多关节扭矩在站立平衡恢复中的作用

学术背景

站立平衡是人类日常生活中不可或缺的能力，尤其是在面对外部扰动时，如何快速协调髋关节、膝关节和踝关节的扭矩以维持平衡，一直是运动控制和神经科学研究的重要课题。传统的观点认为，平衡恢复依赖于神经介导的前馈（feedforward）和反馈（feedback）机制的协同作用。前馈机制通过肌肉的短程刚度（short-range stiffness）提供即时的机械反馈，而反馈机制则通过感觉输入激活肌肉，产生延迟的关节扭矩。然而，前馈和反馈机制在平衡恢复中的具体贡献尚不明确。为了深入理解这一问题，研究者们开发了一种新的传感器运动响应模型（Sensorimotor Response Model, SRM），旨在分解平衡恢复过程中髋、膝、踝关节的扭矩响应，并区分前馈和反馈机制的贡献。

论文来源

这篇论文由Kristen L. Jakubowski、Giovanni Martino、Owen N. Beck、Gregory S. Sawicki和Lena H. Ting共同撰写。作者们分别来自Emory University、University of Padova、University of Texas at Austin、Georgia Institute of Technology以及Emory University的康复医学系。该研究于2024年12月11日首次发表在Journal of Neurophysiology上，题为《Center of Mass States Render Multijoint Torques Throughout Standing Balance Recovery》。

研究流程

1. 研究设计与参与者

研究招募了8名健康的年轻成年人（4名女性，4名男性，平均年龄25岁），所有参与者均无神经或肌肉骨骼疾病史。研究的主要目标是通过向后平移支撑面（support surface translations）来模拟站立平衡扰动，并分析参与者在不同扰动幅度下的髋、膝、踝关节的扭矩响应。

2. 数据采集

参与者站在一个定制的平台上，平台能够进行斜坡保持（ramp-and-hold）的平移运动。平台下方嵌入了两个独立的测力板（force plates），用于收集地面反作用力（ground reaction forces）。参与者佩戴了33个标记点，基于Vicon Plug-in Gait模型进行运动捕捉。同时，研究者还采集了参与者左腿的表面肌电图（surface electromyography, EMG）数据，包括内侧腓肠肌、比目鱼肌、胫骨前肌、股直肌、股内侧肌、股二头肌和臀中肌的肌电信号。

3. 扰动实验

为了确定每个参与者的步态阈值（step threshold），研究者首先通过向后平移平台来量化参与者的平衡能力。步态阈值定义为参与者在不采取纠正步态或使用安全带的条件下能够维持平衡的最大平移幅度。随后，参与者完成了40次斜坡保持扰动实验，扰动幅度分别为12厘米以及步态阈值的75%、85%和95%。为了减少参与者的预期反应，实验中还随机插入了向前扰动的“捕捉试验”（catch trials）。

4. 数据处理

研究者使用OpenSim软件中的逆动力学工具箱（inverse dynamics toolbox）计算了髋、膝、踝关节的扭矩。同时，通过运动捕捉系统和测力板数据，计算了质心（center of mass, COM）的加速度、速度和位移。肌电信号经过高通滤波、整流和低通滤波处理后，用于分析肌肉激活情况。

5. 传感器运动响应模型（SRM）

研究者对原有的肌电SRM模型进行了改进，开发了扭矩SRM模型。该模型通过并行反馈环路（parallel feedback loops）来重建关节扭矩，每个环路具有独立的延迟和增益。模型的输入为COM的运动学数据，输出为关节扭矩。通过优化每个环路的增益和延迟，研究者能够分解出前馈和反馈机制对关节扭矩的贡献。

主要结果

1. 扭矩SRM模型的准确性

扭矩SRM模型能够准确重建髋、膝、踝关节在不同扰动幅度下的扭矩响应。模型的拟合优度（R²）和方差解释率（VAF）均高于0.84，表明模型能够很好地捕捉关节扭矩的时间历程和幅度变化。

2. 前馈与反馈机制的贡献

研究发现，髋关节和膝关节的扭矩响应中同时存在前馈和反馈成分，而踝关节的扭矩响应仅由反馈机制驱动。髋关节和膝关节的前馈成分表现为即时的机械反馈，而踝关节由于跟腱的柔韧性（compliance），其前馈成分被显著削弱。

3. 扰动幅度对反馈增益的影响

随着扰动幅度的增加，髋关节和膝关节的前馈增益（feedforward gains）显著增加，而踝关节的反馈增益则表现出饱和现象。这表明，髋关节和膝关节的前馈机制能够根据扰动幅度进行调节，而踝关节的反馈机制在较大扰动下可能达到极限。

结论与意义

该研究通过开发扭矩SRM模型，首次成功分解了站立平衡恢复过程中髋、膝、踝关节的前馈和反馈扭矩响应。研究结果表明，虽然COM的运动学数据驱动了所有关节的扭矩响应，但不同关节的前馈和反馈机制存在显著差异。这一发现不仅深化了我们对平衡控制机制的理解，还为评估老年人、神经肌肉疾病患者或受伤个体的平衡功能障碍提供了新的框架。

此外，该研究的模型和方法还可应用于机器人控制和可穿戴设备的开发。通过模拟生理性的平衡恢复机制，未来的机器人或外骨骼设备可以更好地应对外部扰动，提高用户的平衡能力。

研究亮点

1. 创新性模型：研究者开发了扭矩SRM模型，首次成功分解了多关节扭矩响应中的前馈和反馈成分。
2. 关节特异性机制：研究发现，髋关节和膝关节的前馈机制显著，而踝关节的反馈机制占主导，这一发现揭示了不同关节在平衡控制中的独特作用。
3. 应用潜力：该研究为机器人控制和康复医学提供了新的理论支持，未来可应用于开发更智能的平衡辅助设备。