免费在线观看黄片地址,亚洲高清精品一区二区久久,国产一级片在线免费看

肌電（EMG）在舌頭內(nèi)外肌的應(yīng)用

介紹

口腔癌指發(fā)生在口腔的惡性腫瘤，有舌癌、牙齦癌、腭癌、口咽癌、唇癌等，最常見的是舌癌。盡管口腔癌在我國的癌癥譜中并不是發(fā)病率和死亡率非常高的癌癥，但近年來有上升趨勢，它是世界上第六大常見癌癥。

全球疾病負(fù)擔(dān)（GBD）研究結(jié)果顯示，最近幾十年，我國口腔癌無論是發(fā)病率還是死亡率，都呈現(xiàn)出明顯的上升趨勢，從1990年-2017年，我國口腔癌新發(fā)病與死亡人數(shù)分別上升280%和197%。男性上升幅度超過女性。在歐洲和美國，舌頭是口腔癌最常見的部位，占口腔癌的 40-50% 。

口腔癌患者會承受很大的痛苦，術(shù)后不論對面容還是日常起居都會產(chǎn)生很大的影響，降低生命質(zhì)量。然而，好消息是口腔癌有比較明確的危險因素，只要我們加以注意，是可防可控的。

口腔潰瘍怎么變成了舌癌？

口腔癌在日常生活當(dāng)中很少提及口腔癌，是來源于口腔黏膜上皮組織的惡性腫瘤，它包括牙齦癌，舌癌，口腔頰粘膜癌、硬腭癌、口底癌等。

由于口腔血管淋巴管非常豐富，故而口腔癌具有侵潤廣、進(jìn)展快的特點，這使得口腔癌的早期發(fā)現(xiàn)非常重要，早期的口腔癌治愈率高達(dá)90%。

如果病情發(fā)展到了了第4期，5年的生存率降低到10%，所以大家一定要做到早發(fā)現(xiàn)早治療，提高自己的生存率。

近幾年來口腔癌的增長速度驚人，中國40年來，口腔癌死亡率增加4倍，患病率從過去每年每100萬人當(dāng)中有81人患病劇增，到現(xiàn)在每年每100萬人當(dāng)中有202人患病，每年約有1萬人死于口腔癌。

本篇文章將重點關(guān)注將神經(jīng)肌肉信息添加到生物力學(xué)模型中。在全球已經(jīng)有學(xué)者針對影響嘴唇運動的面部肌肉進(jìn)行了研究。另一個重要的肌肉類別是舌頭肌肉組織，因為它在發(fā)音、引導(dǎo)食物咀嚼、將食物擠入口咽作為吞咽和口腔清潔的一部分中發(fā)揮著重要作用。本文的目標(biāo)是為添加神經(jīng)肌肉信息邁出第一步，以便個性化通用生物力學(xué)舌模型，該目標(biāo)涉及以下研究問題：

是否可以從舌頭獲取 sEMG 信號？

從舌頭獲取表面肌電圖 (sEMG) 比獲取口外 sEMG 更具挑戰(zhàn)性。由于舌頭是一個高度可移動和靈活的解剖結(jié)構(gòu)，在短時間內(nèi)涉及到表面曲率的巨大變化。此外，口腔內(nèi)的環(huán)境非常潮濕。因此，穩(wěn)定可靠地連接電極是一項挑戰(zhàn)。

舌肌組織中不同運動單位的活動可以通過舌肌電圖的分解來區(qū)分嗎？

由于 sEMG 同時測量多個舌肌的激活，因此出現(xiàn)了識別單個舌肌激活的主成分問題。將舌頭 sEMG 分解為單獨的運動單元活動可能是識別這些單獨的舌頭肌肉活動的第一步。

舌頭 sEMG 在多大程度上可以確定屬于一個運動單位的肌肉纖維的方向？是否有可能將單個運動單元活動分配給特定的舌?。?/span>

各個舌頭肌肉的肌纖維方向彼此不同，因此經(jīng)常交織在一起。觀察電極網(wǎng)格上的運動單元活動可能有助于將不同的運動單元活動與單個舌肌相關(guān)聯(lián)。

解刨

舌肌屬于橫紋肌，是舌的主要組成成分。舌體的變形及其位置的改變，均靠舌肌的舒縮來完成。

肌肉解剖—舌肌

舌肌共有八條，分為四條舌外肌和四條舌內(nèi)肌。

首先先和大家聊聊四條舌外肌。

他們分別是：

1. 頦舌肌
2. 莖突舌肌
3. 舌骨舌肌
4. 腭舌肌

其中頦舌肌、莖突舌肌、舌骨舌肌由舌下神經(jīng)支配，腭舌肌由迷走神經(jīng)支配。

頦舌肌

起點：頦棘(superior mental spine)

止點：舌骨體上緣；連接于自舌根至舌尖的粘膜下纖維組織(the submucous fibrous tissue)

莖突舌肌

起點：莖突的前外側(cè)、莖突下頜韌帶(stylomandibular ligament)

止點：部分纖維與舌上縱肌交錯走行；其余纖維與舌骨舌肌相混合。

舌骨舌肌

起點：舌骨大角上緣和舌骨體。

止點：與腭舌肌與莖突舌肌交錯走行。

腭舌肌

起點：軟腭的前側(cè)緣。
止點：由兩側(cè)向下與舌橫肌相交錯；與莖突舌肌和舌骨舌肌相交錯

舌內(nèi)肌共有四條，分別是：

1. 舌上縱肌（The superior longitudinal muscle）
2. 舌下縱?。═he inferior longititudinal muscle ）
3. 舌橫?。═he transverse muscle ）
4. 舌縱?。═he vertical muscle ）

舌內(nèi)肌全部由舌下神經(jīng)支配。

舌上縱肌(The superior longitudinal muscle)

舌上縱肌可分為縱部和斜部。

起點：黏膜下纖維組織(submucous fibrous tissue)

止點：舌中部(the middle portion of the tongue)

注：舌上縱肌并不向前延伸至舌尖（這一點與舌下縱肌不同）

舌下縱肌(The inferior longititudinal muscle)

起點：部分纖維起源于舌骨

止點：部分纖維向前與莖突舌肌相交錯

注：舌下縱肌完全從舌根部延伸至舌尖

舌橫肌(The transverse muscle)

起止點：舌中間的纖維縱隔(the median fibrous septum)并側(cè)向呈扇形延伸止于舌側(cè)緣的粘膜下纖維組織(submucous fibrous tissue)

部分纖維與舌垂直肌肉(the vertical fibers)走行相同

舌垂直肌(The vertical muscle)

起點：舌體的粘膜層(the mucous membrane)

止點：the sides and inferior surface of the tongue（作者：未能找到合適的表達(dá)，故將原文“搬運至此”）

模型

目前的舌頭模型有一個手術(shù)和放射模塊，用于模擬治療及其功能后果。兩種處理模塊仍處于開發(fā)階段。該模型由生物力學(xué)部分和視覺部分組成。視覺模型通過 3D 表面網(wǎng)格將生物力學(xué)模擬轉(zhuǎn)換為視覺表示。生物力學(xué)模型是使用有限元法 (FEM) 創(chuàng)建的，基于 Buchaillard 等人的工作。他們創(chuàng)建了一個表面網(wǎng)格，其中填充了小立方體形狀的元素，形成了一個體積網(wǎng)格。這些元素包含應(yīng)力、應(yīng)變、重量和交互行為等屬性，有助于計算整個舌頭的屬性變化。最初，不同的舌頭肌肉組織由纖維、彈簧狀結(jié)構(gòu)表示，能夠?qū)⑺鼈兊膬蓚€端點拉向彼此。這些纖維端點之間的元素被擠壓而不積極參與肌肉收縮。為了克服這種生理上的不切實際情況，纖維肌被轉(zhuǎn)化為元素肌。圍繞某條光纖兩毫米半徑內(nèi)的所有元素都具有收縮特性和方向。以這種方式，元素肌肉中的肌肉力與附近的纖維具有相同的方向。

當(dāng)前的舌頭模型。 (A) 3D 表面網(wǎng)格的矢狀視圖，加載有立方 FEM 元素。 (B) Buchaillard 等人定義的所有 3D 纖維肌肉的橫向視圖，顏色表示不同的肌肉。

舌頭模型可以生成兩種類型的模擬，正向模擬和逆向模擬。前向模擬從手動激活某些肌肉纖維開始，從而產(chǎn)生舌頭模型操作。逆向模擬以相反的方向工作，給出了舌頭動作并計算了相應(yīng)的肌纖維激活組合。后者使用成本函數(shù)來查找肌肉激活的組合。由于該問題的解決方案不是唯一的，因此找到的解決方案不是針對個人的。添加個人特定的 EMG 信號是實現(xiàn)這些模擬個性化的重要一步。成本函數(shù)將收到在哪里尋找其解決方案的指示，并且 EMG 信號可用作前向模擬的輸入。

肌電圖（EMG）

EMG 測量電極記錄范圍內(nèi)不同活動運動單元的運動單元動作電位序列 (MUAPT) 的代數(shù)總和。運動單位 (MU) 定義為一個運動神經(jīng)元及其支配的所有肌纖維。每個 MU 的肌纖維數(shù)量可以從四到幾百不等，每塊肌肉至少被一個 MU 激活。每條肌纖維都通過稱為“細(xì)胞內(nèi)動作電位”（IAP）的波激活，該波從（運動）軸突連接處開始在肌纖維上向外傳播，大致位于肌纖維的中間。 MUAPT 是特定 MU 中所有光纖（所有 IAP 一起）的合成去極化波。所有 MUAPT 的總和形成 EMG 信號。

MU 定義說明。這個特定的肌纖維束由兩個 MU 支配

使用 Ag/AgCl 微電極的舌外肌和內(nèi)在舌肌的表面肌電

之前的舌 EMG 測量

使用針式肌電圖在肌肉內(nèi)獲得了舌肌的第一個肌電圖。肌內(nèi)肌電圖的優(yōu)點是可以確定 MUAPT 的起源。然而，這種方法是侵入性的，因此不舒服。這導(dǎo)致最近的研究使用 sEMG，涉及其他困難。舌頭的表面肌電需要在潮濕和變形的環(huán)境中連接電極，并且需要區(qū)分不同的 MUAPT，可能源自不同的肌肉。

只有少數(shù)研究對舌肌組織進(jìn)行了 sEMG 測量。三項研究通過將電極置于口腔底部的舌下獲得 GG 肌肉的 sEMG，電極由下頜牙齒和口腔底部的牙科印模材料固定到位。最古老的研究得出結(jié)論，表面電極令人滿意地反映了 GG 的生物電活動，因為肌內(nèi)電極顯示出相似的肌肉活動模式和高度相干的頻譜。另一項更近期的研究發(fā)現(xiàn)，與雙邊配置相比，兩個表面電極的單邊配置可以更可靠地估計 GG 活動。由于非傳播肌纖維末端效應(yīng)減少，它對來自相鄰肌肉和偽影的串?dāng)_不太敏感。為了測量人類內(nèi)在舌肌的 sEMG，只記錄了有限的嘗試次數(shù)。吉田等人。通過用銀漿涂上一個小點，在頂部添加一根細(xì)線和一個橡膠帽，開發(fā)了一種表面電極。其中兩個電極用于測量遠(yuǎn)端舌肌。最近，一位同事使用盤形 Ag/AgCl 微電極對不同的舌頭運動進(jìn)行分類，包括外在和內(nèi)在肌肉測量。使用假牙膠條將四個電極放置在舌頭上，并將四個電極放置在下頜下，用雙面粘合劑固定。

目前在舌肌研究中，邁爾諾醫(yī)療可以提供無創(chuàng)的肌電電極，如下：

用于舌上 sEMG 測量的技術(shù)和實踐評估的選定電極/網(wǎng)格。 (A) 單獨的微電極 (B) 調(diào)整后的HD-sEMG 網(wǎng)格

舌頭上實際使用的電極/網(wǎng)格測試。顯示了向右的舌頭運動。 (A) 兩個微電極，(B) HD-sEMG 網(wǎng)格

分解技術(shù)

本文采用混合表面肌電分解方法 (KmCKC)。與經(jīng)典的卷積核補償 (CKC) 方法相比，他們的方法在分解精度和抗噪聲魯棒性方面表現(xiàn)出卓越的性能。它結(jié)合了CKC方法和K-means聚類（KMC）方法。后者用作對由相同 MU 觸發(fā)的時間瞬間進(jìn)行聚類的初始步驟，然后是經(jīng)典 CKC，該 CKC 使用新穎的迭代過程進(jìn)行修改，以執(zhí)行 MUAPT 更新。

KmCKC 分解算法的流程圖

每個步驟的說明（用紅色圓圈中的數(shù)字表示）。模擬（簡單）sEMG 源自兩個 MU 并擁有兩個通道。簡化的 sEMG 的長度為 500 個時間樣本，為了清楚說明，僅顯示了前 175 個時間樣本。參數(shù)值設(shè)置為：K = 10，k = 12，nClus = 3，r = 4，h = 1，nMU = 2

實現(xiàn)了KmCKC分解算法，并在模擬肌電圖上進(jìn)行了測試。該算法在MUAPT識別中顯示出巨大的潛力。然而，應(yīng)在模擬肌電圖上進(jìn)行更多評估，最好是具有更高電極數(shù)的表面肌電圖。這些額外的評估還應(yīng)包括參數(shù)優(yōu)化，因此，運動單元數(shù)估計（MUNE）方法和預(yù)期的最小MU募集頻率的存在將是有益的。

最后，通過上文，可以看到舌上的肌電采集除了有針式肌電圖還有表面肌電。而表面肌電是一種新的無創(chuàng)手段，并有望替代針式肌電圖，成為臨床科室的主要工具。

言語發(fā)聲神經(jīng)電信號測量系統(tǒng)

當(dāng)前大多數(shù)利用表面肌電信號進(jìn)行語音識別的研究中,存在使用的電極數(shù)量少、位置選取不夠科學(xué)的問題。高密度肌電設(shè)備對語音識別時電極位置對識別性能的影響進(jìn)行分析,來達(dá)到更好地選擇電極位置和數(shù)量的效果具有不可替代的作用。

同時在神經(jīng)工程領(lǐng)域，越來越多的研究嘗試同步采集腦電與肌電的信號，用來探索包括發(fā)音在內(nèi)的運動意圖由大腦傳遞到肌肉執(zhí)行的過程中潛在的規(guī)律。高密度腦肌電測量識設(shè)備使得研究情緒，肌肉活動到最終發(fā)音的全過程研究與實驗成為可能。

Speech HD-64 型言語發(fā)聲神經(jīng)電信號測量系統(tǒng)是一套采集語音過程中的腦/肌神經(jīng)肉肌電信號的設(shè)備，并可通過后端的分析軟件，以及與力學(xué)、運動學(xué)設(shè)備的同步信號分析，開展語言學(xué)、人體運動特性、模式識別、假肢設(shè)計、虛擬現(xiàn)實等多領(lǐng)域的研究工作。