左体右智

本文系统研究动态运动（踏台测试与跑步机力竭测试）中下肢肌肉表面肌电（sEMG）与血氧代谢（fNIRS）的耦合关系。结果发现两者显著正相关，且运动模式与个体生活方式（训练水平）显著影响耦合强度——越活跃者神经-代谢耦合越紧密。为运动科学、康复评估及个性化训练提供新视角与实验范式。

本文系统解读了发表于《Sensors》(2025)的综述，全面梳理了肌电信号在外骨骼开发中的全流程处理方法，包括多模态采集技术（sEMG/HD-sEMG/iEMG）、自适应滤波算法（小波变换、经验模态分解、卡尔曼滤波）以及基于特征提取与肌肉协同分析的运动意图解码策略，并指出实时性、个体差异与多模态融合是当前面临的主要挑战。

近期发表于《Frontiers in Neuroscience》的一篇小型综述（Mini Review）系统性地探讨了高密度表面肌电图（HD-EMG）技术在提升上肢肌电假肢控制性能方面的最新进展。文章聚焦于两大核心领域：HD-EMG采集接口（硬件）与利用空间信息的机器学习算法（软件），并指出将二者有效集成是当前从实验室研究走向实际应用的关键瓶颈。

本研究基于Delsys无线表面肌电系统，探讨了疲劳对精英乒乓球运动员跖屈肌群（比目鱼肌、腓肠肌）活动能力与地面反作用力（GRFs）的影响。结果显示疲劳显著降低优势腿肌电活动，并引发下肢代偿策略，为预防运动损伤与优化训练提供科学依据。

浙江大学团队研发无线腕戴式神经肌肉接口系统UniSyst，通过软硬结合的16通道电极阵列与超薄可拉伸材料，稳定采集手腕表面肌电信号（sEMG），解决了传统技术对拇指动态细微动作识别精度不足的难题。结合轻量级1D-CNN算法，该系统可实时高精度分类多种动态拇指及静态手势，分类性能优于前臂方案。经12名受试者验证，UniSyst在抗干扰、信号质量及实际场景中表现优异，为沉浸式人机交互提供高效解决方案。

该文章通过对比无阻力带、轻型及重型阻力带条件下的杠铃深蹲，探讨阻力带对膝关节运动学和下肢肌肉激活的影响。实验采用重复测量设计，招募26名有深蹲经验的健康成年人，结合Vicon 3D运动捕捉系统和无线表面肌电测试（sEMG）分析膝关节内翻角度、胫骨旋转角度及肌肉激活模式。