步骤

电极方案

1.文献回顾：全面检索所有以前关于需要研究部位的神经肌肉结构特点、功能性解剖学知识和 EMG 的文献资料会为我们后续的工作节省很多不必要的麻烦。这些工作虽然有些已年代久远，但是却属于非常全面的、系统的研究。许多肌肉具有非常复杂的组织化学特性、神经支配结构和功能特性，为了设计合理的实验来准确、清晰地阐明动物的行为表现，我们就必须清楚地了解肌肉的这些复杂特性。

2.尸体解剖：即使是操作自己最熟悉的实验，我们也强烈建议实验结束后最好做一次解剖，以确认手术切口的位置和功能性参与或产生 EMG 的肌肉未受损伤。详细记录电极的插入位置、固定位置以及行进路线。

3.电极设计：在施行手术的过程中就要考虑记录通道的数目和选用电极的式样用透明塑料片制作成一个所需大小的肌外膜电极槪，然后用记号笔标记上电极连接的位置。在尽量避免采集到邻近肌肉带来的干扰的前提下，应该尽可能采集每块肌肉较大断面的信息。实验中也经常采用神经束上平行间隔开的双极电极。记录分割开的不同肌肉可能需要多个记录通道，除非这些不同的组分可以清楚地诱发相似的反应。为了鉴定肌肉彼此间干扰的可能来源，如果可行的话，不管邻近的肌肉是否在行为上互相关联，我们要对邻近所有肌肉进行记录。

4.组建电极植入硬件如下：

a. 肌外膜电极

通常米用肌夕卜膜片状电极记录浅层小肌肉或薄层肌肉的活动，双极电极接头粘附在硅树脂薄片的表面上。硅树脂薄片的四角被缝合在肌肉的肌膜上，双极电极的接头在硅树脂薄片上以一定的间隔距离整齐排列。硅树脂薄片主要起一个绝缘屏障作用，降低从邻近肌肉而来的干扰。在薄片的一面或双面可以放置两个或多个通道来记录多个组分或肌肉的活动。空白薄片可以用来防止从邻近非被测肌肉而来的干扰沿着被测肌肉传递。

如图 28-2A 所示，根据肌肉的大小，片状电极的大小一般为 3~5 mm。

注意：猴子似乎对桂树脂片状材料有很高的电抗性，所以下述的实验中均采用肌肉内电极。

（1）制作电极接头：剥去导线外的一段绝缘衣（长度为肌肉与连接器位置之间距离的 3 倍左右)，暴露出与电极接触的部位。

（2）切出适当大小的片状材料 4

（3）用皮下注射用针在片状材料上钻一个孔，将导线穿至针的尾端，由针将导线穿引通过片状材料。

（4）将脱去绝缘衣的导线部分放置在片状材料面向肌肉面一侧的中央，然后保留伸到片状材料另一端的导线长度为 3 mm 左右，切掉多余部分。

（5）在片状材料的四点上涂上硅树脂黏合剂，分别为导线头从片状材料背面穿出的两个点以及从片状材料走行至边缘的两个点。

（6）高压灭菌。

b. 肌肉内电极

通常采用肌肉内钩状电极来记录大肌肉或深部肌肉的活动，其双极接头被系在一个缝合处，其可以将钩状电极引导至肌肉腹侧中央处。将一个松软的多头导线接头系在上述缝合处以将双极电极间隔开并向回弯成钩形，以保证其可以比较牢靠地挂在肌肉上。用一条带子在缝合处的长端打一个环，松松固定在其尾端。如图 28-2B 所示，根据肌肉的尺寸大小，钩状电极的大小一般为 3~5 mm。

（1）剥去导线两端外包被的一段绝缘衣，注意切勿划伤导线。

（2）如图 28-2B 所示，将两根导线隔开一定的距离系在缝合处的中央。

（3）弯曲暴露出的导线接头。

（4）高压灭菌。

外科手术植入电极

5.埋置电极：切开皮肤暴露记录位置，将电极正确地固定在肌肉上。将一根电极插入肌肉筋膜作为参考电极使用。电极导线经皮下从连接器的位置处穿出。

6.连接器的连接：当埋置多个电极时，代表一个双极通道的每个导线环可以用不同颜色来区分。多头连接器或者被牢固地固定在骨骼上，或者被缝合在肌肉筋膜上 (Hofferetal.1987)。在将 EMG 电极的裸端头上涂一层酸性助溶剂（10% 盐酸）之后，再小心地在不锈钢 EMG 电极头上涂上一层焊锡。将电极头与连接器接头焊接之后，于焊接处轻轻涂抹一层硅树脂黏合剂以防止干燥。关于焊接的方法也可以参照 Loeb 等 (1995) 文章中的做法。

验证电极

7.监测电极阻抗。在手术完毕之后以及以后的每天里，应用 AC 阻抗计监测每个电极接头相对于参考电极以及每对双极电极接头的阻抗。对于本文描述的电极模式来说，单极电极的阻抗范围应为 l~10kn, 双极电极的范围应为两个单极电极阻抗总和的 70%?90%。正常情况下，阻抗变化相对较慢，其变化范围为±3 〇%。阻抗过大或骤然升高可能意味着导线接头断裂，焊接不牢或者是连接器处接头松动。阻抗过低可能是由于连接器接头周围液体流出所致。

8.动物伦理：实验结束后尽可能快地处死动物并解剖确认电极位置及连接。如果对电极接头与连接器接头的连接存有疑问，最好用简单的阻抗计一一测试一下每处的电路连接是否畅通。

记录数据

9.模式数据与视频数据的同步记录：实验中通常需要通过不同的仪器设备同时记录多^道的模式数据如 EMG 和高分辨率的运动信息如视频信号。数字式计算机以其高速和高容量的特点完全可以同时胜任这两项工作，但是由于其记录到的信息的文件太大，所以处理起来就非常麻烦。为了解决两个记录设备的同步性，我们可以采用适合于两种设备的普通定时器来解决这个问题。SMPTE 定时器的模式是与北美（NTSC,30fmnes/s) 和欧洲（PAL，25frames/s) 摄像机同步的，其可以被转为可视信号，并在录像机上进行些许数字式编码。如果能用计算机控制定时器那就更好了。这样的话，计算机就可以将模式信号转化为数字式文件（图 28-3)r 如果没有定时器的话，多媒体记录的同步性也可以通过同步的闪光、可听见的滴答声或电子波来实现。

分析数据

10.选则动物行为：动物行为学数据通常是不一致的。尽管有时只是需要模式数据或者只是进行直接的运动分析，但是我们还是对动物行为进行录像记录，原因是我们可以从记录到的大量动物行为中筛选出所需研究的行为表现。带有慢放和静态回放功能的录像机系统可以帮助实验者鉴定出所需数据的起始和终止时间。

11.分析 EMG: 应用上一个步骤确定的时间分界限创建和浏览 EMG 和其他变频器信号，确信这些信号 t 不含有电噪声、刺激伪迹、干扰以及关于记录质量的其他问题 (图 28-3)。在最初进行数据分析的时候进行上述筛选是非常重要的，因为数据经过滤波和平均处理后会掩盖掉许多信息。EMG 最常用的分析方法就是提取包络调控（BakandLoeb1979)。如果为了避免假象出现对放大的 EMG 信号进行高频数字化处理时，EMG 的分析可以数字化完成。提前将全段的 EMG 信号分割成不同区段的信号可以大大减低数字化系统的速度和容量。

12.将 EMG 信号与运动信息相联系：仅对一小组 EMG 数据进行详细的动力学分析^完全有可能实现的。快速浏览多条 EMG 记录鉴别特定位点（如肌肉活动的起始处或高峰处）相对应的时间点，然后对这一点进行详细的动力学分析。可以将不同持续时间的相同行为的多个记录结果进行平均处理（图 28-4) 。

动力学分析方法

形态测量学

反向式动态分析方法需要每个体节的长度、质量、旋转惯性和重心这些参数。正向式动态分析方法需要每块肌肉的质量、肌束长度、串联弹性长度（腱+腱膜）和力臂。小于 25°的羽状角度的影响可以忽略不计（ScottandWinter1991)。

骨骼标记

反向式动态分析和正向式动态分析方法均可以根据任何可见标记部位的位置准确无误地计算出所有节段的骨骼的位置和节段间的夹角。这就要求掌握标记部位和关节旋转中心位置之间的关系的大量信息。如果皮肤表面有向其下骨骼滑动的趋势，那么很有必要经皮将表皮的标记部位直接连接到下面的骨骼上，或者应用三角法计算出一些关节的位置。

肌骨骼的运动学

肌肉的长度和速度可以由骨骼节段之间的关节夹角和形态测量学数据计算出来。尤其是对自由度更大的关节和跨过多个关节的肌肉，人们更多地去「普查」不同关节夹角所对应的肌肉长度变化，而不再采用通过肌肉和腱在骨上的连接点计算力臂的方法。这个「普查」结果可以将关节的角度转变为每块肌肉的「路径长度」，需要时还通常将其进一步分解为一个肌束的长度和腱和腱膜组成的非收缩性的串联弹性成分。在具有相对较长的串联弹性成分的肌肉上，改变肌肉力度时由于拉伸或缩短串联弹性成分会引起收缩成分发生明显的长度变化。

活动的力学模型

EMG 数据可以合理地代表有收缩特性成分的活动水平。EMG 信号幅度的「信封式」特点解释了这种活动的上升时间和下降时间，其依赖于参与活动的纤维类型。将 EMG 幅度进行分级分部代表肌肉总断面积的活动是非常有必要的。记录肌肉最大限度激活时的行为表现是非常有用的。整块肌肉的力度可以由可收缩性成分的激活、长度和速度来推算出来（Brownetal.1996)。已知了肌肉在关节的每个角度上的力臂时，从肌肉的力度就可以推知出关节的扭矩。

反向动力学

将骨骼位置的动力学数据进行两次微分便可以计算出角加速度，根据牛顿运动定律，从角加速度就可以计算出克服惯性的扭矩（Hoyand Zernicke 1985;Hoyetal.1985b 在这个过程中单个标记位置的动力学数据中的噪声是非常令人头疼的。另外，注意的一些影响因素就是重力接头处的外力、内部的抑制因素如弹性韧带和骨骼对运动幅度的限制、节段间 coriolis 影响。KnowledgeRevolutionInc. 提供的工作模式软件包对建立具有理想的分割和连接功能的 2D 和 3D 系统非常有帮助。

动力学确认

从理论上来讲，将应用正向动力学分析方法计算出的每块肌肉的扭矩进行加和运算是完全有可能的，并且还有可能使其结果与反向式动态学分析方法分析运动所计算出的净扭矩相协调。但实际上这几乎是不可行的，因为完成这项工作它需要通过所有关节的所有肌肉的全部数据和非常精确的模型$但是，它在检测现有的 EMG 数据是否可以解释某项任务的生物机械力学原理时还是非常有用的。

结果

图 28-3~28-4 显示了不同分析阶段记录的典型 EMG 结果。图中的曲线是由 Macintosh 计算机上处理电子数据表的软件绘制出来的。目前很多种商用的数据采集和分析软件都可以完成此类的分析。图 28-3 显示了一个多通道 EMG 数据的分析结果，此 EMG 数据是将整个 EMG 记录图像整合成与数字处理器同步的 3.3ms 的 bins 之后，经过 3.3ms 的采样间期进行数字转化后的数据（BakandLoeb1979)。记录图像信号旁的标尺代表考虑了放大器增益和带宽之后的标尺；如 bin 宽放大两倍，整合的 EMG 幅度就随之増加两倍，与标尺 bar 相连的电压标尺即减半。既定的 bin-整合后的 EMG 幅度相当于原始信号的 10 倍。

实验中我们可以得知数字化文件的起始 SMPTE 时间点，采样间期与 8kHzSMPTE 时间编码器载体相同步。这两者就使在数据曲线上放置一个指针成为可能，以此来标记切的时间点。如果在记录曲线上方加上一条时间曲线，其中标注有平均时间（大点表示）和单个的录像框和第 10 个框（小钩和大钩表示)。这样就有利于选择静态分析的录像范围以提取相对应的肢体运动的运动学参数。

图 28-4 显示了一种更先进的分析方法。根据对肢体姿势位置的录像分析，将具有相似持续时间的多个循环记录分割成多个单个记录。对于每一个 EMG 通道，为了使每一个环得到的采样数相同，将 EMG 数据进行数字式滤波并将其插入至每个相中。按照实际 f 循环时间，将以时间为标准的循环图形绘制成光栅模式的曲线，其中滤掉时间上变化幅度较大的循环。上图的曲线就显示了整个循环中 EMG 数值的范围，以均值士标准误表示。