腰痛患者椎旁肌肌电图频谱特征与功能障碍的相关性

周强，刘煊文，刘婷，赵丹，蒲春燕，何文倩，漆小松，王英

(三六三医院 1.骨科，2.康复科,四川成都 610041)

腰痛(low back pain，LBP)指肋缘以下、臀横纹以上及两侧腋中线之间区域内的疼痛与不适，伴或不伴大腿牵涉痛[1]。研究显示，LBP患者中枢神经系统的肌肉控制发生变化，表现为皮质脊髓兴奋性降低、神经支配功能的降低及躯体肌肉体积和肌肉纤维类型等解剖学变化，导致躯体活动时活动模式功能变化、肌肉强度和耐力降低[2]。肌电图(electro myo gram，EMG)包括肌电图时间和光谱特征，已广泛用于研究肌肉功能，既往研究显示，肌电图信号的频率分布与潜在的肌肉纤维类型特征相关[3]。小波变换是一种时频信号分析，比短时傅立叶变换(short time fourier transform，STFT)更适于表面肌电分析[4]。本研究采用连续小波变换(continuous wavelet transform，CWT)获得椎旁肌的肌电特征，观察LBP肌电特征与临床症状、功能障碍的关系，现报告如下。

1 资料与方法

1.1 一般资料

选择2018年1月-2019年3月在本院就诊的34例慢性非特异性腰痛(chronic nonspecific low back pain，CNSLBP)患者作为研究组，所有患者均符合CNSLBP的诊断标准，LBP时间≥3个月，经影像学和体格检查排除器质性疾病引发的腰痛；年龄18～65岁，患者对研究知情并签署知情同意书。排除标准：脊柱滑脱、风湿、强直性脊柱炎、脊柱外伤等器质性疾病相关的LBP患者；精神疾病或严重认知功能障碍患者；平行参加其他研究。纳入同期在本院健康体检的受试者34例作为对照组。研究组中，男14例，女20例；年龄23～61岁，平均(44.53±9.26)岁；体质量指数(23.85±3.18)kg/m2；优势手：右手31例，左手3例；患者腰痛VAS评分为(5.3±1.3)分；Roland-Morris功能障碍调查表评分(roland morris disability questionnaire，RMDQ)为(11.48±6.23)分。对照组中，男16例，女18例；年龄24～59岁，平均(43.38±10.29)岁；体质量指数(23.62±3.29)kg/m2；优势手：右手30例，左手4例。2组患者性别、年龄、体质量指数、优势手等一般资料比较，差异均无统计学意义(P>0.05)。

1.2 研究方法

采用Cybex Norm等速测试系统和可伸缩输入杠杆臂测量后伸肌等距扭矩，应用数据采集系统(Power 1401+和Spike2 v5)以500 Hz频率对Cybex输出采样，并连接到笔记本电脑，用于后续离线分析。双侧肌电图记录T12和L4层面ES信号，成对Ag/AgCl电极放置于棘突两侧3 cm，与ES肌肉的纤维方向平行，电极间距2 cm，接地电极置于左髂上棘前上方，EMG信号经滤波(10 Hz～1 KHz)和放大(1000×)，然后由数据采集系统以4 KHz采样，同时收集扭矩和肌电数据。所有受试者俯卧于工作台，手臂置于两侧，髂骨顶部与测试系统杠杆臂的枢轴对齐。受试者脚踝和臀部绑于长凳，以隔离背部肌肉运动并限制髋关节伸肌运动。杠杆臂位于肩胛骨下缘，热身后对躯干伸肌行3次短暂(约3 s)的最大自主等长收缩(maximal voluntary isometric contraction，MVIC)，每次收缩间隔>10 s。每次收缩后，受试者记录改良Borg量表所用力量(0～10，得分越高力量越大)。

1.3 数据分析

记录3次MVIC期间达到的峰值扭矩，计算峰值扭矩为中心的200 ms窗口中背部肌肉在MVIC期间获得的EMG信号为均方根振幅(root-mean-square electromygraphy,rmsEMG)，应用Matlab R2014将处理的CWT分解为各自的时频空间强度，选择多贝西小波(特别是db4小波)进行CWT分解。对时间波行执行CWT，会产生按比例和时间计算的归一化系数矩阵。将表面肌电的公共信号带宽从5-300(对应于595.29～9.92 Hz)进行标度测试，得到每个尺度下200 ms窗口的小波系数能量之和，然后将刻度转换成相应的频率，以进一步分析得到峰值功率及其相应频率的参数。既往报道显示，ES中Ⅰ型和Ⅱ型肌纤维的比例近似于将能量矩阵分解为≤1.8的比例(低到高的频率)，从对照组中识别每块肌肉的低到高频率。然后使用标度将从LBP组获得的能量矩阵分为两部分，分别表示较低和较高的能量，计算LBP组每块肌肉的能量矩阵中比两部分的比率。

1.4 统计学方法

采用SPSS 23.0软件包进行统计学数据分析，计量资料采用“均数±标准差”表示，采用t检验，不符合正态分布则采用非参数检验；计数资料采用“率或百分比”表示，采用x2检验，相关性分析采用斯皮尔曼相关性分析，P<0.05为差异有统计学意义。

2 结果

2.1 2组患者MVIC扭矩比较

研究组MVIC扭矩(正常化为体重)为(2.73±1.03)Nm/kg，对照组为(4.25±1.18)Nm/kg，2组差异有统计学意义(t=-3.792，P<0.001)。

2.2 rmsEMG

在T12和T4水平，左右椎旁肌的平均rmsEMG均低于对照组，差异均有统计学意义(P<0.05)。见表1。

表1 T12和L4椎旁肌最大等距背部伸展时的rmsEMG值(mV)

2.3 2组EMG功率谱相比较

2组转化EMG的峰值功率和相应频率存在差异，研究组T12水平椎旁肌转化EMG的峰值功率和相应频率均低于对照组，L4水平峰值功率低于对照组，差异均有统计学意义(P<0.05)；2组L4水平相应频率差异无统计学意义(P>0.05)。见表2。对照组平均标度将能量矩阵分解为低能量与高能量之比≤1.8时T12水平(平均比率，1.72±0.06)和L4水平(平均比率，1.74±0.03)分别为(36.87±10.52)和(34.13±6.82)，T12和L4水平椎旁肌对应频率分别为87 Hz和96 Hz。根据对照组为参照，研究组中T12的分解量表为37，L4的分解量表为34，两个量表中T12的平均比率(低/高)为(3.62±2.63)，与对照组相比较，Z=-2.293，P=0.032，L4水平的平均比率为(4.32±3.93)，与对照组相比较，Z=-1.936，P=0.051。相关性分析显示，研究组患者椎旁肌T12水平比率与RMDQ存在相关性(r=0.672，P=0.003)，见图1，但椎旁肌L4的比率与RMDQ分数无相关性(r=0.208，P=0.103)，椎旁肌T12和L4水平比率与VAS评分均无相关性(r=0.103、0.082，P均>0.05)。

表2 2组EMG功率谱相比较

图1 LBP患者T12水平低-高频率能量比与RMDQ的相关性

3 讨论

本研究应用CWT分解了受试者在最大等长背部伸展过程中椎旁肌记录的表面肌电信号，结果显示，在LBP患者中，椎旁肌T12和L4水平峰值功能降低，且椎旁肌T12水平总能力分布比较正常受试者更低，LBP患者的低频-高频能力比与RMDQ存在正相关，提示，基于小波变换的肌电图在LBP病情进展和疗效的监测方面有潜在临床价值。

频率分析已广泛用于LBP患者椎旁肌肌电图信号分析，多数研究采用STFT进行分析，部分研究显示，STFT与小波变换分析背部肌肉肌电图活动可提供相似的信息[5]；另外的研究显示，小波变换可更早检测肌肉疲劳的变化，较STFT更为敏感[6]。本研究结果显示，LBP患者与健康受试者表现出不同的肌电图特征，如较低的峰值功能(T12和L4水平)及相应的频率(T12)、较高的低频和高频能量比(T12)，结果提示，慢性LBP患者背部肌肉能量分布总体向低频转化。本研究进一步根据椎旁肌T12计算能量分布与RMDQ之间的相关性，结果显示，患者肌肉功能与功能障碍之间存在相关性；腰椎肌体积减少可能部分解释椎旁肌T12和L4水平之间肌电图的差异。有研究显示，椎旁肌肌电图信息可预测患者2年内LBP的患病风险[7]，结合本研究结果，提示肌电图特征可用于临床监测LBP的进展及治疗干预的有效性。

研究显示，肌电信号的小波变换得到的瞬时频谱与电神经刺激、自发性收缩等不同肌纤维类型的活动有关[8]。传统STFT的结果显示，疲劳运动期间，椎旁肌的中频变化与健康受试者Ⅰ型纤维所占肌肉相对面积之间存在相关性[9]。采用抽搐插值评估中枢神经对肌肉控制的研究[10]显示，随着自发性收缩水平的、重叠抽搐的时间-峰值振幅的降低，反映了不同类型运动单位募集。考虑到LBP患者在MVIC期间出现较长的抽搐峰值时间，这些证据支持LBP患者肌肉纤维成分发生变化的论点。本研究中LBP患者获得的频谱在峰值功率上向低频转化，可能反映了运动控制或肌肉纤维类型的变化。肌电图频谱特征与RMDQ之间的相关性提示，患者运动控制能力或椎旁肌纤维类型改变可通过患者自我评定的功能障碍评分体现出来，提示恢复LBP患者肌肉功能可降低患者的功能障碍，减少残疾发生。