手是人体最为精密、灵活的运动执行器官之一,在日常生活中发挥着重要的作用。手的运动控制主要由神经肌肉复杂系统完成,涉及中枢神经系统(Central nervous system,CNS),感官感受器,周围神经、肌肉、骨骼系统等多个方面,具有高度的随机性和复杂性。帕金森、阿尔兹海默症、脑卒中等多种疾病都会损伤神经肌肉复杂系统功能,严重影响其运动执行能力。但目前对该类损伤的检测手段十分有限,诊断效果也不理想。而近期研究表明,上述多种疾病对神经肌肉复杂系统功能的影响可通过手部精确运动控制的行为学分析获得。利用该方法将有望实现多种重大疑难疾病的早期检测和损伤评估,但其基础是对健康状态下手部精确运动控制机制的了解,特别需要对精细力量控制时神经肌肉复杂系统状态的精准计算与定量分析。因此,本研究将以健康状态下握力及捏力为典型代表,深入研究力量精准控制过程中多肌肉协调性、皮层动态变化以及皮层和肌肉之间功能耦合,探索精确力量控制时神经肌肉复杂系统的准确计算和定量分析方法,为多种疾病的早期诊断和定量评估奠定基础。本文主要完成以下工作:(1)握力和捏力精确控制时的多肌肉协调性研究抓握运动的完成依赖于CNS控制下多肌肉的协调配合,但肌肉收缩是高度耦合且随机的过程,多肌肉如何协调以完成对手部精确力的控制仍未可知。针对此问题,本研究设计了握力和捏力在30%,50%和70%三个水平的次最大自主收缩力(Maximal voluntary contractions,MVC)实验,同步测量了前臂和手部八块肌肉的表面肌电信号(surface Electromyography,sEMG),并应用递归定量分析(Recurrence quantification analysis,RQA)、递归网络等方法从单肌肉、肌肉对、多肌肉系统的角度对肌肉协调性进行了分析。结果表明不同动作下肌肉协调模式会有显著差异;且随着力量水平的提高,肌间协调性会而逐渐增强。(2)精确捏力控制过程中力量控制和脑动力学研究精确捏力是人体进行多种精细且复杂手部运动的基础,蕴含着丰富的神经控制机制,但早期研究较少涉及这一方面。基于此,本研究设计了 1 0%、20%和30%MVC的精确捏力实验,对采集到的指尖力信号、压力中心点(Center of pressure,COP)信号以及与感觉运动和视觉运动相关的C3、C4、CP1、CP2、Pz 5路脑电信号(Electroencephalogram,EEG)分别使用变异系数(Coefficient of variation,CV)、COP速度和COP面积以及RQA参数进行特征评估。结果表明,随着力量水平的增加,CV、COP面积增加,COP速度和RQA参数下降。这些结果反映出随着力量水平的增加,力量波动性、EEG信号的复杂性增加,手指的调整速度和控制稳定性降低。此外,EEG在三个力水平上的差异主要表现在α频带(8-13 Hz)上,表明EEG的α频带与精确捏力的运动控制密切相关。(3)精确捏力过程中的皮层肌肉耦合(Corticomuscular coupling,CMC)研究CMC分析能够体现大脑与肌肉间的功能性联系,进一步揭示精确捏力过程中的神经控制机制。基于上述精确捏力实验,本研究利用相位转移熵算法对C3、C4通路的EEG信号与第一骨间背侧肌的sEMG信号进行了 CMC分析。结果表明CMC具有双向性,且耦合强度在不同力水平、不同信息流向以及不同信号频带间具有差异性,其中θ(4-7 Hz)和α2(10-13 Hz)频段在精确捏力的神经肌肉控制中发挥重要作用。