融合超声影像动态评估中风偏瘫患者内侧腓肠肌状态

融合超声影像动态评估中风偏瘫患者内侧腓肠肌状态

【作 者】张旭东1,2，钟昇1,2，杨晓娟1,2，周永进1,2，杨万章3，向云3，王俊3，王碧涵3，杨钧鹏1,2，陈昕1,2

1 深圳大学医学部生物医学工程学院，深圳市，518060

2 医学超声关键技术国家地方联合工程实验室，广东省医学信息检测与超声成像重点实验室，深圳市，518060

3 深圳市第六人民医院康复科，深圳市，518052

定量评估中风偏瘫患者的状态现今仍然很困难，该研究提出了一种创新的方法来研究偏瘫步态中的肌肉活动。该研究开发了一种可穿戴式数据采集平台来实现超声影像，肌电图和关节角度的同步采集。使用该平台对12例偏瘫患者进行测试，研究分析了他们在跑步机上行走过程中内侧腓肠肌活动的特点。实验结果发现，患侧相比于健侧，内侧腓肠肌的羽状角和肌电信号的动态范围更加分散。这些结果表明上述可穿戴式多模态信号采集平台可以提供有关内侧腓肠肌动力学的更加全面的信息，为偏瘫患者的状态评估提供了一种有潜力的工具。

肌电图；可穿戴式数据采集平台；超声影像；关节角度；偏瘫；步态

【 Writers 】ZHANG Xudong1,2, ZHONG Sheng1,2, YANG Xiaojuan1,2, ZHOU Yongjin1,2, YANG Wanzhang3, XIANG Yun3, WANG Jun3, WANG Bihan3, YANG Junpeng1,2, CHEN Xin1,2

1 School of Biomedical Engineering, Shenzhen University Health Science Center, Shenzhen, 518060

2 National-Regional Key Technology Engineering Laboratory for Medical Ultrasound, Guangdong Laboratory for Biomedical Measurements and Ultrasound Imaging, Shenzhen, 518060

3 Rehabilitation Department of Shenzhen Nanshan People’s Hospital, Shenzhen, 518052

【 Abstract 】Quantitative evaluation on the level of hemiparesis for post-stroke patients is still challenging. In this study, we proposed an innovative method for investigating in vivo muscle behavior in hemiparetic gait. A wearable data collection platform was developed for the simultaneous acquisition of ultrasonography (US), electromyography (EMG) and joint angle during gait cycles. Using this platform, we studied twelve hemiparetic patients during walking on a treadmill and analyzed the corresponding characteristics of their medial gastrocnemius (GM) muscle. Several interesting outputs are achieved such as the observation that dynamic ranges of the both the pennation angle (PA) of GM and EMG signal from same side were more diffused, for the affected side than for the unaffected side. The results suggested that the proposed multimodal signal acquisition and wearable platform is capable of providing comprehensive in vivo information regarding dynamics of ankle and medial gastrocnemius. The proposed platform could be a promising tool for the assessment of hemiparesis patients.

0 引言

偏瘫是指常见于中风后患者身体一侧的运动障碍，其中步态恢复是偏瘫患者康复过程的主要目标。步态功能障碍和中央神经系统的控制不当或肌肉力学特性的改变有关，定量步态分析是评估复杂步态功能障碍的最好的方式[1]。步态分析方法多种多样，其中最常使用的包括时空步态参数分析[2]、肌电分析[3]、运动学分析[4]等方法。此外，一些脑成像技术为研究参与中风后患者运动控制的神经单元提供了方法，比如功能磁共振成像(fMRI)[5]。

骨骼肌肌肉纤维的几何结构被叫做骨骼肌的结构，是肌肉功能的主要决定因素。因此，评估肌肉形态学变化为肌肉活动的测量提供了方法[6]。由于超声的无创性、实时性以及方便的独特优势，它已被广泛应用于体内静态和动态收缩过程中肌肉变化的测量[7-10]。超声已经可以精确测量肌肉厚度[7]、纤维长度[8]、羽状角[9]和横截面面积[10]的变化。然而，所有先前的超声研究都是在不同收缩的条件下测得的静态结构的变化，但是偏瘫步态期间的肌肉连续活动的变化并未阐明。尽管一些研究已将超声应用于研究人跑步和行走过程中的动态的肌肉活动[11-12]，但很少用于偏瘫步态研究中。

本文研究的目的是开发一种创新的步态分析方法，可以在行走过程中获取动态的肌肉收缩信息。一个系统的实验和数据分析平台通过可穿戴式设备来采集动态超声影像，肌电图和关节角度信号。利用该平台检测了12例患者偏瘫步态数据并分析与其相关的内侧腓肠肌的形态特征。

1 实验平台

系统要实现表面肌电信号、踝关节角度信号（踝关节角此处定义为胫骨与踝关节中心与跖趾关节连线的夹角）、肌肉超声图像同步采集存储。

表面肌电信号通过贴附在体表的Ag-AgCl表面电极来获取，然后通过多通道电生理记录仪（美国BIOPAC公司，MP150系统）进行放大、滤波，最后通过数据采集系统（美国NI公司，DAQ USB-6216）传输到计算机。关节角度信号通过角度计（美国BIOPAC公司，TSD130A）获取，肌电信号采用同样的方式进行放大、滤波和采集。

超声图像使用便携式超声诊断仪（广州索诺星科技有限公司，SS-10）获取。通过超声诊断仪采集到的超声图像经过图像采集卡（陕西维视数字图像技术有限公司，MV-VGA100）传输到上位机显示并保存。超声探头通过自制的夹具固定在小腿上。

2 患者信息

实验在深圳市南山医院康复科进行，主要招募由脑卒中导致偏瘫患者作为本课题研究的被试者。本实验的被试者需符合以下几个条件：① 患者能够明白简单的语言指导；② 患者能够独立或借助扶手完成行走过程；③ 患者没有任何的神经病史；④ 患者没有出现诸如肌肉疼痛等其它不适状态的状况。按照上述标准，最终共选取了12名满足上述条件并且布氏分期相对集中的脑卒中偏瘫患者作为本课题研究的被试者。

12例中风患者（8男4女）自愿参加了这项研究。他们的平均年龄为54.3岁（标准差=13.2），平均患病时间为181.7 d（标准差=222.4）。研究经当地伦理委员会批准，并给所有参与者书面知情同意书。

3 实验方案与步骤

具体实验步骤如下：① 实验开始前，将所有相关的硬件准确连接；② 将肌电电极贴在小腿腓肠肌的肌腹处，两个电极之间的间距控制在2 cm以内，参考电极贴在膝盖处；③ 将关节角度计按要求放置并用弹性绷带将其固定；④ 将超声探头安装在特制的探头固定夹中，超声探头通过耦合剂紧贴在小腿内侧腓肠肌的表面，探头的方向与目标肌肉的走向平行。使用特制夹具固定可以避免被试者步行时超声探头相对肌肉运动，使得前后采集到的超声图像具有稳定性。实验过程中，被试者实验装置如图1所示。

图1 被试者的实验设置Fig.1 The setup of the experiment for the subject

本实验中，表面肌电信号和关节角度信号的采样率为1 000 Hz，采样模式设定为连续采样，跑步机速度设置在3.5 km/h。采集到的超声图像能清楚反映肌肉形态的变化，表面肌电信号具有较高的信噪比，关节角度信号能实时记录关节角度变化。

4 数据处理

4.1 表面肌电信号处理

每个被试者的表面肌电信号的数据处理步骤如下：① 将每位被试者的表面肌电信号数据按时间分成256 ms的片段；② 计算出每个数据片段的均方根值（Root Mean Square，RMS）。肌电信号RMS的定义计算公式为：

式中，N代表时间窗的长度，xi代表肌电信号的采集值。

4.2 图像处理

本文的研究主要通过超声影像研究被试者小腿内侧腓肠肌运动特性。羽状角是肌肉重要的一项功能特性，羽状角的范围与肌肉收缩强度、肌纤维长度等参数相关。本文中探头固定在内侧腓肠肌上方，内侧腓肠肌（medial gastrocnemius，MG）羽状角的定义是肌肉纤维与深层腱膜之间的夹角，比目鱼肌（soleus，SOL）位于其深层。羽状角选取如图2所示。从超声图像中提取内侧腓肠肌的羽状角由自行开发的程序处理[9]。

5 实验结果

图2 内侧腓肠肌(MG)和比目鱼肌(SOL)的超声图像以及羽状角选取Fig.2 Typical ultrasound image of MG and SOL muscles and the def i nition of pennation angle

对被试者患侧与健侧踝关节角度信号（羽状角）进行处理分析。分别将每次步行试验被试者踝关节角度值（羽状角）范围分布的10%与90%分界点的值作为踝关节角度信号（羽状角）的最小值与最大值，两次试验所计算出的平均值作为该被试者踝关节角度（羽状角）的最小值与最大值。采用配对样本t检验比较所有被试者患侧与健侧踝关节角度（羽状角）处理结果，显著性水平设定为P＜0.05。被试者患侧与健侧踝关节角度（羽状角）的最小值与最大值数据处理结果如图3、4所示。

图3 被试者患侧与健侧踝关节角度的最小值与最大值Fig. 3 The minimum and maximum values of the ankle joint angle of the affected and unaffected side of the subjects

图4 被试者患侧与健侧羽状角的最小值与最大值Fig.4 The minimum and maximum values of the PA of the affected and unaffected side of the subjects

从图3、4所示的结果可以得出：被试者健侧踝关节角度最小值小于患侧的踝关节角度最小值，健侧踝关节角度的最大值小于患侧踝关节角度的最大值，被试者两侧踝关节角度有显著差异。被试者患侧与健侧羽状角参数值的最值没有显著差异。

对每个被试者单个健侧与患侧的踝关节角度信号、表面肌电信号的均方根值及羽状角中6～10个步态周期(根据数据的稳定性选择，大部分病人的数据比较稳定，选取较平缓的10个周期，有些病人的数据相对不稳定，选取6或8个较稳定的周期)的数据，相加平均后合成一个单周期信号。然后将所有被试者的踝关节角度信号、表面肌电信号均方根值、羽状角的单个周期信号进行相加平均处理。处理结果如图5～7所示。该结果表明：被试者健侧与患侧踝关节角度在平均步态周期中的分布范围具有差异；被试者健侧与患侧两侧之间的表面肌电信号幅度在平均步态周期中具有较大的差异，被试者健侧小腿内侧腓肠肌表面肌电信号的幅度大于被试者患侧小腿内侧腓肠肌表面肌电信号的幅度；被试者健侧与患侧之间羽状角差异不明显。

图5 平均步态周期中踝关节角度分布Fig.5 The average ankle joint angle in one gait cycle

图6 平均步态周期中表面肌电分布Fig.6 The average EMG amplitude in one gait cycle

图7 平均步态周期中羽状角分布Fig.7 The average pennation angle in one gait cycle

5 讨论

在本文中，在中风偏瘫患者步行状态下，同时从患者小腿内侧腓肠肌采集的肌肉超声图像、表面肌电信号以及踝关节角度信号。目的是检查下肢肌肉活动的收缩模式及其在健侧与患侧之间的差异。据我们所知，本文是首次尝试通过超声影像研究偏瘫病人在步行状态下其肌肉的连续形态变化。

本文发现如图3、4所示的综合平均水平，患侧与健侧羽状角最大值和最小值没有显著差异，但踝关节角有区别。这个发现和以前的研究[13]不同，该研究表明脑卒中偏瘫患者的患侧羽状角参数值减小。我们认为与其研究结果产生较大差异的可能原因是由于我们在进行各自的研究过程中，分别采用了不同的操作方法。而且羽状角与肌电信号有很大区别，能提供关于肌肉活动的不同信息。所提出的方法的另一个优点是：超声影像相比于常规肌电图和关节角度的信号可以揭示更多有关偏瘫模式的信息。如图5～7所示，患侧和健侧羽状角之间的差异比肌电图和踝关节角的差异更有意义，这表明超声影像可以提供更多的信息。如何定量分析这些差异并把它们与偏瘫等级联系起来将是我们下一步的研究。

虽然我们试图通过视觉观察以保证探头在同一成像平面，但是肌肉结构的三维成像并不是完全一致的。因此，羽状角的估计可能存在误差。换言之，从肌肉的纵向图像完全反映肌肉的三维运动几乎是不可能的。有了更好的成像设备和设置，以及进行更全面的建模，超声图像在未来可以揭示羽状角的动态变化。

[1] Lamontagne A, Stephenson J L, Fung J. Physiological evaluation of gait disturbances post stroke[J]. Clin Neurophysiol, 2007, 118(118): 717-729.

[2] Balasubramanian C K, Bowden M G, Neptune R R, et al. Relationship between step length asymmetry and walking performance in subjects with chronic hemiparesis[J]. Arch Phys Med Rehab, 2007, 88(1): 43-49.

[3] Frigo C, Crenna P. Multichannel SEMG in clinical gait analysis: a review and state-of-the-art[J]. Clin Biomech, 2009, 24(3): 236-245.

[4] Bensoussan L, Mesure S, Viton J M, et al. Kinematic and kinetic asymmetries in hemiplegic patients' gait initiation patterns[J]. J Rehabil Med, 2006, 38(5): 287-294.

[5] Ward N S, Brown M M, Thompson A J, et al. Neural correlates of motor recovery after stroke: a longitudinal fMRI study[J]. Brain, 2003, 126(Pt 11): 2476-2496.

[6] Lieber R L, Friden J. Functional and clinical signif i cance of skeletal muscle architecture[J]. Muscl Nerv, 2000, 23(11): 1647-1666.

[7] Shi J, Zheng Y P, Huang Q H, et al. Continuous monitoring of sonomyography, electromyography and torque generated by normal upper arm muscles during isometric contraction: sonomyography assessment for arm muscles[J]. IEEE Trans Biomed Eng, 2008, 55(3): 1191-1198.

[8] Cronin N J, Carty C P, Barrett R S, et al. Automatic tracking of medial gastrocnemius fascicle length during human locomotion[J]. J Appl Physiol, 2011, 111(5):1491-1496.

[9] Zhou Y, Zheng Y P. Estimation of muscle fiber orientation in ultrasound images using revoting Hough transform (RVHT)[J]. Ultrasound Med Biol, 2008, 34(9): 1474-1481.

[10] Chen X, Zheng Y P, Guo J Y, et al. Sonomyographic responses during voluntary isometric ramp contraction of the human rectus femoris muscle[J]. Eur J Appl Physiol, 2012, 112(7): 2603-2614.

[11] Ishikawa M, Komi P V, Grey M J, et al. Muscle-tendon interaction and elastic energy usage in human walking[J]. J Appl Physiol, 2005, 99(2): 603-608.

[12] Ishikawa A, Pakaslahti J, Komi P V. Medial gastrocnemius muscle behavior during human running and walking[J]. Gait Post, 2007, 25(3): 380-384.

[13] Gao F, Grant T H, Roth E J, et al. Changes in passive mechanical properties of the gastrocnemius muscle at the muscle fascicle and joint levels in stroke survivors[J]. Arch Phys Med Rehab, 2009, 90(5): 819-826.

Dynamic Estimation of Medial Gastrocnemius Activities in Post-stroke Hemiparetic Gait Using Ultrasonography

electromyography, wearable data collection platform, ultrasonography, joint angle, hemiparesis, gait

R445.1

A

10.3969/j.issn.1671-7104.2017.02.004

1671-7104(2017)02-0092-04

2016-10-08

国家自然科学基金(81000637，81572233)；深圳市卫生计生系统科研项目(201506095)

陈昕，E-mail: chenxin@szu.edu.cn