肌电辅助与驱动控制模式在膝骨关节炎患者膝关节接触力评估中的比较研究

本研究针对膝骨关节炎（OA）患者膝关节接触力（KJCFs）难以直接测量的临床难题，通过对比肌电驱动（EMG-driven）与肌电辅助（EMG-assisted）两种神经肌肉骨骼（NMSK）建模控制模式，发现EMG-assisted模式能更精准追踪逆动力学（ID）计算的膝关节屈曲力矩（KFMs）（RMSE=2.7±2.1Nm，R2 =0.9±0.1），且估算的膝关节内侧接触力峰值更高（2.3±1.1BW）。该研究为OA患者生物力学评估提供了更优的建模策略，成果发表于《Journal of Biomechanics》。

　　

膝骨关节炎（OA）是全球范围内导致成年人残疾的主要原因之一，其病理特征与膝关节异常生物力学负荷密切相关。然而，膝关节接触力（KJCFs）无法通过常规手段直接测量，临床常依赖逆动力学（ID）计算的膝关节内收力矩（KAMs）作为替代指标，但KAMs与真实关节负荷相关性有限。这一技术瓶颈阻碍了OA精准诊疗的发展。为此，研究人员探索了神经肌肉骨骼（NMSK）建模技术，其中肌电驱动（EMG-driven）和肌电辅助（EMG-assisted）是两种主流控制模式，但何种模式更适合OA患者尚未明确。

加拿大西安大略大学的研究团队在《Journal of Biomechanics》发表论文，首次系统比较了两种控制模式在膝OA患者中的应用效果。研究纳入27例内侧间室膝OA患者，通过OpenSim平台构建个性化模型，结合Calibrated Electromyography Informed Neuromusculoskeletal Modelling Toolbox（CEINMS）分别运行EMG-driven和EMG-assisted模式，分析其对膝关节屈曲力矩追踪精度和KJCFs估算的影响。

关键技术方法包括：1）基于患者特异性解剖数据（含机械轴角度）缩放OpenSim模型；2）采集步态周期中的肌电（EMG）、运动学和动力学数据；3）通过CEINMS工具箱校准肌肉激活参数；4）采用统计参数映射（SPM）分析KJCFs波形差异。

研究结果显示：

1. 模型追踪精度
   EMG-assisted模式显著优于EMG-driven模式，其膝关节屈曲力矩的均方根误差（RMSE）降低至2.7±2.1Nm（EMG-driven为12.6±3.9Nm），决定系数R²
   提升至0.9±0.1。这表明EMG-assisted通过优化肌肉兴奋度，能更好匹配ID计算的关节力矩。

2. 膝关节接触力差异
   虽然两种模式估算的KJCFs峰值无统计学差异，但EMG-assisted模式预测的内侧间室第二峰值接触力更高（2.3±1.1BW vs 2.1±0.9BW）。SPM分析发现，两种模式在步态初期10%阶段的总接触力存在显著差异，提示控制模式影响力学负荷的时序分布。

3. 与植入式传感器数据的对比
   两种模式估算的KJCFs与文献报道的膝关节置换患者植入传感器测量值（如内侧峰值1.5-1.8BW）具有可比性，但存在约40%的差异，可能源于患者队列的力线差异（本研究纳入患者平均机械轴角度为-6.5±1.8°）。

讨论指出，EMG-assisted模式通过整合ID力矩误差优化目标函数，降低了对表面肌电数据质量的依赖，这对肌电采集困难的OA群体尤为重要。尽管KJCFs峰值差异未达显著水平，但EMG-assisted在力矩追踪上的优势使其成为更可靠的建模选择。研究局限性包括肌电采集肌肉数量有限（仅8组），且未直接验证模型与植入传感器的数据一致性。

该研究为膝OA的生物力学研究提供了方法学依据，未来可通过扩大样本量、优化肌电采集策略进一步提升模型精度。从临床转化角度看，EMG-assisted模式有望成为评估OA干预措施（如矫形器或手术）生物力学效果的标准工具，为个性化治疗提供量化支持。