一种利用肌肉激活特性调制和评估功能性电刺激的方法

杨 徐，陈建国，李玉榕，周月珠

(1.福州大学电气工程与自动化学院，福建福州 350108;2.福建省医疗器械和医药技术重点实验室，福建福州 350108;3.福建医科大学附属第一医院康复医学科，福建福州 350005)

0 引言

人体运动的产生是大脑或脊髓发出指令，通过周围神经传递到肢体肌肉，肌肉激活会诱发肌肉收缩，从而产生动作.表面肌电信号可以反映肌肉的激活水平，它是肌肉收缩时所募集的运动单元产生的动作电位在表面电极处时间和空间上的综合叠加，表征的是肌肉的激活特性.表面肌电信号分为两种:肌肉自然激活时的自主意愿表面肌电信号(voluntary electromyography，vEMG)和肌肉被外界刺激诱发的表面肌电信号(evoked electromyography，eEMG).具体而言，vEMG是指由大脑自主运动意愿产生神经兴奋导致肌肉收缩而产生的肌电信号;而在功能性电刺激(functional electrical stimulation，FES)系统中，eEMG是指利用外部电刺激产生的电脉冲直接刺激肌肉导致肌肉收缩而产生的肌电信号，通常称为M波，两者都反映了肌肉在不同状态下的激活水平［1－2］.

功能性电刺激是一种广泛用于诱导肌肉收缩的技术，它通过施加能够激发神经支配肌肉的运动神经元的电流来诱导肌肉激活，进而诱发肌肉收缩.研究表明，FES技术不仅能够改善康复效果，提高康复训练效率，而且有助于运动功能重建，符合新近康复理论，因此它已被广泛地应用于临床康复中，如中风［3］、震颤［4］、多发性硬化症［5］、脊髓损伤［6］等诸多方面.临床上，FES康复治疗足下垂的应用也很广泛.足下垂是指由于脑卒中或其他中枢及外周神经疾病和损伤，导致胫骨前肌对踝关节的支配能力下降，造成足尖上抬不完全或不能等现象.利用FES治疗足下垂是指在患者进行康复训练或行走过程中，以低频脉冲电流刺激患者小腿胫骨前肌，促进胫骨前肌收缩，使踝关节产生背屈运动，从而达到康复治疗效果［7］.

利用FES技术对足下垂患者进行康复治疗或辅助行走，其有效性和安全性取决于如何调制电刺激的输出强度曲线.当前，应用最成功的有梯形输出曲线和肌电调制的自然输出曲线.1965年，梯形输出曲线被提出［8］.它虽然简单且有一定效果，但是无法实现健康步态的自然状态［9］，而且存在冗余刺激和刺激盲区等缺点.为了应对梯形输出曲线的弊端，2000年，Lyons等［10］利用健康人正常行走时整个步态周期胫骨前肌EMG信号发放强度曲线调制FES输出强度，提出肌电调制的自然输出曲线这一概念，之后大量研究者在该领域开展了相关研究［11－12］.同时，有关学者也在研究足下垂FES系统中，如何利用自然肌电调制输出强度曲线，如文［13］提出的方法是从0到刺激强度可使受试者的踝关节达到步态周期中最大背屈角度时的最大脉宽之间进行线性比例调制.文［14－15］的研究表明，肌肉的募集水平随着刺激强度的变大，其特性是先经过一段死区，然后经线性上升，最后到达饱和区.因此，本研究提出一种基于肌肉激活特性的FES调制方法，具体为采集胫骨前肌在电诱发激活下的耐受值和阈值，结合自然激活模式调制电刺激强度，利用外周神经电刺激来模拟自然激活模式.其中，选择阈值对应最小刺激强度，这是因为肌肉募集的死区特性;选择耐受值对应最大刺激强度，是由于电刺激强度达到一定程度后，肌肉募集的饱和特性，其余电刺激输出强度按线性比例调制.

传统FES系统强度调制的评价方法一般是:通过实时检测电刺激下力矩、角度等运动信息，计算它与理想运动轨迹的误差，从而来评价其控制系统的优越性［16－17］.而针对足下垂FES控制系统而言，采集实时行走的力矩信息比较困难，通常只能是检验电刺激下步态中背屈的产生情况或者分析踝关节的角度变化等运动信息［10］.这些FES控制系统的评估方法侧重的只是一种总体控制效果，无法对整个步态周期各个过程进行评估，且没能结合肌肉激活的生理特性.而利用FES使失神经控制的肌肉收缩本质就是使肌肉在电刺激下激活，因而利用电刺激下的肌肉激活特性评估FES在整个步态控制周期中的作用是一种直观且有效的方式.基于此，本研究提出一种基于肌肉激活的FES调制与评估方法，利用胫骨前肌自然激活模式下的EMG信号调制电刺激强度，刺激胫骨前肌，并通过对比自然激活和电刺激激活两种情况下，胫骨前肌的不同响应来作为评价指标对所提出的FES刺激强度调制方式进行评估.

1 步态实验

1.1 实验设置

采集 7名健康受试者(公式: 平均值±标准差，年龄:(23.8±3.5) 岁，身高:(172.4±3.8)cm，体重:(59.7±8.5)kg)在平地正常行走时的足底压力信号、胫骨前肌EMG信号和踝关节角度信号.EMG信号使用Trigno Lab(DELSYS INC，USA)无线信号采集系统，Trigno LAB系统具有多通道EMG采集电极，采样频率为2 kHz，CMRR＞80 dB，带宽为20～480 Hz.角度传感器的型号是Goniometer sensor SG150，可与Trigno LAB进行数据传输，其测量精度为±2°，采样频率为148.15 Hz.实验中还配置有压力传感器鞋垫可以用来对步态周期进行划分，其采样频率为100 Hz.

受试者在平地直线行走，EMG传感器贴放于受试者胫骨前肌肌腹位置，压力传感器放置于脚底，同步采集受试者在行走过程中的EMG信号和压力信号.其中受试者的行走速度为60步·min－1，实验前每位受试者均在此步速下进行行走训练，以避免受试者在数据采集的步态过程中出现轻微摇晃等现象.

1.2 数据的采集和分析

在步态实验中主要采集vEMG信号，其表征的是正常行走步态中胫骨前肌的激活特性.实验中，每名受试者一共采集至少包括50个完整步态周期的肌电数据，通过对vEMG信号进行整流、滤波(6阶巴特沃斯低通滤波，截止频率4 Hz)、重采样和归一化处理，得到多个完整步态周期内EMG信号的包络，其处理过程如图1所示.

通常而言，健康人在行走过程中，从一侧脚跟离地开始到同侧脚跟再次离地为止，这段时间称为一个完整步态周期.因此，利用脚跟离地这一步态事件来对步态过程中的EMG信号进行划分，可得到完整步态周期中的EMG信号.处理后结果如图2阴影部分所示.可以看出一个步态周期内的EMG信号基本呈现明显的双波峰特性.就步态过程而言，第一个波峰出现在脚尖离地之后，脚跟着地之前的一段时间内，从生理意义上来说，这是为了调整踝关节角度使得脚尖上抬至适宜的高度，为脚跟着地做准备，并且为脚跟着地的反向支撑力留出充分的缓冲空间.第二个波峰出现在脚跟着地之后很短的时间范围内，从生理上来说是因为脚跟着地后，肢体在由摆动相向站立相过渡的过程中负担了一部分人体重力引发的脚跟对地面的反向支撑力，胫骨前肌为了对抗该支撑力而收缩，同时发放强烈的肌电，这个发放强度一般情况下要大于第一个波峰.

将角度传感器分别贴放于踝关节两侧，即小腿和脚背上.实验中要求受试者光脚在平地直线单步行走，即每次只有贴有传感器的脚前行一步，这样方便区分步态周期，检测到的踝关节角度的变化如图3所示，观察到健康受试者在行走过程中踝关节出现明显的跖屈角度和背屈角度，其中正向为步态开始，脚跟开始离地之后腓肠肌收缩产生的跖屈角度;负向表示步态摆动期，胫骨前肌开始收缩，产生背屈角度，直至脚掌全部着地回到初始位置，从图中可见，其背屈角度变化大约为12°.

图1 vEMG信号的处理过程Fig.1 Processing of vEMG

图2 压力信号划分步态周期图Fig.2 Segmentation of gait cycle using pressure signal

图3 步态中踝关节角度Fig.3 Ankle joint angle in gait

2 电刺激实验和数据采集

一般而言，对FES刺激强度的调节有三种方式:调电流、调脉宽和调频率，而应用最多也最方便的是通过脉宽调制的方式.从肌肉的激活特性角度出发，利用胫骨前肌自然激活时的EMG信号调制FES输出包络，提出利用受试者胫骨前肌的耐受值和阈值进行电刺激输出调制.选择该种调制方法是因为考虑到肌肉的募集曲线特性，具体表现为先经过一段死区，然后经线性上升，最后到达饱和区.因此，选择阈值对应归一化vEMG曲线中的最小值是因为考虑到肌肉募集过程中的死区特性，0到阈值之间的脉宽下电刺激对于患者而言属于无效刺激，在肌肉的募集曲线中，处于死区的位置，没有实际作用，只有电荷积累;而当电刺激强度达到耐受值时，肌肉激活水平已经达到募集曲线中的饱和值，不会再随着刺激强度的增大而增加，所以将耐受值与归一化vEMG曲线中的最大值相对应，并将其他值以线性比例的方式分别映射.

使用德国Medel公司生产的MotionStim8表面电刺激系统，输出刺激电流的波形为双相矩形脉冲波形，双相矩形式的脉冲波形能够有效降低皮肤和肌肉中的电荷积累，更适用于皮肤表面电刺激.刺激电极贴片使用励图生理电极LT－1，尺寸为4 cm×4 cm，厚度1 mm，电极最大表面电阻值不大于(3±10%)kΩ.为检验输出曲线的安全性和可靠性，对健康受试者进行试验，先用线性上升的脉宽曲线刺激受试者的胫骨前肌，可以确定受试者胫骨前肌在电刺激下的耐受值和阈值大小，其中阈值表示电刺激下患者关节开始产生轻微动作时的最小电刺激强度，耐受值表示电刺激下患者开始感受到疼痛或不适时的最小电刺激强度.本次实验中，选择固定电刺激的电流为30 mA，频率为20 Hz，利用脉宽大小来表征受试者的耐受值和阈值大小.实验中受试者端坐于实验台上，脚自然下垂，生理电极贴放于受试者小腿胫骨前肌的肌腹两端位置，肌电记录电极贴放于肌腹位置，角度传感器贴于踝关节的两侧，实验中同时记录EMG信号和角速度信号.

3 电刺激下的肌电信号

3.1 电刺激下的肌电信号分析

实验中利用外部电刺激产生的电脉冲直接刺激肌肉导致肌肉收缩而产生的EMG信号，是电刺激诱发的表面肌电信号，通常称为M波.但是如果在电刺激的同时进行EMG信号的采集，刺激电流会在组织与皮肤中产生电场，通过表面电极检测后会形成电刺激伪迹(stimulation artifacts，SA).刺激伪迹的产生是由于皮肤的导电性造成的.其产生特点是它的发生时刻与刺激电流脉冲是同时开始的，并且在一般强度的电刺激中，其幅值会高于M波信号.因此，在实验中记录到的EMG信号是由这M波和SA这两部分组成的.图4(a)所示为实验过程中采集到的EMG信号.图4(b)为电刺激下踝关节的角度变化，可以看出明显的踝背屈角度变化，最大可达到14°左右，与步态实验中采集到的健康人在自然步态下踝关节的运动角度接近，因此本研究所调制的电刺激强度可以满足自然步态中踝关节的背屈.图4(c)为一个刺激周期内的SA和M波的混叠信号.

3.2 M 波的提取

利用文［18］中所提出的一种屏蔽和模板相结合的滤波方法来滤除SA，提取纯净的M波.首先对不同受试者进行亚阈值刺激时，选择刺激电流为5 mA，刺激脉宽为100 μs，刺激频率为20 Hz.该刺激强度较低，肌肉未被激活，也就没有M波的产生，因此可得到纯净的SA.采集到纯SA后，利用AR模型辨识出该受试者的SA放电模型，最终获得的模型参数用于滤波阶段对SA计算与消除.图5所示为EMG信号中提取M波的示意图，图5(a)表示屏蔽法与模板法相结合滤波过程，图5(b)表示滤波后的15例来自不同受试者的完整M波信号.可以看出M波的波形与图1(a)中原始vEMG信号相比更加规整，这是因为电刺激下肌肉运动单元的激活是同步激活的，与自主意愿下运动单元的异步激活明显不同，因此其波形也存在明显不同.

图4 电刺激下的表面肌电信号和踝关节角度信号Fig.4 Surface EMG signals and ankle angle signals under electrical stimulation

图5 M波的提取Fig.5 Extraction of M－wave

3.3 电刺激下肌肉募集特性分析

M波是一种较规整的信号，文［14］中提到M波的幅值可达到mV数量级.本研究分别通过峰－峰值、均方根(root mean square，RMS)和1－范数三种方法来对3.2中的15条M波的包络进行计算，以量化电刺激下肌肉的募集水平.三种方法计算后的结果如图6所示，所有结果都进行了归一化处理.分别计算三种方法下两两M波之间的相关系数(correlation coefficient，CC)，CC(平均值±标准差)分别可达到0.949 8±0.024 2、0.973 2±0.016 7、0.972 0±0.012 9(N=15).相关系数的计算公式为:

其中:Cov(X，Y)为X、Y的协方差，Var(X)、Var(Y)分别为X、Y的方差.

具体而言，峰－峰值计算包络是先检测指定窗口长度内的局部最大值，再对相邻局部最大值之间进行样条插值来得到包络，所以峰－峰值求M波包络反映的是每个时间段胫骨前肌被动收缩时所募集的所有运动单元动作电位的极大值水平.RMS计算M波包络是通过计算指定窗口长度内肌肉响应的均方根以得到包络，更侧重于反映出胫骨前肌收缩时所募集的所有MUAP的有效值.而1－范数计算包络是通过计算每个电刺激脉冲下整流后的M波面积，表示了这段时间内胫骨前肌MUAP募集水平的综合叠加，表现出来的是该段时间内肌肉响应的累积值.

从图6可以看出，三种方法下求得的M波的包络均呈现为先缓慢上升，然后较快速地变小的趋势.图6(a)中M波曲线虽然能体现肌肉募集水平大致趋势，但平均激活水平较高，波动也被掩盖.图(b)和(c)中的结果较好，但是1－范数的方法更能体现M波的累积效应，与电刺激下的肌肉骨骼系统激活也是一种累积的效应相契合.因此，选择1－范数作为量化电刺激下肌肉募集水平的处理方法.

图6 三种方法下的M波募集曲线Fig.6 Recruitment curve of M－wave under three methods

4 结果分析

分别计算步态实验和电刺激实验下胫骨前肌的激活曲线，用平均值±标准差来表示，结果如图7所示.

从vEMG和M波的激活方式来说，vEMG是由大脑自主运动意愿产生神经兴奋导致肌肉收缩而产生的肌电信号，M波是由外部电刺激产生的电脉冲直接刺激肌肉导致肌肉收缩而产生的肌电信号，二者的激活方式是完全不同的.而且其原信号的波形也是完全不同，规律也不相同，但是通过描述其包络信号，可知本研究提出的利用步态肌电以及耐受值和阈值调制的电刺激脉宽变化曲线，可以使电刺激下肌肉的激活曲线与健康步态过程中肌肉的激活曲线有较高的相关性，两条平均值曲线的相关系数可达到0.881 5.结果表明，本研究提出利用耐受值和阈值调制自然输出电刺激曲线刺激胫骨前肌，肌肉的募集特性与自然步态下的募集特性有着较高的相关性，这从生理特性角度解释了本调制方式的可行性.

图7 两种模式下肌肉的激活曲线Fig.7 Muscle activation curves under two status

5 结语

提出一种基于肌肉激活的功能性电刺激调制与评估方法.通过采集7位受试者在自然步态下胫骨前肌肌电信号，通过数据处理得到每个完整步态内胫骨前肌自然激活时的自主意愿肌电信号曲线.利用不同受试者胫骨前肌的耐受值和阈值调制出自适应的电刺激脉宽输出曲线，刺激患者胫骨前肌，同时采集电刺激下胫骨前肌被动激活时肌电信号，利用滤波算法提取出胫骨前肌电诱发下的M波信号.通过对比自然激活和被动激活下胫骨前肌的不同响应，计算其平均激活曲线的相关系数可达到0.881 5，从肌肉的生理特性上解释了本电刺激强度调制方式的可行性.未来可利用该方式在FES闭环系统中进行电刺激脉宽的调制，帮助足下垂患者在电刺激下进行康复训练和辅助行走，最大程度上让患者行走出类似健康人的步态.