文献分享丨肌少症：走路变慢的背后，大脑也在更用力
点击左上方关注“博睿康”
老年人走路慢、步子短、容易不稳，不仅仅是因为肌肉少了、腿没劲了。在真实行走中，身体并不是只靠肌肉完成动作：大脑要发出运动指令，肌肉要按节律收缩，踝关节要在落地、支撑、摆动之间不断调整。肌少症导致的步态问题，可能并不只是外周肌肉力量下降，也可能牵涉到大脑-肌肉之间的协同控制。
上海交通大学医学院附属第九人民医院顾冬云教授团队等在Bioengineering发表研究，旨在深入解析：肌少症引起的步速减慢，背后究竟涉及哪些下肢肌肉的激活时序异常？同时，中枢大脑运动皮层网络是否启动了相应的代偿机制？研究招募15名肌少症老年人和13名年龄匹配健康对照，在自然行走过程中同步采集三维步态、下肢表面肌电（sEMG）和脑电信号（EEG），在“自然行走”这一高动态场景下实现多模态信号的实时同步，对脑电设备的便携性、主动抗运动伪迹能力、精准事件触发同步以及多通道信号的长期稳定性提出了极高挑战。
本研究依托博睿康NeuSen W系列64通道高精度无线脑电系统，在不限制受试者自然步态的前提下，实现了高质量脑电信号的移动式采集，并通过事件触发实现EEG、sEMG与三维运动捕捉的时间对齐，为步态过程中脑-肌协同分析提供了数据基础。
博睿康NeuSen W系列高精度无线脑电系统
研究问题
肌少症是一种与年龄相关的骨骼肌质量和功能下降状态，常伴随活动能力下降、跌倒风险增加和生活质量降低。过去，肌少症相关步态障碍往往被理解为外周肌肉变弱的结果，但走路本质上是中枢神经系统和外周肌肉共同参与的动态过程。只看肌肉，可能无法解释老年人在行走中出现的节律、稳定性和协调性变化。
这项研究的切入点就在于：把步态参数、下肢肌肉激活模式和大脑功能连接放到同一个实验框架中观察，它并不是简单判断肌少症患者肌肉是否更弱，而是进一步观察：大脑是否调动了更多运动相关皮层控制资源以代偿肌肉功能不足？这种调动是否真的能让步态恢复到接近正常水平？
研究方法：
让老年人在真实自然行走中同步记录脑、肌肉和步态
研究共纳入28名65岁及以上老年受试者，其中健康对照13名、肌少症患者15名。肌少症诊断依据AWGS 2019标准，结合骨骼肌量、握力和6米通常步速等指标进行判定。两组在性别、年龄和身高方面无显著差异，但肌少症组体重、四肢骨骼肌量指数和握力显著更低。
实验中，受试者以舒适速度沿10米步道行走。每名受试者最初采集20次行走试次，研究者选择其中速度最稳定的8次进入分析。研究同步使用三类数据：三维运动捕捉系统记录足跟和足趾标记点，用于识别步态事件；无线表面肌电记录双侧胫骨前肌、腓肠肌外侧头、股直肌和股二头肌sEMG；无线脑电系统以1000 Hz采样率记录EEG。
数据分析上，研究者将一个步态周期划分为负重反应期、单支撑期、摆动前期和摆动期；肌电信号通过RMS包络提取肌肉激活强度；脑电则基于MNE-Python进行预处理，并使用功率谱分析和偏定向相干（Partial Directed Coherence, PDC）构建脑功能连接网络，进一步计算节点强度、节点度、聚类系数和局部效率等图论指标。
图1. 研究实验装置与多模态采集流程图：反光标记点、下肢sEMG电极、受试者佩戴EEG帽及通道布局
核心发现：
步态变慢的背后，大脑可能正在中枢代偿
与健康对照组相比，研究发现肌少症患者步长更短、步速更低，负重反应期与摆动前期显著延长，提示其在步行过程中的承重与缓冲减震阶段、动态平衡以及步态相位转换（gait phase transition）能力均明显受损。表面肌电（sEMG）结果进一步显示，这种受损主要集中在负责脚跟着地与足尖离地控制的胫骨前肌（TA）。这块肌肉与脚跟着地、足尖离地和摆动期足部控制密切相关。肌少症组 TA 的激活峰值和时间都发生改变，说明问题并非所有下肢肌肉一起变弱，而是踝关节控制肌肉的发力节奏被打乱。
此外，研究发现EEG差异主要集中在 β （13-30 Hz）频段：肌少症组额区、中央区和顶区的 β 频段网络节点强度增加。作者认为，这反映了一种“低效代偿”——大脑调动了更多运动相关皮层控制资源，但并没有完全把步态异常代偿回来。在肌少症组，中央区 β 频段节点强度与自然步速呈显著正相关（r=0.636，p=0.01），说明中枢β 功能网络的代偿性激活越充分的肌少症患者，其步速下降幅度越小 。
图2. 中央区 β 频段节点强度与通常步速的相关关系
0
研究价值：
从“肌肉训练”走向“中枢-外周协同”
这项研究的价值在于，它把肌少症步态障碍从“肌肉少、力量弱”的单一视角，扩展到“步态行为-肌肉激活-皮层网络”的整合视角。如果没有同步 EEG，研究只能看到“走得慢”和“肌肉发力节奏改变”；加入 EEG 后，研究进一步观察到运动相关脑网络的 β 频段连接变化，从而把肌少症步态障碍从外周肌肉问题推进到中枢-外周协同问题。对于康复研究而言，未来评估肌少症可以考虑同时观察下肢肌肉激活模式和运动皮层功能连接，寻找更客观的神经肌肉协调指标。
对应用场景而言，多模态同步采集有望为老年步态评估、跌倒风险研究、康复训练反馈和神经肌肉协调训练提供方法基础。尤其是在真实自然行走这种高动态场景中，EEG、sEMG和运动捕捉的同步，可以帮助研究者把走得慢拆解成更具体的问题：是踝关节肌肉激活时序和激活幅值异常？还是大脑需要调动更多资源来维持运动表现？不过该研究样本量较小，仅纳入了有限数量的肌肉和皮层网络指标，尚不足以完整描绘自然步行时脑-肌肉协同的全景图谱。因此，当前结果更适合作为肌少症神经肌肉控制机制和多模态评估方法的探索性证据，但这类探索性工作为未来构建更精准的评估体系奠定了重要基础，其在指导个体化康复及临床决策中的潜在价值，值得持续关注。
感谢
上海交通大学医学院附属第九人民医院顾冬云教授团队
提出的指导意见！
参考文献：Wang Z, Wang B, Zhang X, Gu D. Altered Neuromuscular Control and Beta-Band Cortical Compensation During Gait in Sarcopenia: An Exploratory Study. Bioengineering. 2026;13(6):650.
