呼吸肌表面肌电图的采集和半自动分析

在这里，我们描述了一种记录和分析呼吸肌电图 （EMG） 信号的协议。它包括将 EMG 电极放置在几根呼吸肌上、去除 EMG 信号中的心电图噪声以及获取 EMG 均方根 （RMS） 和活动开始时间的解剖参考。

由于当前方法（如功能磁共振成像 （fMRI））的突兀性和不切实际性，评估呼吸驱动带来了挑战。肌电图 （EMG） 提供了肌肉呼吸驱动的替代测量方法，可以确定肌肉激活的幅度和时间。幅度反映了肌肉激活的水平，而时间表示肌肉活动相对于特定事件（例如吸气流动和其他肌肉的激活）的开始和偏移。这些指标对于理解呼吸协调和控制至关重要，尤其是在不同负荷或存在呼吸病理生理学的情况下。本研究概述了一种获取和分析健康成人和呼吸健康状况患者的呼吸肌 EMG 信号的方案。这些研究获得了伦理批准，包括参与者准备、电极放置、信号采集、预处理和后处理。关键步骤包括清洁皮肤、通过触诊和超声定位肌肉，以及使用电极以尽量减少心电图 （ECG） 污染。以高采样率和增益采集数据，并同步心电图和呼吸血流记录。预处理包括过滤和转换 EMG 信号，而后处理涉及计算相对于吸气流的起始和偏移差异。来自执行增量吸气阈值负荷 （ITL） 的健康男性参与者的代表性数据说明了该方案的应用。结果显示，在较高负荷下，膈外肌的激活较早且持续时间延长，与 EMG 幅度增加相关。该协议有助于对呼吸肌激活进行详细评估，提供对正常和病理生理运动控制策略的见解。

由于功能性磁共振成像 （fMRI） 等评估方法的突兀性，通常不切实际，因此呼吸驱动 （即呼吸中枢向呼吸肌的输出） 很难评估。此外，位于脑干的呼吸中枢体积小，难以定位，并且对生理噪声的改变敏感 ^1,2。呼吸驱动的测量很重要，因为它们与重要的临床结局有关，例如呼吸困难，呼吸窘迫的迹象。肌电图 （EMG） 是呼吸肌呼吸驱动的替代物³。呼吸肌 EMG 允许通过 EMG 信号的均方根 （RMS） 来确定肌肉活动及其强度。此外，可以通过识别肌肉活动的开始和偏移量（分别为 EMG、起始和 EMG、^偏移量）来评估肌肉激活的时间1,2,3,4,5,6,7,8,9,10,11。

肌电信号的幅度是指肌肉细胞收缩时产生的电位，表明它们的肌肉激活水平¹²。肌电信号的强度可能因肌肉收缩的强度、募集的运动单位数量、电极位置、肌肉和皮下组织的运动以及被测肌肉的具体特征等因素而异¹²。

肌电图信号的时间是指电活动相对于特定事件或动作（例如，相对于呼吸的吸气流）发生的时间¹³。开始时间表示肌肉激活何时开始，而偏移时间表示肌肉活动何时减少、停止或处于放松阶段¹³。几个呼吸肌激活的时间将有助于理解呼吸过程中的协调和控制机制。评估时间模式随时间或个体的一致性或可变性有助于确定与急性或慢性通气衰竭相关的生理和病理生理运动控制策略。

呼吸肌 EMG 的大小和时间都与重要的临床结果相关 12,13,14。隔膜在休息时产生大部分通气¹⁵。当呼吸需求增加时，例如在运动期间或与肺部疾病（例如，慢性阻塞性肺病、间质性肺病或急性呼吸窘迫综合征）相关的吸气负荷增加时，膈外呼吸肌会促进通气，这可以增加或抵消膈肌收缩需求¹⁵.因此，除了膈肌肌电图的幅度增加外，膈肌肌电图的幅度也会增加。

激活膈外呼吸肌可以保护膈肌免于疲劳¹⁶。然而，早期激活（发作）和延长激活与急性和慢性通气衰竭有关 14,17,18。这里的目的是描述一种协议，用于获取和分析健康成人和疑似或确诊呼吸病理生理学患者的呼吸肌 EMG 信号的时间和幅度。该协议包括先前验证的数据采集步骤，以量化 EMG 活动的时间和幅度^13,19。

采用该技术的研究已获得多伦多大学和位于加拿大多伦多的圣迈克尔医院以及比利时鲁汶的 Gasthuisberg 大学医院的伦理批准。此处描述了一种特定的协议。已经提出了关于呼吸肌的几种替代表面肌电图 （sEMG） 方法的一般讨论，并在其他地方报道¹²。

1. 参与者准备和放置 sEMG 电极

1. 为确保足够的可视化，请男性不要穿衬衫，要求女性穿运动文胸或背心。使用前襟开口的病号服，以提供足够的通道并保持端庄。
2. 如果参与者有长发，请将其扎在后面并固定在原位，以便评估斜角肌和胸锁乳突肌。
3. 将参与者置于坐姿或半躺姿。
4. 如果发现胸毛或颈毛过多，请剃掉用于 sEMG 电极放置的区域。
5. 为了降低皮肤阻抗，清洁皮肤上的油脂和死皮。
   1. 方法是用酒精湿巾擦拭，并在使用电极之前让酒精蒸发（即风干）。
   2. 如果皮肤较浅，它可能会显得轻微发红，但更重要的是，确保在放置电极的地方没有明显的污垢、油脂或干燥的皮肤。但是，请避免过度摩擦，以防止皮肤损伤。避免将电极应用于破损的皮肤或其他皮肤损伤区域。
6. 通过地标、触诊和/或超声波定位感兴趣的肌肉。
   注意：超声可能有助于标记肋隔膜²⁰。 图 1 显示了可以放置电极用于呼吸肌 sEMG 的位置示例。
7. 将 sEMG 电极放置在胸部右侧，远离心脏，以降低 ECG 信号的振幅并最大限度地减少其污染。
8. 沿肌肉纤维的纵向排列在肌肉腹部中心以 2 cm 的电极间距离应用成对的 EMG 电极。
   1. 对于肋隔膜/肋间肌，将腋前线和锁骨中线标记，并将成对的电极垂直放置在这两条线之间的第七或第八肋间隙的水平。
   2. 对于斜角肌，将颈部的后三角形标记出来，并将成对的电极沿肌肉的纵轴放置在环状突水平。
   3. 对于胸骨旁肋间肌，将第二肋间隙标记在胸骨右侧外侧 1-2 cm 处，并将成对的电极沿肌肉的纵轴放置。
   4. 对于胸锁乳突肌，标志是胸骨上切迹和乳突。通过将作者的手放在参与者下巴的左侧并要求参与者对着手轻轻进行等长左旋转，突出右胸锁乳突肌腹部。将成对的电极沿其纵轴放置在肌肉腹部的中点。
9. 一些 EMG 系统可能需要地面传感器。如果需要，将地面传感器放置在靠近呼吸肌的骨骼结构上（例如，锁骨、C7 颈椎棘突）。
10. 将 EMG 传感器夹连接到 EMG 电极上。确保来自两块不同肌肉的 EMG 传感器的电线（即使是无线的）不会重叠和污染或在两块肌肉之间提供串扰。
    注意： 来自同一传感器的电线可以重叠，但来自两个不同传感器的电线不应重叠。
11. 通过使用将传感器的下侧固定在皮肤上的双面胶带，进一步固定 EMG 电极和传感器。
12. 在传感器顶部贴上医用级低过敏性胶带，以进一步将每个传感器固定在皮肤上。避免施加过大的压力，如上所述，确保来自不同传感器的电线不会重叠。

2. 信号采集

1. 在数据采集软件上选择预设模板，然后按 可选 。该模板将具有以下预设参数：EMG 信号中的高通滤波器 （0.5-20 Hz），以减少低频伪影，促进实时可视化。
2. 将 EMG 信号的采样率设置为至少 1 kHz。
3. 将 EMG 信号的增益设置为 1000。
4. 设置模板以获取 ECG 和呼吸流量的同步记录。
5. 根据协议获取 sEMG 和 ECG 数据，例如，在机械通气患者的自主呼吸试验期间。
6. 协议完成后，停止记录并保存数据文件。
   注意： 图 2 显示了显示已应用过滤的软件屏幕截图。

3. 数据采集后的预处理

1. 打开软件并确认用于分析 EMG 信号的参数（5 Hz 的双向高通滤波器、用于去除 ECG 污染的最小均方 （LMS） 自适应滤波器、移动窗口为 0.02 秒的均方根变换）并按 继续。
2. 选择要分析的文件，然后按 OK。
3. 定义要分析的时间间隔（如果要分析文件的总持续时间，它将从 0 秒到最大时间），按 Select the Range and Continue，然后按 Conditioning。
4. 按下 Analyze（分析 ）按钮以应用预先选择的参数（请参阅步骤 3.1）。可视化分析的 EMG 信号。在 1 按钮上按 Rescaled 显示 EMG 信号，在记录期间按其最大值进行归一化。
5. 按 Continue to Calculate On Off 按钮。根据 EMG 信号的导数函数，它将检测 EMG 活动的开始时间。按 On 和 Off 按钮。
6. 从需要可视化的肌肉中选择 EMG 信号。可视化可以在肌肉之间交替进行，以便目视检查所有记录的 EMG 信号。按 STOP Looking and Go To Saving 按钮。按 Saving （保存）。
7. 选择要保存的数据。可以在保存之前减少信号（例如，从 1000Hz 到 100Hz）。按 Save Processed Data，选择要保存文件的计算机文件夹，并为其命名。按 Save 再次确认。

4. 后处理

1. 使用提供计算功能的软件（例如 Excel、R、Phyton、Matlab）打开保存的文件。通过流量信号的开和关时间确定每次呼吸，并计算每次呼吸的 EMG 峰值 RMS 和 EMG 平均 RMS。
2. 对于 EMG 起始，计算 EMG 起始和吸气流起始（INSP，起始）之间的绝对差异（以毫秒为单位）：
   
3. 对于 EMG 偏移，计算 EMG 偏移与吸气流量结束 （INSP，offset） 之间的绝对差（以毫秒为单位）
   
4. 对于相对于吸气持续时间的 EMG 发作，计算 EMG 发作和 INSP，onset 之间的相对差异（相对于 Ti 的持续时间）：
   
5. 对于相对于吸气时间持续时间的 EMG 偏移，计算 EMG 偏移和 INSP，offset 之间的相对差异（相对于 Ti 的持续时间）：
   
   其中 dP 是 EMG，起始和吸气流量起点 （INSP，onset） 或 EMG，偏移和吸气流量偏移 （INSP，offset） 之间的时间差。

数据为一名男性参与者（22 岁;体重：100 公斤;身高：185 厘米;BMI：29 kg/m²） 肺活量测定和吸气肌力量正常（FEV₁：4.89 L/s [预测值的 97%];最大吸气压：151 cmH₂O [预测值的 136%）]。他使用前面描述的方案 21,22,23 执行增量吸气阈值负荷 （ITL） 直至任务失败。图 1 描述了数据采集系统的概述。参与者舒适地坐在椅子上，戴着鼻夹，前臂放在可调节的桌子上，头部中立地支撑在头下巴托上。参与者通过连接到双向非再呼吸阀的吹嘴呼吸，该吹嘴连接到加热的气门和 ITL 装置。该 ITL 装置在吸气过程中施加了负荷，但在呼气时没有施加负荷。ITL 测试从预热载荷 （-12 cmH₂O） 开始，然后每 2 分钟增加 50 g 的柱塞载荷，直到任务失败。任务失败被定义为参与者将嘴从咬嘴上移开或他无法再产生足够的吸气压力来连续三次呼吸抬起柱塞。对于该参与者，在 -120 cmH₂O 时达到任务失败。

图 3 显示了 ITL 期间除 ECG 和吸气血流信号外，还有原始和过滤的隔膜 EMG 信号。值得注意的是，膈肌原始 EMG（最上层描记）中描述的 ECG 伪影在隔膜过滤的 EMG（最下层描记）中不存在（或较少存在）。此外，在应用滤波后，可以在隔膜原始 EMG 中注意到的漂移基线不会出现。

图 4 显示了呼吸肌 EMG 在低负荷和高负荷下的发作时间。在低负荷下，在吸气流开始之前仅检测到斜角肌和胸骨旁肋间活动，而隔膜和胸锁乳突肌开始活动在吸气流开始后检测到。然而，在 ITL 期间呼吸以克服较高的负荷时，观察到隔膜、胸骨旁肋间、斜角肌和胸锁乳突肌的早期激活（相对于流量）。

图 5 显示了呼吸肌 EMG 活动在低负荷和高负荷下的持续时间。膈肌、胸骨旁肋间和斜角肌的肌电图活动持续时间在低负荷和高负荷下相似。然而，与低负荷相比，高负荷下胸锁乳突肌活动的持续时间更长。

图 6 显示了膈肌、胸骨旁肋间、斜角肌和胸锁乳突肌的 EMG RMS。在高负荷下，与低负荷相比，所有这些肌肉的 EMG RMS 更高，代表克服增加的负荷所需的更大肌肉活动。

图 1：参与者设置示意图，显示了数据采集的概述。 电极放置的示例显示了呼吸肌的表面肌电图 （EMG;蓝点） 和心电图 （ECG;黄点） 的示例。 请单击此处查看此图的较大版本。

图 2：显示应用过滤的软件工作屏幕示例。 （A） 显示记录信号和滤波参数的初始屏幕。（B） 显示应用过滤器后 EMG 的 RMS 的屏幕（绿色跟踪）。流以白色显示。水平线表示 EMG 活动的开始（黄色）、吸气流的开始（绿线）、EMG 活动的偏移（黄色虚线）和吸气流的结束（红线）。缩写： SCM：胸锁乳突肌。RMS：均方根。 请单击此处查看此图的较大版本。

图 3：原始和过滤的隔膜表面 EMG。 面板从上到下显示隔膜的原始 EMG 信号、心电图 （ECG） 信号、吸气流量信号和隔膜的过滤 EMG 信号。 请单击此处查看此图的较大版本。

图 4：在增量吸气阈值负荷到任务失败期间，低负荷 （-12 cmH₂O） 与高负荷 （-120 cmH₂O） 期间呼吸肌 EMG 信号的出现时间。 数据来自男性参与者。Y 轴表示表面 EMG 和吸气流量之间的时间差（以秒为单位），其中 0 是吸气流量的开始。负值表示 EMG 发作发生在吸气流开始之前，而正值表示 EMG 发作发生在吸气流开始之后。面板显示了 （A） 横膈、（B） 胸骨旁肋间、（C） 斜角肌和 （D） 胸锁乳突肌的呼吸肌 EMG 活动的开始时间。 请单击此处查看此图的较大版本。

图 5：在递增吸气阈值负荷直至任务失败期间，低负荷 （-12 cmH₂O） 与高负荷 （-120 cmH₂O） 期间呼吸肌 EMG 信号的持续时间。 数据来自男性参与者。Y 轴以秒为单位描述 EMG 活动的持续时间（从 EMG 开始到偏移）。面板显示了 （A） 横膈膜、（B） 胸骨旁肋间、（C） 斜角肌和 （D） 胸锁乳突肌的呼吸肌 EMG 活动的持续时间。 请单击此处查看此图的较大版本。

图 6：在递增吸气阈值负荷直至任务失败期间，低负荷 （-12 cmH₂O） 与高负荷 （-120 cmH₂O） 期间呼吸肌 EMG 信号的 RMS。 数据来自男性参与者。Y 轴以微伏为单位描述 EMG RMS。面板显示了 （A） 隔膜、（B） 胸骨旁肋间、（C） 斜角肌和 （D） 胸锁乳突肌的 EMG RMS。 请单击此处查看此图的较大版本。

由于 EMG 信号的带宽谱重叠，从 EMG 信号中去除心脏活动伪影很复杂。大部分 EMG 频谱在 20 到 250 Hz 之间，而 ECG 频谱在 0 Hz 到 100 Hz 之间。对于某些分析（即时间），必须在没有 ECG 污染的情况下获得 EMG 信号，以实现 EMG 幅度和时间的准确性和可解释性。利用频率的最小均方 （LMS） 自适应滤波器是一种识别模式的算法。在这种情况下，该算法从组合的 ECG-EMG 信号中删除 ECG 频率内容。确定滤波器长度为 70 且步长为 0.01 是误差最小且总体结果最佳的最佳系数²⁴。与 EMG 同步记录的 ECG 用于连续调整有限脉冲响应 （FIR） 滤波器的系数。因此，移除非常精确，并且可以适应可变的心律，这可能在整个测试过程中发生。ECG 滤波算法是预设的，并且会自动识别 ECG 通道。双向滤波最大限度地减少了检测 EMG 信号开始时间的时间偏移。它用于消除相位失真，这在标准（单向）滤波方法中很常见。

计算每个肌肉 EMG RMS 的一阶导数函数。正导数或负导数分别表示 EMG RMS 的增加或减少。应用导数函数来确定 EMG RMS 的增加和减少阶段，使算法能够准确执行，尽管“基线”的变化不会归零。由于激活爆发之间基线的可变性，利用 EMG RMS 绝对值的算法无法一致地识别 EMG 的开始和偏移。

为了检测 EMG 发作，每次呼吸吸气阶段的开始时间在流量信号 （INSP，onstart） 的精度为 ±1 毫秒内确定。首先，确定每次呼吸基础上 EMG RMS 的最大增加量，作为检测 EMG 活动开始时间 （EMG，onstart） 的参考。为了解释可变的 EMG 基线，EMG 起始定义为达到其最大 （±1 ms） 振幅的 5% 的时间点。考虑这个 5% 的阈值可以避免无意中将基线 EMG RMS 变异性识别为激活。并发 EMG 过滤和 EMG，起始检测应用于多块肌肉。 图 2B 显示了代表性呼吸中胸锁乳突肌的 EMG 起始检测。

该软件允许修改预设参数。可以使用不同级别的高通或低通滤波器，并在需要时应用平滑。检测 EMG 的 EMG 信号增加，起始预设为 5%，但此阈值也可以修改。在评估通气负荷时，还可以测量口压作为负荷指数。同样，可以监测呼气末 CO₂ ，通过指导参与者调整通气水平或改变吸入的 CO₂，努力将其保持在接近正常范围。

所描述的协议遵循信号采集和处理的国际建议，并且开发的滤波算法已经过验证²⁵。尽管如此，在每个步骤中都需要对 EMG 信号进行仔细的目视检查，以确保只分析高质量的信号。文献中还使用了其他方法来过滤掉 EMG 信号中的 ECG 伪影，包括具有高截止频率（例如，高达 200 Hz）的高通滤波器、选通和小波去噪。具有高截止频率的高通滤波器也会删除大部分 EMG 信号，从而修改其频谱和振幅²⁶。门控检测强 ECG 伪影并删除受污染的 EMG 信号及其周围的 EMG 信号，导致时间信息的丢失并影响 EMG 时序的检测（例如，开始和偏移）^27,28。小波去噪在复杂性和性能之间取得了很好的平衡;但是，它可以切断大型 EMG 活动爆发²⁹。这里使用了频域中的最小均方自适应滤波器，它仅去除与患者自身心电图^13,19 相关的信号频率。虽然它可以可靠地测量 EMG 时间和振幅，但它需要连续和同步的心电图记录。

迄今为止，这种方法只能应用于离线数据分析。软件的进一步开发以及可用 EMG 系统与软件的实时通信将提供呼吸肌 EMG 的实时可视化和分析。这将为利用呼吸肌肌电图来支持实时临床决策提供潜力。

呼吸肌 EMG 可以提供有关肌肉活动和呼吸驱动的信息。这是一种相对复杂的技术，包括几个步骤来确保良好的信号质量。该协议描述了确保良好的皮肤准备、信号采集和处理的步骤，并提供了与呼吸肌活动的大小和时间相关的信息，这两者都与临床结果相关。该协议已获得国际多家机构的研究伦理授权。

作者声明他们没有需要披露的利益冲突。

AR 得到了加拿大卫生研究院 （CIHR） 奖学金 （#187900） 的支持，UM 由 Mitacs （IT178-9 -FR101644） 资助。