表面肌電檢測(cè)神經(jīng)肌肉病變效能的模型仿真分析.pdf

1、神經(jīng)肌肉疾病(Neuromuscular Disorder,NMD)是神經(jīng)系統(tǒng)疾病中重要的常見(jiàn)病。由于NMD患者常表現(xiàn)出相似的臨床癥狀，如肌肉萎縮、肌力減退、痙攣、運(yùn)動(dòng)失調(diào)等，對(duì)NMD的診斷和病理研究具有重要意義。
　　肌電(Electromyography,EMG)信號(hào)能夠在一定程度上反應(yīng)神經(jīng)控制和肌肉的功能，其本質(zhì)是多個(gè)運(yùn)動(dòng)單位(Motor Unit，MU)激活產(chǎn)生的運(yùn)動(dòng)單位動(dòng)作電位(Motor Unit Action Pot

2、ential，MUAP)在檢測(cè)電極處的疊加。表面肌電(Surface EMG，sEMG)由放在皮膚表面的電極測(cè)量，具有便捷、無(wú)創(chuàng)的優(yōu)點(diǎn)。隨著sEMG信號(hào)的獲取和分析技術(shù)的發(fā)展，sEMG用于診斷研究NMD的病理得到廣泛應(yīng)用。然而，sEMG研究給出的診斷結(jié)果是由多種神經(jīng)肌肉病變因素共同作用下疊加得到，僅能給出表面觀測(cè)結(jié)果并推測(cè)可能的神經(jīng)肌肉病變病因，不能給出具體的診斷結(jié)論。此外，單個(gè)表面肌電指標(biāo)的診斷效力有限，多指標(biāo)融合是神經(jīng)肌肉病變?cè)\斷和

3、發(fā)展的趨勢(shì)。但了解診斷指標(biāo)對(duì)神經(jīng)肌肉病變的敏感性是多指標(biāo)融合診斷應(yīng)用的前提。
　　基于此，本文搭建神經(jīng)肌肉模型，采用模型正向仿真各種潛在類型的神經(jīng)肌肉病變的肌電信號(hào)，用于檢驗(yàn)sEMG檢查這些病變類型的效能，從而幫助對(duì)真實(shí)數(shù)據(jù)的檢查結(jié)果給與更準(zhǔn)確的解讀，并有助于提高對(duì)神經(jīng)肌肉病變的診斷水平和對(duì)其病理機(jī)制的認(rèn)識(shí)。本文的主要研究?jī)?nèi)容和研究成果總結(jié)如下:
　　(1)研究了神經(jīng)肌肉模型，采用第一骨間背側(cè)肌(First Dorsal I

4、nterosseous，F(xiàn)DI)的參數(shù)作為模型的默認(rèn)參數(shù)，仿真得到健康人的sEMG信號(hào)。根據(jù)前人對(duì)NMD研究報(bào)導(dǎo)的結(jié)果，調(diào)整模型參數(shù)至異常水平或引入額外模型修正，仿真得到明確病因的神經(jīng)肌肉病變信號(hào)。
　　(2)對(duì)仿真獲取的sEMG信號(hào)采用多種干擾相方法分析，在相同的神經(jīng)肌肉病變程度下，用指標(biāo)的Z分?jǐn)?shù)變化程度來(lái)指示指標(biāo)對(duì)神經(jīng)肌肉病變的診斷效能。以聚類索引(Clustering Index，CI)方法為例，研究結(jié)果發(fā)現(xiàn)CI指標(biāo)對(duì)MU數(shù)

5、目減少、MUAP持續(xù)時(shí)間延長(zhǎng)、MU發(fā)放同步性增加、MUAP幅度降低等病因的敏感度高，對(duì)MU發(fā)放率降低、募集閡值改變、大MU選擇性丟失等病因的敏感度低。
　　(3)對(duì)臨床采集健康人和腦卒中患者的sEMG采用干擾相分析，分析指標(biāo)給出實(shí)驗(yàn)分析結(jié)果。以CI分析為例，研究發(fā)現(xiàn)腦卒中患者偏癱肌肉中發(fā)生復(fù)雜的神經(jīng)或肌肉的變化。其中一部分偏癱肌肉呈現(xiàn)出異常增高的CI指標(biāo)，模型仿真結(jié)果認(rèn)為偏癱肌肉表現(xiàn)出MU數(shù)目減少、MUAP持續(xù)時(shí)間延長(zhǎng)或MU發(fā)放同