基于EIM的腰肌狀態對稱性檢測技術研究

史婧婷，徐攀，莊源東，高躍明

福州大學 物理與信息工程學院，福建 福州 350116 ；2.福建醫科大學附屬協和醫院 神經外科，福建 福州 350001

引言

流行病學調查發現，下腰痛（Low Back Pain，LBP）是全球主要致殘慢性病之一，終生流行率高達65%～85%，嚴重增加了社會負擔[1-2]。腰肌不對稱性可能加重脊柱不穩，并加速腰部病情發展[3]。腰肌不對稱狀態檢測可以幫助預防早期沒有明顯病理體征的LBP。對早期LBP實施適當的治療或康復措施可以防止疼痛惡化[4]。因此，檢測腰肌不對稱狀態對LBP的預防與康復具有重要意義。

現有腰部肌肉狀態檢測的相關技術較多，如MRI等臨床影像學方法可為臨床診斷提供客觀影像學依據，但腰痛剛形成或處于初期階段時，難以通過影像學方法檢測出來[5]。而表面肌電信號信號微弱、受外界影響干擾大，必要時需采用有創針肌電圖[6]。研究表明，新技術肌阻抗圖（Electrical Impedance Myography，EIM）可通過四電極將高頻、低強度電流施加到感興趣的肌肉或肌群上，并測量產生的電壓幅度、相位，非侵入式的評估神經肌肉疾病和肌肉疲勞程度[7-8]，是腰肌功能評估與腰肌健康狀態檢測的有效手段。

由于EIM依賴組織層的局部電流流動[9]，電極會影響電流密度在其中的分布，因此電極是影響EIM檢測的重要因素之一。目前對于EIM電極的優化大多數是針對肢體部分[10-12]，肢體與軀干解剖結構的差異較大，而且腰部脂肪人體差異性較大，對腰肌阻抗值檢測會產生影響。因此，本文擬通過建立人體腰部有限元電場分析模型（Finite Element Method，FEM），采用靈敏度分析方法優化電極間距，并開展EIM不對稱腰肌在體疲勞實驗，旨在通過無創生物阻抗檢測技術EIM檢測腰肌不對稱狀態，以期輔助診斷評估LBP。

1 材料與方法

因電極擺放位置會影響EIM檢測結果，為找到合適腰部EIM測量的電極間距，需建立人體腰部幾何模型，然后使用靈敏度分析法分別計算模型每層阻抗值，以最大化肌肉層對視在阻抗的貢獻度為指標進行電極間距優化，獲得穩定的腰部肌阻抗測量值，最后將該電極配置方式應用于腰肌狀態對稱性研究。

1.1 有限元模型建立

1.1.1 受試者生理信息與檢測參數

在仿真軟件COMSOL中選擇AC/DC 模塊下的電流場，建立電場模型。由于電阻抗特性具有頻率依賴性，所以模型的研究模式選擇“頻域”。分層組織模型的厚度參數根據飛依諾TM（蘇州）掌上超聲診斷儀Q5-7LMIX520在受試者豎脊肌腰椎段進行組織超聲成像所獲。受試者納入標準為身體健康，近期無劇烈運動，無肌肉損傷等疾病。以體質量指數（Body Mass Index，BMI）為區分指標選擇受試者，以保證受試者之間腰部脂肪厚度的差距。受試者的生理信息與檢測參數如表1所示。

表1 受試者生理信息

1.1.2 腰部幾何有限元模型的構建

根據表格參數構建腰部3層幾何有限元模型，如圖1所示，模型整體長為30 cm，寬為20 cm，從上到下分別是皮膚層、脂肪層、肌肉層。皮膚較薄，個體之間的皮膚厚度差異不明顯[13]，T皮膚層設定為0.23 cm。依據BMI，本文將受試者分為瘦（17.0～20.0 kg/m2）、正常（20.1～25.0 kg/m2）、超重（25.1～30.0 kg/m2）3 種狀態，T脂肪層分別設定為0.5、0.7、0.9 cm來代表這3種人群，T肌肉層設定為3.4 cm（為消除脂肪的影響，脂肪設置不同厚度，肌肉厚度取平均值，以控制變量）。因為骨頭層靈敏度較低，對仿真阻抗貢獻度低，所以忽略該組織層的建立。電極設定為空心圓柱體，外徑1.6 cm，內徑0.3 cm，高1 cm。

圖1 人體腰部有限元模型

1.1.3 有限元模型中各層的電特性參數

人體組織構成復雜，肌肉被認定為各向異性組織[14]，而皮膚和脂肪為各向同性[15]。有限元模型引入了各層的電特性參數，包括電導率（σ）和相對介電常數（?），參數設置是根據Gabriel等[15]研究結果。

在有限元模型中，EIM研究選取的頻率范圍為10～1000 kHz，滿足準靜態近似的要求[16]。符合準靜態電場的有限元控制方程如公式（1）所示[17]。

式中，J為電流密度，Qj為總電流源，σ為電導率，ω為角頻率，Je為電流源密度，E為電場強度，V為電勢，σ和εr分別為電導率和相對介電常數，ε0為真空介電常數。

1.2 靈敏度分析法原理

靈敏度分析用于計算每層的阻抗，并用于后續優化4個電極的位置。視在阻抗值Z如公式（2）表示。

式中，R為電阻值，Xc為電抗值，j為虛數單位，JI和JV是分別通過皮膚表面上的2個電流激勵電極之間和兩個電壓感應電極之間施加單位電流而產生的局部電流密度矢量；Zs、Zf、Zm分別代表皮膚、脂肪、肌肉區域；其由皮膚、脂肪、肌肉3個子域組成人體腰部組織；K(ω)是計算域的阻抗率[18]，其計算方式如公式（3）所示。

式中，σ為電導率，ω為角頻率，Je為電流源密度，E為電場強度，V為電勢，σ和εr分別為電導率和相對介電常數，ε0為真空介電常數。

皮膚層、脂肪層和肌肉層3個域的阻抗靈敏度可以使用公式（4）計算。

式中，SenmT和SenmL分別是肌肉層中的橫向靈敏度和縱向靈敏度；x和z是肌纖維的橫向，y是縱向。結合有限元仿真的控制方程，通過靈敏度分析得到各層的阻抗值。引入參數Seli表示視在阻抗對目標區域i的選擇性，定義如公式（5）所示。

式中，Zi為目標區域的阻抗，Z為視在阻抗，Ri為目標區域的電阻，R為視在電阻，ki和vi分別為目標區域的阻抗率和體積，k和v分別是總阻抗率和總積，目標區域包括皮膚層、脂肪層和肌肉層。

1.3 電極優化仿真實驗與驗證方法

基于人體腰部有限元模型，通過設置人體腰部有限元模型不同的T脂肪層，探討EIM參數隨激勵電極與感應電極之間中心間距（S）的變化規律。整個電極配置全程長度應控制在人體腰部區域長度范圍內，即20 cm左右。實驗時保持L=4 cm不變，通過移動感應電極改變S，S以步長為1 cm增長。

驗證在體實驗在受試者豎脊肌腰椎段進行在體阻抗測量，腰部在體實驗平臺如圖2所示。實驗操作與仿真方案一致。選取7名受試者，納入標準為身體健康、無LBP及其他腰部疾病的成年人，年齡（25±2）歲，身高（166±5）cm，體質量（60±10）kg。在體實驗前對受試者進行皮膚簡單處理，用酒精溶液消毒該區域，并用棉花干燥。氯化銀定制測量時配合使用導電膏，并利用ImpTMSFB7人體阻抗分析儀（澳大利亞）測量人體腰部組織響應電壓信號。受試取俯臥位，保持肌肉放松。每次每側重復測量3次，每個受試者共做2次實驗，2次間隔期間內保證受試者不發生劇烈運動，避免影響EIM數據測量。每次在體測量值進行平均處理。

圖2 腰部在體實驗示意圖

1.4 腰肌不對稱在體實驗方法

基于上述在體實驗平臺，采用Biering-Sorensen （BS）test[19]動作讓受試者腰部肌肉產生等長收縮（圖3），即讓受試者俯臥于健身椅上，保持上半身軀干懸空，將其腳踝和臀部固定于健身椅上，雙手放置于頭部。然后再讓受試者的軀干往身體左、右水平旋轉30°，使兩側肌肉不對稱收縮，測量豎脊肌的EIM參數并分析，每側每次重復測量兩側3次。實驗停止標準是受試者無法使軀干保持與地面水平，肌力明顯下降，并伴有強烈酸痛感。每個受試者共進行2次完整在體實驗。

圖3 腰部在體測量實驗示意圖

為避免個別點的波動帶來的影響，同時讓數據分布范圍集中和便于觀察，將所有受試者的EIM測量結果取平均值后，再進行相對值處理，相對值的計算采用同一負重下，當前參數值除以該負重下參數平均值的方式，如公式（6）所示。

式中，Y代表不同EIM參數值，Y＇代表相對值，i代表不同負重狀態。

1.5 統計學分析

本文采用SPSS 12.0軟件進行計算，對不同EIM參數收縮狀態與拉伸狀態比較，進行獨立樣本t檢驗，使用Origin 2016進行數據可視化展示。

2 結果

2.1 電極優化結果與驗證

實驗頻率選取50 kHz（該頻率下EIM參數對于肌肉變化更具敏感性）。固定L=4 cm時，Selm受S變化影響的仿真結果如圖4所示，Selm隨著S增大而增大，且不斷趨近于1，T脂肪層=0.5 cm時，上升的最快，T脂肪層=0.9 cm時，上升的最慢，即當脂肪層厚度較大時，需要增加S來減小脂肪增厚帶來的影響。當S=4 cm時，不同脂肪層厚度的Selm都大于0.8，表示肌肉層對視在阻抗貢獻程度達到80%以上。因此在后續的實驗中，S應≥4 cm。

圖4 不同脂肪層厚度下S對Selm的影響

仿真電阻（Rsim）與在體平均電阻（Rmea）對比結果如圖5所示，S從2 cm增加到10 cm，Rsim與Rmea都隨著S的增大而減小，但Rsim比Rmea下降的快，總體下降趨勢一致，其一致性如表2所示，兩者的相關系數達到0.95以上，擬合優度r2達到0.91以上。故認為仿真與在體實驗結果有較好的一致性，由此驗證基于靈敏度分析法的電極間距優化方案的有效性。

表2 不同脂肪厚度的仿真Rsim與在體平均Rmea擬合程度

圖5 仿真R與在體實驗平均R受S影響對比曲線

由圖6所示，檢測電極與激勵電極之間的中心距S應選取≥4.0 cm的長度。而整個電極配置長度范圍應控制在20.0 cm范圍內，不超過健康成年人腰椎長度，因此檢測電極中心距L應選擇6.0 cm為優，此配置能夠在有限范圍內最大化肌肉層對視在阻抗的貢獻量，消除脂肪個體差異對結果影響，使EIM檢測更具穩定性。

圖6 仿真研究得出的最終電極優化結果

2.2 腰肌不對稱在體實驗結果

電阻相對值（R＇）、電抗相對值（Xc＇）分別如圖7所示。如圖7可知，隨著受試者腰肌的持續性發力，平均電阻R整體呈下降趨勢，平均電阻Xc呈上升趨勢。向左偏時，左側R＇比右側下降更快，左側斜率k更小，約為-3.78×10-4；向右偏時，右側R＇比左側下降更快，右側斜率更小，約為-4.51×10-4。收縮側k平均約為-4.15×10-4；對于Xc’，向左偏時左側Xc＇上升更快，左側k更大為12×10-4；向右偏時，右側Xc＇上升更快，右側k更大約為15×10-4。收縮側k平均約為13.5×10-3。所有受試者腰肌收縮側與拉伸側的相對值R＇變化速度差異（t=-5.931，P＜0.001）和相對值Xc＇變化速度差異（t=7.547，P＜0.001）均有統計學意義，見表3。表明EIM可以有效檢測腰肌不對稱狀態的變化趨勢。

表3 EIM參數相對值的擬合斜率k（×10-4）

圖7 EIM相對值隨時間變化曲線

實驗前后EIM變化幅值如圖8所示，由圖8可知，左右兩側的參數初始值有微小差異，但收縮側幅值變化明顯大于拉伸側。受試者普遍表示收縮側的腰肌產生的酸痛更明顯。收縮側的電阻降幅在2.12～5.29 Ω的范圍內波動，平均降幅ΔR為4.15 Ω，拉伸側電阻降幅在0.42～3.25 Ω的范圍內波動，平均降幅ΔR為2.15 Ω。收縮側的電抗升幅在0.89～1.43 Ω的范圍內波動，平均升幅 ΔXc為1.14 Ω，拉伸側電抗升幅在0.18～0.70 Ω的范圍內波動，平均升幅ΔXc為0.45 Ω。表明，EIM參數的幅值變化可以反映腰肌不對稱持續性發力前后差別。

圖8 不同負重下實驗前后EIM參數變化

3 討論

EIM是一種新型、非侵入性的四電極生物電阻抗測量的技術，可以評估局部肌肉或肌肉群的組織特性，是檢測肌肉健康狀態的有效手段。EIM與目前檢測腰肌狀態的方式不同的是，其非有創性的分析肌肉的肌電活動[20]，亦非滯后性的觀察醫學圖像病灶與病變[21]，而是擁有無創觀察肌纖維的完善性以及肌肉生理與病理變化的潛力，EIM是一個可靠、定量、無痛、便捷的診斷工具。EIM的視在阻抗值來源各個組織層，許多因素會影響EIM阻抗檢測結果，比如解剖學結構、電極配置等，目前對于EIM電極的優化大多數是針對肢體部分的[12]，針對軀干尤其是腰部的研究較少，肢體與軀干解剖結構的差異較大，所以目前已有電極間距不適合腰部檢測。本文創新性的使用靈敏度分析法優化腰肌檢測的電極間距，提高肌肉層阻抗值對視在阻抗的貢獻度大小。對稱性在EIM檢測分區LBP患者中具有顯著意義[22]，EIM可通過快速、無痛、準確的方式彌補腰肌狀態檢測臨床需求的空白，給予有價值的穩定數據進行肌肉狀態評估。

本文系統地探討了EIM檢測腰部肌肉對稱性的可行性問題，但由于人體系統的復雜性，仿真模型的構建仍值得改進。本研究主要針對低腰區域的肌肉狀態檢測，在腰部建模時未考慮相鄰臀部位脂肪的非均勻性，會造成仿真值與真實值一定的差異。腰臀在組織上聯系緊密，可以在現有模型基礎上，增加臀部組織幾何模型，使模型仿真更為合理。

4 結論

本文針對EIM腰肌狀態對稱性檢測的需求做了相關研究并得出電極間距優化結果為激勵電極中心距應小于20 cm（不超過腰椎長度），且感應電極中心距不小于4 cm，這樣能有效減少腰部脂肪對結果的影響；驗證性在體實驗中在體平均R與不同脂肪厚度下仿真R的相關性達到0.95以上，在體結果與仿真結果一致性證實電極優化仿真的有效性。R和Xc的變化速度與幅值能反映腰肌的不對稱性，尤其是電阻R變化情況更為顯著，因此EIM能夠為腰部疾病的預防和康復提供相應的狀態檢測。