結果高度一致，平均差異僅為0.47 ± 0.4 個電極間距 (IED)。
文章信息
研究方法
技術路線
圖1展示了整體技術流程：
1) 標準化：將 M×N 的 EMG 信號矩陣（M 個通道，N 個樣本）進行零均值和單位方差處理；
2) 主成分分析 (PCA)：對標準化后的信號進行 PCA 分解；
3) 提取 PC2 系數：提取第二主成分（PC2）對應的系數向量；
4) 定位 IZ：對 PC2 系數沿電 極陣列行方向進行樣條插值，插值曲線的最小值點即對應 IZ 的位置。
實驗設計與驗證
仿真驗證：采用 Fuglevand 運動神經元池模型和經典表面 EMG 模型，模擬了 120 個運動單位。采用40通道表面陣列（5x8，水平和垂直通道間距離為5 mm），測試了 IZ 位于不同行的 9 種情況（圖2A和表1）。同時研究在兩種不同情況下噪聲對結果的影響，如下所示：
全局噪聲：測試了 SNR 為 20, 15, 10, 5 dB 的情況；
局部污染：模擬了某一特定通道 (SNR = 0dB) 遠差于其他通道 (SNR = 20dB) 的情況。
人體表面肌電實驗 ：選取9 名健康受試者 (28.9 ± 4.8 歲)，采集其肱二頭肌EMG信號。使用兩個高密度電極陣列（圖2B和2C），每個電極矩陣由64個通道組成，電極間距離（IED）為8mm，排列在5列乘13行的網格中（圖2B和2C）。清潔皮膚后，平行于纖維方向將一個通道陣列放置在肱二頭肌的外側上，另一個通道陣列放置在內側上，并用彈性帶固定。在肘部放置接地電極。受試者背部完全靠在靠背上，前臂放置（所有情況下均為右側）在定制的測力裝置上（圖2D）。
主要結果
仿真結果
在全局噪聲場景中，圖3展示了在模擬電極陣列表面肌電信號的每一列中，當神經支配區（IZ）被模擬設定在第 4 行（Row4），通過PCA的第二主成分（ PC2）來估算肌肉 IZ 的示例， PC2 系數的空間分布特征（圖3 B和E，圖4 B和E）與樣條插值（圖3 C和F，圖4 C和F），直觀呈現了 IZ 的定位。其中第一行設置 SNR=20dB（理想噪聲），第二行設置 SNR=5dB（低噪聲），兩種條件可以作為對比，展示了 PC2 系數對 IZ 的定位能力。在 SNR=20dB 時，PC2 方法準確率達 93.0%；即使在 SNR=5dB 時，準確率仍保持在 80.8%。
圖4則是把神經支配區（IZ）模擬設定在第 4 行和第5行之間，其余與圖3一致。
圖4. 在第4行和第5行之間模擬IZ時的肌肉IZ估計示例。A：當信噪比為20dB時，由主成分解釋的方差。B：SNR為20dB時第2主成分系數的空間分布。C：當SNR為20dB時，來自第3列的第2主成分系數的樣條插值。D：SNR為5dB時由主成分解釋的方差。E：SNR為5dB時第2主成分系數的空間分布。F：當SNR為5dB時，來自第3列的第2主成分系數的樣條插值
表 2 以 “準確率” （即，IZ 定位準確率，即 “估算 IZ 位置與真實 IZ 位置一致” 的試驗次數占總次數的比例，數值越高方法越可靠。） 和 “平均差異（IED，估算 IZ 位置與真實 IZ 位置的平均差值，單位為 “電極間距，數值越小定位精度越高。本實驗電極間距，8mm）” 為核心指標，量化了三種方法（即，PCA：基于單極信號的第二主成分系數分析；Correlation：基于雙極信號的互相關分析；RMS：基于雙極信號的均方根幅度分析）在不同 SNR 下的表現，PCA的PC2方法在SNR 從 20dB 降至 5dB 時，準確率從 93.0% 降至 80.8%，平均差異從 0.05 IED 增至 0.10 IED，下降幅度平緩。即使在 SNR=5dB（強噪聲）下，仍保持 80% 以上的準確率，遠超 RMS 方法（13.0%），互相關法在高 SNR（20dB）時準確率略高（93.6% vs 93.0%），但低 SNR（5dB）時兩者差距縮小（83.8% vs 80.8%），且平均差異僅差 0.02 IED（0.08 vs 0.10），說明 PC2 方法在全局噪聲下已接近傳統最優方法的性能。
在局部污染場景中，對比三種方法的抗干擾能力，是 PC2 方法魯棒性的關鍵驗證。圖 5 展示了模擬 “列 3 中 Row3 通道嚴重污染（SNR=0dB）” 的極端場景。 PC2 系數最小值仍準確指向 Row4（預設 IZ 位置），未受 Row3 污染通道的影響。原因是 PC2 通過全局 PCA 分解，將局部噪聲視為 “異常方差”，不影響對 “時間延遲差異” 這一核心特征的提取。因此，在局部通道嚴重污染時，PC2 方法不受干擾，而互相關法、RMS 法均出現明顯偏差，凸顯其在實際采集環境中的適用性。
人體實驗結果
為了驗證仿真模擬結果的可靠性，選取9名健康被試進行肱二頭肌MVC最大自主收縮試驗，結果發現基于PC2系數的IZ定位方法與傳統互相關法結果高度一致，平均差異僅 0.47 ± 0.4 IED，滿足臨床對 IZ 定位精度的需求，證明該方法在真實生理信號中有效。圖6展示了PC2方法（圖6A，D）和傳統相關分析（圖6B，E）方法定位IZ的位置比較接近。此外，圖7和圖8展示了當局部通道存在信號干擾時，PC2 法不受影響，仍能穩定定位 IZ；而互相關法易受局部干擾導致定位偏差，RMS 法穩定性差，這一優勢解決了臨床采集時 “局部電極接觸不良、信號干擾” 等常見問題，提升了方法的實際應用價值。
結論與展望
本研究通過分析第二主成分系數（PC2），從單極高密度表面肌電信號中開發了一種新的肌肉IZ估計方法，經仿真與人體實驗表明均有效。仿真中，信噪比（SNR）低至 5dB 時仍保持 80.8% 的準確率；人體實驗中，對 9 名健康受試者肱二頭肌最大自主收縮（MVC）信號分析，與傳統互相關法結果高度一致，平均差異僅 0.47±0.4 個電極間距（IED，8mm），滿足臨床定位精度需求。在特定通道污染或局部信號干擾場景下，該方法表現出優于傳統互相關法與均方根（RMS）法的抗干擾能力。此外，該方法具有創新性與實用性，首次實現基于單極 HD-sEMG 的 IZ 自動化定位，無需將信號轉換為雙極信號，避免轉換過程中的信息丟失；整個分析流程可通過 MATLAB 自動化實現，無需人工調整參數，適用于臨床批量數據處理，為 IZ 定位提供了高效、便捷的新工具。
未來可結合圖像分割技術，對 PC2 系數空間分布進行多區域檢測，實現多 IZ 與復雜形態 IZ 的識別；同時，構建包含復雜 IZ 形態的仿真模型，擴大訓練數據維度，提升算法對非理想 IZ 結構的適應性。
原文信息鏈接
Huang C, Chen M, Zhang Y, et al. A Novel Muscle Innervation Zone Estimation Method Using Monopolar High Density Surface Electromyography. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2023, 31: 22-30.
DOI: 10.1109/TNSRE.2022.3215612
作者及單位介紹
該文章的作者為黃成軍、Maoqi Chen、Yingchun Zhang、Sheng Li、Cliff S. Klein和周平（通訊作者），其中，黃成軍就職于美國德克薩斯州休斯頓貝勒醫學院神經科學系，Yingchun Zhang就職于休斯頓大學生物醫學工程系，Sheng Li就職于德克薩斯大學健康科學中心（休斯頓）物理醫學與康復系，Cliff S. Klein就職于廣東省工傷康復中心，周平與Maoqi Chen就職于青島大學健康醫學院 康復科學與工程學院。
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
引言/背景介紹
神經支配區（IZ）是運動神經元末梢與肌纖維接觸的關鍵解剖部位，其準確定位對基礎研究和臨床應用（如指導肉毒毒素注射）至關重要。由線性陣列或通道矩陣記錄的表面肌電信號已被廣泛用于估計 IZ 位置。互相關分析、 RMS 幅度分析等現有方法大多依賴于雙極信號，易受噪聲影響，且處理單機信號的方法較少。因此，開發一種基于單極高密度表面肌電 (EMG) 信號的、自動化且魯棒的 IZ 定位新方法尤為重要。
來自山東青島健康與康復科學大學康復科學與工程學院的周平團隊在《IEEE Transactions on Neural Systems and Rehabilitation Engineering》上發表了題為“A Novel Muscle Innervation Zone Estimation Method Using Monopolar High Density Surface Electromyography”的文章，提出了一種利用單極高密度表面肌電圖 (EMG) 信號，通過分析主成分分析 (PCA) 的第二主成分 (PC2) 系數來定位肌肉神經支配區的新方法。其核心原理是，PC2 系數與不同通道的信號時間延遲近似線性相關，而 IZ 區域的通道具有最短的時間延遲。通過模擬和實驗驗證，該方法在信噪比（SNR ）低至 5dB時仍能保持80% 以上的準確率，并且在特定通道被污染的情況下，表現出優于傳統互相關和 均方根（RMS ）方法的魯棒性。在對 9 名健康受試者的實驗中，該方法與互相關法的結果高度一致，平均差異僅為0.47 ± 0.4 個電極間距 (IED)。
文章信息
技術路線
圖1展示了整體技術流程：
1) 標準化：將 M×N 的 EMG 信號矩陣（M 個通道，N 個樣本）進行零均值和單位方差處理；
2) 主成分分析 (PCA)：對標準化后的信號進行 PCA 分解；
3) 提取 PC2 系數：提取第二主成分（PC2）對應的系數向量；
4) 定位 IZ：對 PC2 系數沿電 極陣列行方向進行樣條插值，插值曲線的最小值點即對應 IZ 的位置。
圖1. 基于主成分分析第二主成分的肌肉IZ估計框架
實驗設計與驗證
仿真驗證：采用 Fuglevand 運動神經元池模型和經典表面 EMG 模型，模擬了 120 個運動單位。采用40通道表面陣列（5x8，水平和垂直通道間距離為5 mm），測試了 IZ 位于不同行的 9 種情況（圖2A和表1）。同時研究在兩種不同情況下噪聲對結果的影響，如下所示：
全局噪聲：測試了 SNR 為 20, 15, 10, 5 dB 的情況；
局部污染：模擬了某一特定通道 (SNR = 0dB) 遠差于其他通道 (SNR = 20dB) 的情況。
表1. 不同模擬中的模擬IZ位置
人體表面肌電實驗 ：選取9 名健康受試者 (28.9 ± 4.8 歲)，采集其肱二頭肌EMG信號。使用兩個高密度電極陣列（圖2B和2C），每個電極矩陣由64個通道組成，電極間距離（IED）為8mm，排列在5列乘13行的網格中（圖2B和2C）。清潔皮膚后，平行于纖維方向將一個通道陣列放置在肱二頭肌的外側上，另一個通道陣列放置在內側上，并用彈性帶固定。在肘部放置接地電極。受試者背部完全靠在靠背上，前臂放置（所有情況下均為右側）在定制的測力裝置上（圖2D）。
圖2. A：模擬電極矩陣，由具有5列（平行于肌纖維方向定位）和8行的網格組成。B：實驗信號的兩個粘合劑2D矩陣的示意圖。C：用于實驗記錄的高密度表面電極。D：實驗裝置的說明
主要結果
仿真結果
在全局噪聲場景中，圖3展示了在模擬電極陣列表面肌電信號的每一列中，當神經支配區（IZ）被模擬設定在第 4 行（Row4），通過PCA的第二主成分（ PC2）來估算肌肉 IZ 的示例， PC2 系數的空間分布特征（圖3 B和E，圖4 B和E）與樣條插值（圖3 C和F，圖4 C和F），直觀呈現了 IZ 的定位。其中第一行設置 SNR=20dB（理想噪聲），第二行設置 SNR=5dB（低噪聲），兩種條件可以作為對比，展示了 PC2 系數對 IZ 的定位能力。在 SNR=20dB 時，PC2 方法準確率達 93.0%；即使在 SNR=5dB 時，準確率仍保持在 80.8%。
圖4則是把神經支配區（IZ）模擬設定在第 4 行和第5行之間，其余與圖3一致。
圖3. 在第4行模擬IZ時肌肉IZ估計的示例。A:當信噪比為20dB時，由主成分解釋的方差。B：SNR為20dB時第2主成分系數的空間分布。C：當SNR為20dB時，來自第3列的第2主成分系數的樣條插值。D：SNR為5dB時由主成分解釋的方差。E：SNR為5dB時第2主成分系數的空間分布。F：當SNR為5dB時，來自第3列的第2主成分系數的樣條插值
表 2 以 “準確率” （即，IZ 定位準確率，即 “估算 IZ 位置與真實 IZ 位置一致” 的試驗次數占總次數的比例，數值越高方法越可靠。） 和 “平均差異（IED，估算 IZ 位置與真實 IZ 位置的平均差值，單位為 “電極間距，數值越小定位精度越高。本實驗電極間距，8mm）” 為核心指標，量化了三種方法（即，PCA：基于單極信號的第二主成分系數分析；Correlation：基于雙極信號的互相關分析；RMS：基于雙極信號的均方根幅度分析）在不同 SNR 下的表現，PCA的PC2方法在SNR 從 20dB 降至 5dB 時，準確率從 93.0% 降至 80.8%，平均差異從 0.05 IED 增至 0.10 IED，下降幅度平緩。即使在 SNR=5dB（強噪聲）下，仍保持 80% 以上的準確率，遠超 RMS 方法（13.0%），互相關法在高 SNR（20dB）時準確率略高（93.6% vs 93.0%），但低 SNR（5dB）時兩者差距縮小（83.8% vs 80.8%），且平均差異僅差 0.02 IED（0.08 vs 0.10），說明 PC2 方法在全局噪聲下已接近傳統最優方法的性能。
表2. IZ估計精度和使用不同方法自動估計的IZ位置與真實IZ位置之間的平均差(IED)
在局部污染場景中，對比三種方法的抗干擾能力，是 PC2 方法魯棒性的關鍵驗證。圖 5 展示了模擬 “列 3 中 Row3 通道嚴重污染（SNR=0dB）” 的極端場景。 PC2 系數最小值仍準確指向 Row4（預設 IZ 位置），未受 Row3 污染通道的影響。原因是 PC2 通過全局 PCA 分解，將局部噪聲視為 “異常方差”，不影響對 “時間延遲差異” 這一核心特征的提取。因此，在局部通道嚴重污染時，PC2 方法不受干擾，而互相關法、RMS 法均出現明顯偏差，凸顯其在實際采集環境中的適用性。
圖5. 當一個通道（第3行）被模擬為比單極配置中的其他通道污染更嚴重時，IZ估計結果。A：第二主成分系數分析估計了第4行的IZ，與模擬輸入一致。B：互相關分析估計了第3行的IZ。C：RMS分析估計第4行和第5行之間的IZ
人體實驗結果
為了驗證仿真模擬結果的可靠性，選取9名健康被試進行肱二頭肌MVC最大自主收縮試驗，結果發現基于PC2系數的IZ定位方法與傳統互相關法結果高度一致，平均差異僅 0.47 ± 0.4 IED，滿足臨床對 IZ 定位精度的需求，證明該方法在真實生理信號中有效。圖6展示了PC2方法（圖6A，D）和傳統相關分析（圖6B，E）方法定位IZ的位置比較接近。此外，圖7和圖8展示了當局部通道存在信號干擾時，PC2 法不受影響，仍能穩定定位 IZ；而互相關法易受局部干擾導致定位偏差，RMS 法穩定性差，這一優勢解決了臨床采集時 “局部電極接觸不良、信號干擾” 等常見問題，提升了方法的實際應用價值。
圖6. 從實驗高密度表面肌電信號估計肌肉IZ的一個例子。A：第二主成分系數的空間分布。對于每一列，最小系數位于第5或第6行附近，并且系數沿著纖維方向逐漸增加。B：相鄰雙極信號之間的互相關系數的分布。C：雙極信號的均方根分布。D：第1列第2分量系數的樣條插值。E.第1列互相關系數的樣條插值。F：第1列的配對雙極信號的均方根值
圖7. 從第二基于主成分的分析獲得的IZ位置（行6）和從基于互相關的分析獲得的錯誤位置（行8）的示例。A：第2列第2主成分系數的樣條插值。B：第2列互相關系數的樣條插值。C：來自第二列的通道處的單極表面EMG信號。注意第8行一小部分的信號中斷
圖8. 從應用于實驗性高密度sEMG的一列的不同方法估計的所有受試者的IZ位置的比較
結論與展望
本研究通過分析第二主成分系數（PC2），從單極高密度表面肌電信號中開發了一種新的肌肉IZ估計方法，經仿真與人體實驗表明均有效。仿真中，信噪比（SNR）低至 5dB 時仍保持 80.8% 的準確率；人體實驗中，對 9 名健康受試者肱二頭肌最大自主收縮（MVC）信號分析，與傳統互相關法結果高度一致，平均差異僅 0.47±0.4 個電極間距（IED，8mm），滿足臨床定位精度需求。在特定通道污染或局部信號干擾場景下，該方法表現出優于傳統互相關法與均方根（RMS）法的抗干擾能力。此外，該方法具有創新性與實用性，首次實現基于單極 HD-sEMG 的 IZ 自動化定位，無需將信號轉換為雙極信號，避免轉換過程中的信息丟失；整個分析流程可通過 MATLAB 自動化實現，無需人工調整參數，適用于臨床批量數據處理，為 IZ 定位提供了高效、便捷的新工具。
未來可結合圖像分割技術，對 PC2 系數空間分布進行多區域檢測，實現多 IZ 與復雜形態 IZ 的識別；同時，構建包含復雜 IZ 形態的仿真模型，擴大訓練數據維度，提升算法對非理想 IZ 結構的適應性。
原文信息鏈接
Huang C, Chen M, Zhang Y, et al. A Novel Muscle Innervation Zone Estimation Method Using Monopolar High Density Surface Electromyography. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2023, 31: 22-30.
DOI: 10.1109/TNSRE.2022.3215612
作者及單位介紹
該文章的作者為黃成軍、Maoqi Chen、Yingchun Zhang、Sheng Li、Cliff S. Klein和周平（通訊作者），其中，黃成軍就職于美國德克薩斯州休斯頓貝勒醫學院神經科學系，Yingchun Zhang就職于休斯頓大學生物醫學工程系，Sheng Li就職于德克薩斯大學健康科學中心（休斯頓）物理醫學與康復系，Cliff S. Klein就職于廣東省工傷康復中心，周平與Maoqi Chen就職于青島大學健康醫學院 康復科學與工程學院。
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