恒挚分享|解码肌肉的语言：EMG技术的奥秘

肌电信号（EMG）是肌肉活动时产生的生物电信号，通过无创表面电极即可采集。这种电信号可以精准量化肌肉激活程度、疲劳状态及神经控制效率，为客观评估神经肌肉功能提供了核心数据。

作为一项成熟的电生理技术，EMG分析已广泛应用于临床康复诊断、运动科学表现优化、人机交互接口开发（如假肢控制）、工业机器人仿生操控以及航天医学健康监测等关键领域，是连接生理机制与工程应用的重要基石。

肌电信号（EMG）本质上是肌肉纤维在神经刺激下产生的电活动总和。当大脑发出运动指令，电信号沿着神经传导至肌肉，引发肌纤维膜电位变化，最终通过“电化学转换”触发肌肉收缩。

根据采集方式，EMG主要分为两类：

插入式肌电（iEMG）：通过针电极直接插入肌肉采集，信号质量高但具有创伤性。

表面肌电（sEMG）：通过粘贴在皮肤表面的电极采集，无创便捷，但信号易受组织滤波和噪声干扰。sEMG信号极其微弱（0-1.5mV），主要能量集中在10-150Hz范围。这种微伏级别的信号必须经过精密放大和处理才能被有效解读，这也是EMG采集设备设计的核心挑战。

EMG（肌电图）记录的是肌肉活动时产生的电信号，就像是在“监听”大脑发给肌肉的指令。当你举起一个水瓶、打字、甚至只是紧张时，大脑会通过神经发送电信号到肌肉，引发肌肉收缩，而EMG正是这些电信号的“外显痕迹”。

不同的EMG变化，对应着不同的生理状态：

1.振幅变大：肌肉用力增强，更多运动单位被激活；

2.频率下降：肌肉开始疲劳，电信号传导速度减慢；

3.信号减弱或异常：可能反映神经传导障碍或肌肉功能受损；

4.激活模式改变：暗示动作控制策略或协调方式的变化；

EMG是连接大脑—神经—肌肉的“电活动地图”，不仅能揭示我们如何发力，还能洞察身体是否处于紧张、疲劳或异常状态。

1.测量原理：

差分放大：通过两路（＋/–）表面电极采集肌肉电位差，再与接地电极一起，送入差分放大器，提高信噪比并抑制工频等共模干扰。

带通／陷波滤波：对放大后的模拟信号进行带通滤波（典型 20–450 Hz）以去除低频漂移和高频噪声，并可选用 50/60 Hz 陷波滤波，进一步清除工频干扰。

模数转换（ADC）：将滤波后的模拟 EMG 信号以 ≥1 kHz 的采样率和 ≥16 bit（或相近）分辨率数字化，便于后续处理与存储。

这三个环节——差分放大、滤波、数字化——是所有sEMG 采集系统的核心，共同决定了信号质量与测量可靠性。

2. 测量方式与设备

（1）Bioradio

将两片电极置于目标肌肉腹最丰满处，间距约 2–3 cm；接地电极贴于骨性突起处。

BioRadio 借助无线传输与本地录制，适合移动、可穿戴与长期监测。

（2）Biopac

任选所测的一块肌肉，将电极接于肌肉两端三分之二处。

Biopac 则以强大的放大、滤波与分析软件著称，更适合实验室内高精度、可重复的科研或教学场景。

（3）BTS

肌电图探针应放置在感兴趣肌肉的中间，避免肌腱附着点。电极必须与肌肉纤维平行排列。

BTS无线传输，室内外环境选择自由，适合移动监测。

一般在分析EMG信号时，主要关注时域和频域两大类指标：

时域指标

频域指标

·  EMG振幅/RMS被认为是力量输出的测量指标，当EMG振幅或RMS水平较高时，意味着更多运动单位被动员，反映高力量输出；反之，EMG振幅或RMS水平较低时，反映低力量输出。同时，RMS水平先升后降或振幅持续下降时，表明疲劳累积且肌力输出下降；反之，RMS稳定或持续维持水平时，反映肌肉状态未疲劳。

·  通过EMG上升速率（RFD_EMG）可以反映爆发力大小，当EMG上升速率较快时，神经-肌肉系统能够在极短时间内快速动员大量运动单位，反映高爆发力；反之，EMG升速率较慢时，反映低爆发力。

肌肉疲劳的重要衡量指标包括了中位频率（MF）/平均频率（MNF），当MF 或MNF水平较低时，高频成分衰减，反映高肌肉疲劳；反之，MF/MNF水平较高时，反映低肌肉疲劳。

·  康复训练过程中，平均绝对值（MAV）是观察肌肉激活模式的测量指标之一，当MAV水平在多通道之间呈现特定空间分布时，反映对应的动作类别（如弯举、伸展或抓握）；反之，MAV水平无明显差异时，反映静息或无动作状态。