腰痛患者椎旁肌肌電圖頻譜特征與功能障礙的相關性

周強，劉煊文，劉婷，趙丹，蒲春燕，何文倩，漆小松，王英

(三六三醫院 1.骨科，2.康復科,四川成都 610041)

腰痛(low back pain，LBP)指肋緣以下、臀橫紋以上及兩側腋中線之間區域內的疼痛與不適，伴或不伴大腿牽涉痛[1]。研究顯示，LBP患者中樞神經系統的肌肉控制發生變化，表現為皮質脊髓興奮性降低、神經支配功能的降低及軀體肌肉體積和肌肉纖維類型等解剖學變化，導致軀體活動時活動模式功能變化、肌肉強度和耐力降低[2]。肌電圖(electro myo gram，EMG)包括肌電圖時間和光譜特征，已廣泛用于研究肌肉功能，既往研究顯示，肌電圖信號的頻率分布與潛在的肌肉纖維類型特征相關[3]。小波變換是一種時頻信號分析，比短時傅立葉變換(short time fourier transform，STFT)更適于表面肌電分析[4]。本研究采用連續小波變換(continuous wavelet transform，CWT)獲得椎旁肌的肌電特征，觀察LBP肌電特征與臨床癥狀、功能障礙的關系，現報告如下。

1 資料與方法

1.1 一般資料

選擇2018年1月-2019年3月在本院就診的34例慢性非特異性腰痛(chronic nonspecific low back pain，CNSLBP)患者作為研究組，所有患者均符合CNSLBP的診斷標準，LBP時間≥3個月，經影像學和體格檢查排除器質性疾病引發的腰痛；年齡18～65歲，患者對研究知情并簽署知情同意書。排除標準：脊柱滑脫、風濕、強直性脊柱炎、脊柱外傷等器質性疾病相關的LBP患者；精神疾病或嚴重認知功能障礙患者；平行參加其他研究。納入同期在本院健康體檢的受試者34例作為對照組。研究組中，男14例，女20例；年齡23～61歲，平均(44.53±9.26)歲；體質量指數(23.85±3.18)kg/m2；優勢手：右手31例，左手3例；患者腰痛VAS評分為(5.3±1.3)分；Roland-Morris功能障礙調查表評分(roland morris disability questionnaire，RMDQ)為(11.48±6.23)分。對照組中，男16例，女18例；年齡24～59歲，平均(43.38±10.29)歲；體質量指數(23.62±3.29)kg/m2；優勢手：右手30例，左手4例。2組患者性別、年齡、體質量指數、優勢手等一般資料比較，差異均無統計學意義(P>0.05)。

1.2 研究方法

采用Cybex Norm等速測試系統和可伸縮輸入杠桿臂測量后伸肌等距扭矩，應用數據采集系統(Power 1401+和Spike2 v5)以500 Hz頻率對Cybex輸出采樣，并連接到筆記本電腦，用于后續離線分析。雙側肌電圖記錄T12和L4層面ES信號，成對Ag/AgCl電極放置于棘突兩側3 cm，與ES肌肉的纖維方向平行，電極間距2 cm，接地電極置于左髂上棘前上方，EMG信號經濾波(10 Hz～1 KHz)和放大(1000×)，然后由數據采集系統以4 KHz采樣，同時收集扭矩和肌電數據。所有受試者俯臥于工作臺，手臂置于兩側，髂骨頂部與測試系統杠桿臂的樞軸對齊。受試者腳踝和臀部綁于長凳，以隔離背部肌肉運動并限制髖關節伸肌運動。杠桿臂位于肩胛骨下緣，熱身后對軀干伸肌行3次短暫(約3 s)的最大自主等長收縮(maximal voluntary isometric contraction，MVIC)，每次收縮間隔>10 s。每次收縮后，受試者記錄改良Borg量表所用力量(0～10，得分越高力量越大)。

1.3 數據分析

記錄3次MVIC期間達到的峰值扭矩，計算峰值扭矩為中心的200 ms窗口中背部肌肉在MVIC期間獲得的EMG信號為均方根振幅(root-mean-square electromygraphy,rmsEMG)，應用Matlab R2014將處理的CWT分解為各自的時頻空間強度，選擇多貝西小波(特別是db4小波)進行CWT分解。對時間波行執行CWT，會產生按比例和時間計算的歸一化系數矩陣。將表面肌電的公共信號帶寬從5-300(對應于595.29～9.92 Hz)進行標度測試，得到每個尺度下200 ms窗口的小波系數能量之和，然后將刻度轉換成相應的頻率，以進一步分析得到峰值功率及其相應頻率的參數。既往報道顯示，ES中Ⅰ型和Ⅱ型肌纖維的比例近似于將能量矩陣分解為≤1.8的比例(低到高的頻率)，從對照組中識別每塊肌肉的低到高頻率。然后使用標度將從LBP組獲得的能量矩陣分為兩部分，分別表示較低和較高的能量，計算LBP組每塊肌肉的能量矩陣中比兩部分的比率。

1.4 統計學方法

采用SPSS 23.0軟件包進行統計學數據分析，計量資料采用“均數±標準差”表示，采用t檢驗，不符合正態分布則采用非參數檢驗；計數資料采用“率或百分比”表示，采用x2檢驗，相關性分析采用斯皮爾曼相關性分析，P<0.05為差異有統計學意義。

2 結果

2.1 2組患者MVIC扭矩比較

研究組MVIC扭矩(正常化為體重)為(2.73±1.03)Nm/kg，對照組為(4.25±1.18)Nm/kg，2組差異有統計學意義(t=-3.792，P<0.001)。

2.2 rmsEMG

在T12和T4水平，左右椎旁肌的平均rmsEMG均低于對照組，差異均有統計學意義(P<0.05)。見表1。

表1 T12和L4椎旁肌最大等距背部伸展時的rmsEMG值(mV)

2.3 2組EMG功率譜相比較

2組轉化EMG的峰值功率和相應頻率存在差異，研究組T12水平椎旁肌轉化EMG的峰值功率和相應頻率均低于對照組，L4水平峰值功率低于對照組，差異均有統計學意義(P<0.05)；2組L4水平相應頻率差異無統計學意義(P>0.05)。見表2。對照組平均標度將能量矩陣分解為低能量與高能量之比≤1.8時T12水平(平均比率，1.72±0.06)和L4水平(平均比率，1.74±0.03)分別為(36.87±10.52)和(34.13±6.82)，T12和L4水平椎旁肌對應頻率分別為87 Hz和96 Hz。根據對照組為參照，研究組中T12的分解量表為37，L4的分解量表為34，兩個量表中T12的平均比率(低/高)為(3.62±2.63)，與對照組相比較，Z=-2.293，P=0.032，L4水平的平均比率為(4.32±3.93)，與對照組相比較，Z=-1.936，P=0.051。相關性分析顯示，研究組患者椎旁肌T12水平比率與RMDQ存在相關性(r=0.672，P=0.003)，見圖1，但椎旁肌L4的比率與RMDQ分數無相關性(r=0.208，P=0.103)，椎旁肌T12和L4水平比率與VAS評分均無相關性(r=0.103、0.082，P均>0.05)。

表2 2組EMG功率譜相比較

圖1 LBP患者T12水平低-高頻率能量比與RMDQ的相關性

3 討論

本研究應用CWT分解了受試者在最大等長背部伸展過程中椎旁肌記錄的表面肌電信號，結果顯示，在LBP患者中，椎旁肌T12和L4水平峰值功能降低，且椎旁肌T12水平總能力分布比較正常受試者更低，LBP患者的低頻-高頻能力比與RMDQ存在正相關，提示，基于小波變換的肌電圖在LBP病情進展和療效的監測方面有潛在臨床價值。

頻率分析已廣泛用于LBP患者椎旁肌肌電圖信號分析，多數研究采用STFT進行分析，部分研究顯示，STFT與小波變換分析背部肌肉肌電圖活動可提供相似的信息[5]；另外的研究顯示，小波變換可更早檢測肌肉疲勞的變化，較STFT更為敏感[6]。本研究結果顯示，LBP患者與健康受試者表現出不同的肌電圖特征，如較低的峰值功能(T12和L4水平)及相應的頻率(T12)、較高的低頻和高頻能量比(T12)，結果提示，慢性LBP患者背部肌肉能量分布總體向低頻轉化。本研究進一步根據椎旁肌T12計算能量分布與RMDQ之間的相關性，結果顯示，患者肌肉功能與功能障礙之間存在相關性；腰椎肌體積減少可能部分解釋椎旁肌T12和L4水平之間肌電圖的差異。有研究顯示，椎旁肌肌電圖信息可預測患者2年內LBP的患病風險[7]，結合本研究結果，提示肌電圖特征可用于臨床監測LBP的進展及治療干預的有效性。

研究顯示，肌電信號的小波變換得到的瞬時頻譜與電神經刺激、自發性收縮等不同肌纖維類型的活動有關[8]。傳統STFT的結果顯示，疲勞運動期間，椎旁肌的中頻變化與健康受試者Ⅰ型纖維所占肌肉相對面積之間存在相關性[9]。采用抽搐插值評估中樞神經對肌肉控制的研究[10]顯示，隨著自發性收縮水平的、重疊抽搐的時間-峰值振幅的降低，反映了不同類型運動單位募集。考慮到LBP患者在MVIC期間出現較長的抽搐峰值時間，這些證據支持LBP患者肌肉纖維成分發生變化的論點。本研究中LBP患者獲得的頻譜在峰值功率上向低頻轉化，可能反映了運動控制或肌肉纖維類型的變化。肌電圖頻譜特征與RMDQ之間的相關性提示，患者運動控制能力或椎旁肌纖維類型改變可通過患者自我評定的功能障礙評分體現出來，提示恢復LBP患者肌肉功能可降低患者的功能障礙，減少殘疾發生。