基于高密度微电极阵列与数学源分离的再支配肌肉神经信号解析新策略

本研究针对靶向肌肉神经支配术(TMR)后表面肌电信号重叠、难以解析多神经功能的难题，开发了一种结合植入式高密度微电极阵列与数学源分离技术的新方法。通过在单块再支配肌肉内成功分离出多种神经驱动信号，证实了无需手术分离神经束即可实现多自由度神经控制，为提升假肢控制精度和理解中枢神经系统再支配后的运动编码机制提供了新途径。

当上肢截肢患者希望通过意念控制智能假肢时，他们面临着一个核心难题：传统的靶向肌肉神经支配术(TMR)虽然能将残存神经信号重新路由到备用肌肉，但表面肌电图(EMG)采集到的信号往往相互重叠，就像多个人同时说话难以分辨各自的内容。这种信号混杂现象使得精确解析不同肢体功能变得异常困难，严重限制了假肢控制的自由度。目前解决这一问题的再生周围神经接口(RPNI)技术虽然通过手术分离神经束提高了信号特异性，但存在神经功能未知性、信号检测困难等局限，且手术本身可能造成神经永久损伤。

在这项发表于《Nature Biomedical Engineering》的研究中，研究团队提出了一种创新解决方案：将多价神经的TMR手术与植入式高密度微电极阵列相结合，通过数学源分离方法，在单块再支配肌肉内成功分离了所有被重定向的神经信号。该方法在三位上肢截肢患者的四个再支配肌肉中进行了验证，通过将EMG信号反卷积为运动单元(MU)峰电位序列，揭示了与不同功能任务相关的运动神经元集群。这一突破性技术避免了手术分离神经束的需要，为提升假肢控制精度和理解中枢神经系统再支配后的运动编码机制开辟了新途径。

关键技术方法包括：采用40通道线性微电极阵列（电极间距500μm，总长度2cm）记录肌肉内电活动；通过盲源分离算法将多通道信号分解为单个运动单元活动；利用非负矩阵分解(NNMF)技术构建神经流形模型；对三名接受TMR手术7-12年的截肢患者进行多任务运动范式测试。

运动单元在再支配肌肉中的活动特性

研究人员在四个再支配肌肉中共识别出111个运动单元，其放电特性处于生理范围内。运动单元动作电位(MUAP)在微电极阵列上的分布显示，不同运动单元具有不同的形态和领地范围。约三分之一的运动单元表现出带有卫星电位的动作电位，这些电位与主电位时间锁定但明显分离。运动单元的中位放电率(MFR)在12.4-18.4脉冲/秒之间，变异系数(CoV)为21.7%-42.8%，其中TMR3和TMR4的CoV较高，可能与视觉反馈质量有关。值得注意的是，研究人员观察到了违反大小原则的招募现象，即后募集的运动单元有时会先于早募集的运动单元停止放电。

运动单元跨任务追踪揭示任务特异性与共享性

通过比较不同任务中运动单元的动作电位波形，研究人员发现运动单元可分为任务特异性单元和跨任务共享单元。在记录的23个任务中，仅3个任务缺乏任务特异性运动单元，且没有任务完全由特异性单元完成。任务特异性单元比例在TMR1-TMR4中分别为43.3%、54.0%、30.6%和47.5%。时间稳定性实验表明，即使在数小时间隔后，大多数运动单元仍能被可靠追踪，证实了信号稳定性。

多束神经神经驱动的估计

通过分析运动单元放电的相关性，研究人员发现65.59%、47.17%、35.69%和49.58%的运动单元（分别对应TMR1-TMR4）接收共同突触输入。这些高度相关的运动单元被聚类为高相关性组(G_Corr≥0.5)，而低相关性组(G_Corr<0.5)则包含同步性较低的运动单元。共同输入既分布在任务特异性单元也分布在共享单元中，表明任务主要通过运动神经元集群的协同激活完成。

神经流形分析揭示低维控制策略

通过非负矩阵分解(NNMF)技术，研究人员发现高维运动单元空间可被低维潜在流形所解释。TMR1和TMR2的神经流形维度与任务数量一致（分别为6和5），而TMR3和TMR4的流形维度为5，低于任务数量（6个）。每个流形维度主要在对特定任务时激活，有效编码了多束神经携带的任务特异性神经信息。余弦相似度分析显示，TMR1和TMR2的所有任务均具有高度可分离性，而TMR3和TMR4的部分任务分离不完全。

本研究通过结合TMR手术与高密度微电极阵列技术，成功实现了在单块再支配肌肉内分离多神经驱动信号的目标。研究结果表明，再支配肌肉接收来自多功能神经的多样化神经输入，对应着多种不同的任务编码。即使从肌肉的单个小物理位点采样，高分辨率的运动单元峰电位检测也能区分对应不同任务的神经信号。运动单元的相关性分析和神经流形分析揭示了中枢神经系统在再支配后仍保持模块化控制策略，通过减少共同输入的数量来降低控制复杂性。

这一发现颠覆了以往对EMG解码再支配肌肉信息能力的限制性认知，解决了信号隔离性和特异性不足的难题。与RPNI技术相比，该方法避免了手术分离神经束的风险和局限性，为未来更先进的假肢解决方案提供了新可能。虽然植入式系统存在技术复杂性，但这一方法为增强运动控制和功能特异性奠定了基础，未来通过最小化侵入性同时最大化覆盖范围和寿命的发展，有望进一步推动该技术的临床应用。