经皮脊髓刺激是一种非侵入性的神经调控技术,通过在脊柱棘突皮肤表面放置电极,施加脉冲电刺激,以调节脊髓神经回路的兴奋性。tSCS 可与步行训练等康复活动结合,帮助脊髓损伤患者恢复下肢运动功能。在 tSCS 的参数设置中,频率和脉宽通常依据先前实验固定,而刺激振幅(电流强度,单位 mA)的调节则往往依赖于临床医生的主观观察和患者的感受反馈,采用试错法进行。这种主观调谐过程不仅耗时,而且难以适应康复过程中神经可塑性的动态变化。因此,研究振幅与可测量的生物力学指标之间的量化关系,是实现自适应、实时 tSCS 调谐的关键前提。
HUIYING
本研究通过对两名不完全性颈髓损伤患者(P1 和 P2)的案例研究,系统探索了不同 tSCS 振幅对步行生物力学的影响。结果表明,刺激振幅的变化会引起步态时空参数(如步速、步长)和部分肌肉的肌电活动(如胫骨前肌的激活程度、拮抗肌的共激活模式)发生系统性改变。然而,步态运动学(关节角度)在不同振幅下未观察到明显变化。此外,研究发现疲劳对步行表现有显著负面影响,但适当选择的振幅(如 P1 的 160 mA、P2 的 120 mA)能够部分抵消疲劳导致的步速下降。这些发现提示,不同振幅可能对应不同的“最优”目标(如抗疲劳、增加步长、降低共激活),需要根据康复目标个性化选择。
HUIYING
步态时空参数主要包括步行速度和步长。研究发现,振幅与步速的关系在两名参与者中表现不同。对于 P1,步速与刺激振幅之间没有显著线性相关(相关系数 r = -0.02),但步速随试验次数增加呈中等程度下降(r = -0.6)。这一趋势如图1所示,说明疲劳可能是主导步速下降的主要因素。值得注意的是,在重复试验中,P1 在 160 mA 条件下的步速几乎没有下降(仅降低 0.5%),而其他振幅条件下步速平均下降 11.8%,相关对比见图3。类似地,P2 在无刺激重复时步速下降 32%,而在 120 mA 重复时步速反而增加 2%。这表明存在某种最优振幅阈值,能够对抗疲劳。

图1:步速随试验次数的变化趋势
图1 展示了参与者1(P1)和参与者2(P2)在连续行走试验中步速的变化情况。横坐标为试验序号(即时间顺序),纵坐标为步速。
图1 中可见,P1的步速随试验次数增加呈现中等程度的负相关(r = -0.6),表明疲劳效应逐步累积,导致步行速度下降。P2也表现出类似的下降趋势,但相关性较弱(r = -0.37)。
图1直观反映了疲劳对步行表现的显著影响。
在步长方面,如图6所示,P1 在较高振幅(≥160 mA)时,左右腿平均步长较无刺激增加约 7.6%;而在 80–140 mA 范围内,步长仅增加 1.5%。P2 在 100–140 mA 条件下,平均步长增加 23%。这提示存在一个振幅“阈值”,超过该阈值后步长才会出现明显改善。对于 P1,该阈值大约在 140 mA 附近;对于 P2,所有测试振幅均高于其阈值。
HUIYING
肌电活动用于评估肌肉激活水平及拮抗肌间的协调性。针对 P1,研究发现不同肌肉对振幅变化的响应方向不同。如图2所示,胫骨前肌(TA)的肌电曲线下面积(AUC)与振幅呈弱正相关(左腿 r=0.43,右腿 r=0.32),而腓肠肌内侧(MG)的 AUC 与振幅呈弱负相关(左腿 r=-0.11,右腿 r=-0.16)。其他肌肉(股二头肌、股直肌、股内侧肌、比目鱼肌)的相关性均较弱(|r| < 0.12)。

图2:主要肌肉EMG曲线下面积与刺激振幅的相关性
图2 以散点图或柱状图形式展示了P1不同肌肉的EMG曲线下面积(AUC)与刺激振幅之间的线性相关性。其中,胫骨前肌(TA)的AUC与振幅呈弱正相关(左腿r=0.43,右腿r=0.32);腓肠肌内侧(MG)的AUC与振幅呈弱负相关(左腿r=-0.11,右腿r=-0.16);其他肌肉(股二头肌、股直肌、股内侧肌、比目鱼肌)的相关性绝对值均小于0.12。图2 表明不同肌肉对振幅变化的响应方向和强度存在差异。
进一步,研究者采用联合概率密度(JPD)分析 TA 与比目鱼肌(SOL)的共激活模式。JPD 图的四个象限中,Q1 代表共激活(不良协调),Q2+Q4 代表交替激活(更正常的运动模式)。图3展示了 P1 在 180 mA 条件下的代表性 JPD 图。分析发现,P1 在 180 mA 时交替激活比例最高(74.6%),即共激活程度最低,提示该振幅下拮抗肌协调性更接近正常。对于 P2,由于试验次数较少,未进行 EMG 回归和 JPD 分析。

图3:胫骨前肌与比目鱼肌的联合概率密度图(以180 mA为例)
图3 是一幅联合概率密度(JPD)图,横轴和纵轴分别代表归一化后的胫骨前肌(TA)和比目鱼肌(SOL)肌电幅值。
图3 中划分为四个象限(Q1–Q4),其中Q1代表两肌共同激活(不良协调),Q2和Q4代表交替激活(更正常的运动模式)。
图3 中显示,在180 mA刺激条件下,落在Q2和Q4的数据点占比达到74.6%,为所有振幅中最高,提示该振幅下拮抗肌协调性最佳,共激活程度最低。
HUIYING
研究采用逆运动学方法分析了踝、膝、髋关节角度在不同振幅下的变化。如图7所示,无论是 P1 还是 P2,关节角度轨迹在不同刺激振幅之间并未出现有意义的改变。研究者认为可能的原因包括:脊髓损伤患者步态运动学本身具有较高的变异性(既往文献已报道),以及疲劳因素可能掩盖了振幅的细微影响。因此,尽管振幅对步速、步长和肌电有一定调节作用,但对整体关节运动学模式的影响尚不明确,需要更大样本和更严格的疲劳控制来进一步验证。
HUIYING
参与者:两名慢性不完全性颈髓损伤患者。P1(女,59岁,C5-6,AIS D,伤后15年);P2(男,49岁,C6,AIS C,伤后18年)。
刺激设备与参数:SpineX SCONE 设备,电极置于 T11-12 和 L1-2,参考电极置于髂前上棘。刺激为 30 Hz 双相矩形脉冲(脉宽 1 ms),载频 10 kHz。
实验流程:参与者进行 9 米地面行走。首先由物理治疗师基于视觉观察和患者反馈确定“临床偏好振幅”(P1 为 140 mA,P2 为 120 mA)。然后,在高于和低于该值的多个振幅条件下进行行走试验。P1 完成 35 次试验(8 种振幅),P2 完成 6 次试验(4 种振幅)。每次试验前均包括无刺激(0 mA)基线。
数据采集:12 摄像头光学运动捕捉(P1 120 Hz,P2 100 Hz);EMG 采集双侧 TA、MG、SOL、BF、RF、VM(2000 Hz);足底 FSR 检测足跟着地;使用 OpenSim 进行逆运动学分析。
数据处理:EMG 经专用滤波器去除刺激伪迹,带通滤波、整流、低通滤波后计算 AUC。采用联合概率密度分析 TA-SOL 共激活。

图4:实验装置概览
图4 展示了整个实验的装置布局。经皮脊髓刺激(tSCS)被施加于参与者的腰椎区域。同时,通过肌电图(EMG)测量肌肉活动,通过力敏电阻(FSR)检测足部接触,并利用运动捕捉系统采集运动学数据。
图4 整体概括了刺激施加与多模态数据采集的同步实验设置。
步速:P1 步速随试验次数下降(r=-0.6),与振幅无关;P2 步速与振幅正相关(r=0.77)。重复试验中,特定振幅(P1 160 mA,P2 120 mA)可减缓或逆转疲劳导致的步速下降(见图5)。

图5:重复刺激条件下步速的变化对比
图5 比较了同一刺激振幅在多次重复试验中步速的平均变化百分比。对于P1,在无刺激、100 mA、120 mA和140 mA条件下,第二次重复时的步速较第一次平均下降11.8%;而在160 mA条件下,步速仅下降0.5%,几乎不变。对于P2,无刺激重复时步速下降32%,而120 mA重复时步速反而增加2%。图5 说明适当选择的刺激振幅可部分或完全抵消疲劳导致的步速下降。
步长:P1 在 ≥160 mA 时步长增加 7.6%,P2 在 100–140 mA 时增加 23%(见图6)。

图6:不同刺激振幅下的平均步长变化
图6 显示了左右腿平均步长在不同刺激振幅下的变化情况。对于P1,在80–140 mA范围内,步长较无刺激仅增加1.5%;而在160–200 mA范围内,步长增加7.6%。对于P2,在100–140 mA范围内,步长增加23%。
图6揭示了存在一个刺激振幅“阈值”,超过该阈值后步长会出现明显改善(P1阈值约140 mA,P2所有测试振幅均高于其阈值)。
肌电:P1 的 TA 激活随振幅增加而增强,MG 激活减弱;180 mA 时 TA-SOL 共激活最低(见图3、图5)。
运动学:关节角度未见显著变化(见图7)。

图7:不同刺激振幅下的下肢关节角度轨迹
图7 展示了踝关节、膝关节和髋关节在完整步态周期内的角度变化曲线,对比了不同刺激振幅(包括无刺激)下的逆运动学结果。图7 中可见,无论是P1还是P2,各关节角度的运动学轨迹在不同振幅之间几乎没有有意义的差异。图7 说明,尽管刺激振幅显著影响了步速、步长和部分肌电活动,但对整体下肢关节运动模式的影响不明显,可能与脊髓损伤患者步态的高变异性或疲劳混淆有关。
HUIYING
本研究首次通过案例形式量化了 tSCS 振幅与脊髓损伤患者步行生物力学之间的关系。主要结论包括:
步速和步长随振幅呈现非线性变化,存在 “振幅阈值” 效应,超过阈值后步长明显增加。
适当振幅可以 对抗疲劳 导致的步速下降,提示振幅选择具有抗疲劳潜力。
不同肌肉对振幅的响应各异,且拮抗肌共激活模式可在特定振幅下优化(如 P1 的 180 mA)。
关节运动学对振幅不敏感,可能与 SCI 患者高变异性或疲劳混淆有关。
最优振幅具有 多目标性:若目标是提高步速,P1 的 160 mA 更优;若目标是降低共激活、改善协调性,180 mA 更优;而临床医生偏好的 140 mA 则基于整体感受。
研究局限性在于样本量极小(仅 2 例)、试验次数差异大,且未能完全分离疲劳与学习效应。未来需扩大样本、开展多节段研究,并基于量化指标(步速、步长、共激活程度)开发 实时自适应 tSCS 调谐算法,以实现个性化、高效的脊髓损伤步行康复。
全部0条评论
快来发表一下你的评论吧 !