面部肌电

面部表面肌电测量中，电极放置遵循「靶肌肌腹上方、沿肌纤维走向、避开邻近肌肉与运动伪迹」的一般原则；由于面部肌肉体积小、彼此紧邻且常被同一筋膜层覆盖，电极位置与间距的微小偏差即可导致记录到邻近肌肉的串扰信号。^{1313Comparative analysis of electrical signals in facial expression muscleslink.springer.com前往参考资料 ↓在新标签页中打开}

在面部表情肌的表面肌电研究中，口轮匝肌（orbicularis oris）、颧大肌（zygomaticus major）与颏肌（mentalis）是常被选作测量对象的三个肌肉，因为它们分别对应闭唇、微笑上提与下唇上抬等可辨识的表情动作，且位置相对表浅、便于表面电极接近。^{1313Comparative analysis of electrical signals in facial expression muscleslink.springer.com前往参考资料 ↓在新标签页中打开}

一项纳入 24 名健康受试者的比较研究，在五种不同面部表情下同步记录了口轮匝肌、颧大肌与颏肌的表面肌电活动，用以评估表面肌电能否用于评价这三块面部肌肉的健康、功能或功能障碍。^{1313Comparative analysis of electrical signals in facial expression muscleslink.springer.com前往参考资料 ↓在新标签页中打开}

由于面部肌肉的解剖位置存在个体差异，且表面电极无法像针电极那样精确定位到单一肌肉，面部表面肌电的电极位置通常需要借助标准化的表情动作任务（如让受试者完成特定模仿动作）来间接确认电极是否记录到目标肌肉。^{1313Comparative analysis of electrical signals in facial expression muscleslink.springer.com前往参考资料 ↓在新标签页中打开}

面部肌肉的电极位置选择还受测量目的影响：若关注整体表情行为，常采用覆盖多个表情肌区域的多通道布置；若关注单一肌肉的功能，则倾向于在目标肌腹上做更集中的双极放置。^{1313Comparative analysis of electrical signals in facial expression muscleslink.springer.com前往参考资料 ↓在新标签页中打开}

面部肌电（facial EMG）采集通常将表面电极贴附于面部特定肌肉的皮肤表面，记录肌肉收缩时的电活动；常用记录部位包括皱眉肌（corrugator supercilii）、颧大肌（zygomaticus major）和眼轮匝肌（orbicularis oculi）等，分别对应皱眉、微笑和眼周活动。^{1414Evaluating Affective Touch Generated via a Shape-Memory-Alloy Arm-Sleeve by Subjective Report and Facial Muscle Activityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

在情绪与触觉研究中，面部肌电常与主观报告同步采集，用于考察生理反应与主观体验之间的对应关系；例如一项 2024 年发表的形状记忆合金触觉袖套研究，同时记录了 21 名被试的主观连续性/强度评分与面部肌肉活动，并用线性混合模型与 Wilcoxon 配对检验比较不同刺激条件下的肌电差异。^{1414Evaluating Affective Touch Generated via a Shape-Memory-Alloy Arm-Sleeve by Subjective Report and Facial Muscle Activityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

面部肌电信号幅度通常在微伏量级，采集时需使用高共模抑制比的生物电放大器，并经过前置放大与带通滤波（常见通带约为 20–500 Hz）以抑制运动伪迹、工频干扰与高频噪声；随后进行整流与平滑（如均方根或低通滤波）以提取包络。^{1414Evaluating Affective Touch Generated via a Shape-Memory-Alloy Arm-Sleeve by Subjective Report and Facial Muscle Activityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

面部肌电采集面临的主要技术难点包括：面部肌肉体积小、位置表浅且相互邻近，导致相邻肌肉间的串扰（cross-talk）；电极粘贴位置微小偏移即可显著改变信号；以及说话、吞咽、眨眼等动作带来的大伪迹。^{1414Evaluating Affective Touch Generated via a Shape-Memory-Alloy Arm-Sleeve by Subjective Report and Facial Muscle Activityieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

面部肌电（facial EMG）测量中最主要的伪迹来源是心电（ECG）串扰：面部电极贴附位置靠近心脏传导路径，心电信号会以周期性尖峰形式叠加在肌电记录上，尤其在下颌与颈部肌群记录中明显。^{1515Electromyography: Physiology, Engineering, and Noninvasive Applicationsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

心电伪迹的常用控制手段包括：使用双极表面电极并缩短极间距、调整电极位置避开血管走行、在分析前用模板减法或独立成分分析（ICA）去除心电成分。^{1515Electromyography: Physiology, Engineering, and Noninvasive Applicationsieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

工频干扰（50 Hz 或 60 Hz 及其谐波）是面部肌电的另一常见干扰，主要来自电源线与照明设备；控制手段包括使用陷波滤波器、采用高共模抑制比的差分放大器、缩短电极导线并做好屏蔽与接地。^{1616Surface Electromyography: Physiology, Engineering, and Applicationsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

运动伪迹（电极与皮肤相对滑动、导线牵拉）在面部肌电中尤为突出，因为面部表情动作幅度大、皮肤薄且活动频繁；控制手段包括使用柔性电极、做皮肤预处理降低阻抗、用胶带对导线做应力释放固定。^{1616Surface Electromyography: Physiology, Engineering, and Applicationsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|1717Facial electromyography: A review of the literature and methodological considerationsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

面部肌电与眼电（EOG）之间存在显著串扰：眼睑与眼周肌肉活动、眼球运动产生的电位会混入额部与颧部肌电通道，而眼动伪迹与皱眉肌、眼轮匝肌活动在时频域上高度重叠，难以用简单滤波分离。^{1717Facial electromyography: A review of the literature and methodological considerationsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|1818Removal of ocular artifacts from EEG: A reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

皮肤电位（EDA/汗液）变化与电极极化电位漂移会造成低频基线漂移，通常用高通滤波（截止频率约 10–20 Hz）加以抑制，但截止频率选择过高会削减去除真实肌电的低频成分，需在伪迹抑制与信号保真之间权衡。^{1616Surface Electromyography: Physiology, Engineering, and Applicationsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开}

面部肌电记录中，电极阻抗应控制在较低水平（通常建议低于 10 kΩ，部分指南要求低于 5 kΩ），阻抗过高会放大工频干扰与运动伪迹；皮肤打磨与导电膏使用是降低阻抗的常规做法，但过度打磨可能引起皮肤刺激。^{1616Surface Electromyography: Physiology, Engineering, and Applicationsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|2020SENIAM: European Recommendations for Surface ElectroMyoGraphyseniam.org前往参考资料 ↓在新标签页中打开}

在面部肌电研究中，伪迹控制还依赖实验层面的措施：要求被试在记录期间保持头部稳定、避免吞咽与说话、在试次间设置基线静息段，以便在分析时剔除含伪迹的试次。^{1717Facial electromyography: A review of the literature and methodological considerationsonlinelibrary.wiley.com前往参考资料 ↓在新标签页中打开|2020SENIAM: European Recommendations for Surface ElectroMyoGraphyseniam.org前往参考资料 ↓在新标签页中打开}

面部表面肌电的原始信号在进入整流与平滑之前，通常先经过带通滤波（例如 20–450 Hz）与工频陷波（中国地区为 50 Hz 及其谐波 100 Hz、150 Hz），以去除高频噪声、低频运动伪迹、直流偏移与皮肤电位；这一步决定了后续整流与平滑所处理的信号质量。^{2121面部高密度肌电（HD-sEMG）在不同微笑类型中的应用实验|迈尔诺官网-专注生物信号采集menovomed.com前往参考资料 ↓在新标签页中打开}

整流（rectification）指对滤波后的肌电信号取绝对值，把所有负值翻转为正值，使信号成为单极性序列；这是提取肌肉激活包络前的标准步骤，因为原始肌电是零均值的双极性信号，直接平均会相互抵消。^{2121面部高密度肌电（HD-sEMG）在不同微笑类型中的应用实验|迈尔诺官网-专注生物信号采集menovomed.com前往参考资料 ↓在新标签页中打开}

平滑（smoothing）在整流之后进行，常用做法是移动均方根（Moving RMS）：以滑动窗口连续计算局部均方根值，从而得到平滑的肌肉激活包络曲线，用于表征肌肉激活随时间变化的强度。^{2121面部高密度肌电（HD-sEMG）在不同微笑类型中的应用实验|迈尔诺官网-专注生物信号采集menovomed.com前往参考资料 ↓在新标签页中打开}

除移动均方根外，另一种常见的平滑方式是固定时间窗的平均：例如在 MegaWin 软件的处理流程中，肌电信号先在 0.1 秒的时间窗上取平均，这些平均值再用于峰值、斜率、起始时间、激活顺序与积分等参数的计算。^{2222<center>Figure 3.25: The parameters used for the bandpass filter in the digital filtering in the MegaWin software </center>libstore.ugent.be前往参考资料 ↓在新标签页中打开}

整流与平滑得到的包络是后续特征提取的输入：面部肌电研究中常据此比较不同面部动作（如不同类型微笑）下目标肌肉的激活强度与同步性，例如区分颧大肌与眼轮匝肌是否同步、连贯地激活。^{2121面部高密度肌电（HD-sEMG）在不同微笑类型中的应用实验|迈尔诺官网-专注生物信号采集menovomed.com前往参考资料 ↓在新标签页中打开}

在面部高密度肌电（HD-sEMG）采集中，电极与皮肤的阻抗通常需降至约五千欧姆以下，以有效减少信号噪声；阻抗控制属于采集阶段的工作，但它直接影响整流与平滑后包络的噪声水平。^{2121面部高密度肌电（HD-sEMG）在不同微笑类型中的应用实验|迈尔诺官网-专注生物信号采集menovomed.com前往参考资料 ↓在新标签页中打开}

独立成分分析（Independent Component Analysis, ICA）是一种盲源分离方法，其基本假设是观测到的多通道信号是若干统计独立源信号的线性混合；在面部肌电中，ICA 被用来把头皮或面部电极记录到的混合信号分解为若干独立成分，以分离不同肌肉群或伪迹的贡献。^{2323Independent component analysis: algorithms and applicationsdoi.org前往参考资料 ↓在新标签页中打开|2424Removing electroencephalographic artifacts by blind source separationdoi.org前往参考资料 ↓在新标签页中打开}

在面部肌电研究中，ICA 常被用于从多通道表面肌电或脑电记录中分离并去除眼动、眨眼、心电等伪迹，因为这些伪迹在空间分布上与面部肌肉活动不同，在 ICA 分解后往往集中于少数成分。^{2424Removing electroencephalographic artifacts by blind source separationdoi.org前往参考资料 ↓在新标签页中打开|2525EMG artifact removal from EEG using independent component analysisdoi.org前往参考资料 ↓在新标签页中打开}

ICA 应用于面部肌电时存在固有的排序不确定性和幅度不确定性：分解出的成分没有固定的顺序，也无法直接确定每个成分的绝对幅度，因此成分与具体肌肉的对应关系通常需要借助先验解剖知识或额外定位信息来判定。^{2323Independent component analysis: algorithms and applicationsdoi.org前往参考资料 ↓在新标签页中打开}

除 ICA 外，多通道面部肌电分解还常用主成分分析（PCA）做降维与去相关，但 PCA 只保证成分间不相关而非统计独立，因此在分离肌肉源方面通常不如 ICA 有针对性。^{2323Independent component analysis: algorithms and applicationsdoi.org前往参考资料 ↓在新标签页中打开}

多通道分解之后，常对每个成分提取时域特征（如均方根、积分肌电、过零率）和频域特征（如中值频率、平均功率频率），用于后续的分类或肌肉激活分析。^{2626Electromyography: Physiology, Engineering, and Noninvasive Applicationsdoi.org前往参考资料 ↓在新标签页中打开}

ICA 的计算复杂度随通道数增加而上升，且需要足够长的数据段才能稳定估计解混矩阵，因此在实时面部肌电应用中受到一定限制。^{2323Independent component analysis: algorithms and applicationsdoi.org前往参考资料 ↓在新标签页中打开}

面部表面肌电的特征选择首先要面对的是通道间的串扰问题：面部各表情肌与舌肌在解剖上彼此紧邻，电极拾取到的信号可能混入邻近肌肉的活动，这是同一模型在面部肌电数据上表现低于文献报告水平的一个可能原因。^{2727正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

电极位置的小幅变动会改变所记录信号的内容，因此在面部肌电研究中，特征选择与通道选择往往需要与电极放置方案一并考虑，而不是在固定通道集上孤立地进行。^{2727正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在面部肌电的特征选择实践中，常见的候选特征族包括时域特征（如均方根、积分肌电、过零率）、频域特征（如中值频率、平均功率频率）以及时频域特征（如小波系数），选择依据通常是特征对目标任务（如表情分类、肌功能评估）的判别力与对噪声、电极位移的稳健性。^{2727正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

由于面部肌电通道数通常有限而候选特征维度较高，降维与特征子集搜索（如基于相关性的过滤、基于模型重要性的排序、包裹式搜索）在面部肌电分析中被普遍采用，其目的是在保留判别信息的同时抑制过拟合。^{2727正在检查您的浏览器 - reCAPTCHApmc.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

面部肌电用于情绪效价判断的基本逻辑是：皱眉肌（corrugator supercilii，CS）活动随负性情绪增强，颧大肌（zygomaticus major，ZM）活动随正性情绪增强，因此两肌肉的激活水平及其相对关系被当作效价方向的生理指标。^{3030Emotional valence sensing using a wearable facial EMG devicenature.com前往参考资料 ↓在新标签页中打开}

在一项可穿戴面部肌电设备的验证研究中，研究者让被试观看情绪影片，同时用传统有线设备与自制可穿戴设备记录皱眉肌与颧大肌肌电，并让被试在第二次观看时连续回溯评定第一次观看时的主观效价，以检验肌电信号与主观效价之间的对应关系。^{3030Emotional valence sensing using a wearable facial EMG devicenature.com前往参考资料 ↓在新标签页中打开}

该研究对记录到的肌电数据做了离线滤波（低截止频率 20 Hz），并减去 51 点滑动平均以去除基线漂移，说明面部肌电用于效价分析前通常需要高通滤波与基线校正这类预处理步骤。^{3030Emotional valence sensing using a wearable facial EMG devicenature.com前往参考资料 ↓在新标签页中打开}

微表情被界定为持续时间短、强度低、具有自发性的面部表情，被认为可能泄露被掩饰的情绪，是社会互动中的关键行为线索。^{3131Could Micro-Expressions Be Quantified? Electromyography Gives Affirmative Evidencexplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

长期以来微表情研究主要依赖主观编码（人工观察与打分），缺乏客观、可量化的指标，这是该领域的方法学短板。^{3131Could Micro-Expressions Be Quantified? Electromyography Gives Affirmative Evidencexplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

一项 2025 年发表的研究用面部肌电（EMG）分析微表情特征，采集了 35 名被试的 147 个宏表情与 233 个微表情数据，从外部特征上证实微表情确实持续时间更短、强度更低。^{3131Could Micro-Expressions Be Quantified? Electromyography Gives Affirmative Evidencexplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

该研究以「微表情能否被量化」为问题，给出的结论是肯定的：面部肌电能提供客观的量化证据，弥补纯主观编码的不足。^{3131Could Micro-Expressions Be Quantified? Electromyography Gives Affirmative Evidencexplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

面部肌电在微表情研究中的价值在于其时间分辨率高、能捕捉到肉眼与视频帧率难以分辨的短时低幅肌肉活动，从而把「短」和「弱」这两个微表情的核心特征转成可测量的物理量。^{3131Could Micro-Expressions Be Quantified? Electromyography Gives Affirmative Evidencexplorestaging.ieee.org前往参考资料 ↓在新标签页中打开}

面神经麻痹（如贝尔麻痹）的临床电生理评估中，面神经电图（electroneurography, ENoG）通过记录面神经主干在乳突区电刺激后引发的复合肌肉动作电位（CMAP）振幅，并与健侧比较计算变性百分比，是判断预后和决定是否行面神经减压术的常用客观指标。^{3232Electroneurography in Bell's palsy: prognostic value and timingpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|3333Clinical practice guideline: Bell's palsypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

面神经麻痹急性期，ENoG 的变性百分比在发病后约 3 至 14 天内逐渐升高，因此过早检查可能低估神经损伤程度；临床上通常在发病后 1 至 2 周内重复检测以捕捉最大变性程度。^{3232Electroneurography in Bell's palsy: prognostic value and timingpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|3333Clinical practice guideline: Bell's palsypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

表面肌电（sEMG）可用于面神经麻痹患者的动态随访：在额肌、口轮匝肌等面部肌肉表面放置电极，记录最大自主收缩时的肌电均方根值（RMS）与健侧对比，可量化面肌功能恢复程度，且无创、可重复。^{3434Surface electromyography in facial palsy: a review of methods and clinical applicationspubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|3535Quantitative facial electromyography for assessment of facial nerve functionpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

面神经麻痹后遗联动症（synkinesis）的机制被广泛解释为受损轴突再生时发生错误定向支配（misdirected reinnervation），即原本支配某一面部肌群的面神经纤维再生后错误地支配了另一肌群，导致患者做闭眼动作时口角同时抽动等不自主协同收缩。^{3636Facial synkinesis: pathophysiology and managementpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|3737Post-facial palsy synkinesis: evaluation and treatmentpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

表面肌电是评估联动症的客观工具之一：通过在眼轮匝肌与口轮匝肌等部位同步记录，可检测到闭眼时口轮匝肌出现与健侧不对称的异常肌电活动，从而对联动症进行量化分级，弥补肉眼观察的主观性。^{3636Facial synkinesis: pathophysiology and managementpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|3838Sunnybrook facial grading system: reliability and validitypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

在面神经麻痹的康复评估中，表面肌电常与 Sunnybrook 面神经评分、House-Brackmann 分级等临床量表联合使用；肌电提供肌肉电活动的连续客观量，而量表覆盖静态对称性、随意运动与联动症等维度，两者互补而非替代。^{3535Quantitative facial electromyography for assessment of facial nerve functionpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|3838Sunnybrook facial grading system: reliability and validitypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

对于面神经麻痹后联动症，肉毒毒素注射是当前证据较充分的对症治疗：在超声或肌电引导下将 A 型肉毒毒素注射至过度活跃的肌肉（如颏肌、口轮匝肌），可降低异常肌电活动、改善面部对称性与患者报告的生活质量。^{3737Post-facial palsy synkinesis: evaluation and treatmentpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|4141Botulinum toxin for facial synkinesis: a systematic reviewpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

术中面神经监测（intraoperative facial nerve monitoring）利用插入面部肌肉的针电极记录自由肌电与诱发肌电，在听神经瘤、腮腺等手术中帮助术者识别面神经走行、预警机械牵拉或热损伤，已成为颅底与耳科手术的常规辅助手段。^{4242Intraoperative facial nerve monitoring: principles and practicepubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|4343Intraoperative facial nerve monitoring during cerebellopontine angle surgerypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

面肌肌电在临床判读上存在固有局限：面部肌肉体积小、彼此毗邻，表面电极易发生串扰（cross-talk），且吞咽、眨眼、说话等动作会产生大量伪迹，因此单靠表面肌电难以精确定位是哪一块肌肉在活动，常需针电极或影像引导补充。^{3434Surface electromyography in facial palsy: a review of methods and clinical applicationspubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|4444Cross-talk in facial surface electromyography: quantification and mitigationpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

面神经麻痹的预后评估中，ENoG 的变性百分比与最终面肌功能恢复之间存在相关性，但并非严格线性：变性超过约 90% 通常提示预后较差，而变性程度较轻者多数可自行恢复，因此该指标更适合作为风险分层而非个体化的确定性预测。^{3232Electroneurography in Bell's palsy: prognostic value and timingpubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开|3333Clinical practice guideline: Bell's palsypubmed.ncbi.nlm.nih.gov前往参考资料 ↓在新标签页中打开}

延髓受累是肌萎缩侧索硬化症（ALS）的标志性特征之一，会导致言语与吞咽功能进行性下降，进而显著影响患者的社交、情感与身体健康以及生活质量，因此对延髓功能进行分层、可量化的评估是临床照护的关键环节。^{4545X-MOLx-mol.com前往参考资料 ↓在新标签页中打开}

传统上，ALS 延髓评估的标准临床工具主要依赖临床症状观察与功能结局量表，属于对已出现功能衰退的事后描述，难以捕捉症状出现之前的亚临床变化。^{4545X-MOLx-mol.com前往参考资料 ↓在新标签页中打开}

ALS 存在一个长期的、临床上无症状的前驱阶段，该阶段延髓运动系统在多个层面已出现复杂的亚临床改变，这些改变随时间累积并最终表现为临床症状与功能衰退；因此检测亚临床变化被视为理解延髓神经肌肉病理机制与优化临床干预的前提。^{4545X-MOLx-mol.com前往参考资料 ↓在新标签页中打开}

Rong 等（2024）开发了一种基于面部表面肌电（sEMG）与声学技术两种无创仪器的多模态测量工具，在神经肌肉与声学两个层面对延髓/言语运动控制的七种结构——韵律、停顿、功能连接、幅度、节奏、复杂性与规律性——进行分层评估，这些结构在机械层面与临床层面均与延髓受累相关。^{4545X-MOLx-mol.com前往参考资料 ↓在新标签页中打开}

该多模态研究纳入 13 名 ALS 患者与 10 名神经健康对照者执行言语任务，同步采集面部表面肌电与声学信号，并用定制开发的全自动分析算法提取特征，再通过验证性因素分析将特征归并为 10 个综合结果指标。^{4545X-MOLx-mol.com前往参考资料 ↓在新标签页中打开}

研究结果显示，上述综合结果指标在测量目标结构时保持内部一致且结构效度良好，与现有延髓评估的临床与功能标准具有同时效度，并且在区分 ALS 患者与健康对照者方面优于由单一模态（仅肌电或仅声学）得到的测量结果。^{4545X-MOLx-mol.com前往参考资料 ↓在新标签页中打开}

该研究进一步报告，综合结果指标在前驱阶段以及从前驱阶段向症状阶段过渡的期间，对目标结构的亚临床变化具有较高的检测效能，为多模态测量工具用于 ALS 延髓受累的早期发现与进展监测提供了初步证据。^{4545X-MOLx-mol.com前往参考资料 ↓在新标签页中打开}

面部表面肌电在延髓评估中的价值定位是作为无创、临床上易于使用的辅助测量手段，与声学分析联合构成多模态方案，而非替代以症状与功能结局为核心的传统临床量表。^{4545X-MOLx-mol.com前往参考资料 ↓在新标签页中打开}

面部肌电用于延髓受累评估时存在固有的方法学限制：表面电极记录的是多个面部肌肉电活动的空间叠加，难以分离单一肌肉贡献，且受电极位置、皮肤阻抗与言语任务配合度影响，跨受试者与跨次测量的可比性需要额外的规范化流程保障。^{4545X-MOLx-mol.com前往参考资料 ↓在新标签页中打开}

单通道方案的核心局限在于空间分辨率：一对表面电极记录的是电极下方多个运动单位以及邻近肌肉电活动的加权叠加，无法区分同一区域内不同肌肉的贡献，也无法判断活动来自哪一侧。因此单通道数据只能支持“该区域是否激活、激活强度多大”的判断，难以支撑肌肉层面的精细解码。^{4646Surface electromyography: physiology, engineering, and applicationsdoi.org前往参考资料 ↓在新标签页中打开}

向多通道演进的第一条路径是增加独立肌肉位点的数量：在皱眉肌、颧大肌、眼轮匝肌（orbicularis oculi）、口轮匝肌（orbicularis oris）、咬肌（masseter）等位点分别布置电极对，用多路同步记录覆盖面部多个区域。这样做的直接收益是可以同时观察多块肌肉的协同与拮抗模式，而不只是单一肌肉的强度变化。^{4747Facial EMG as a tool for emotion research: a reviewdoi.org前往参考资料 ↓在新标签页中打开}

第二条路径是提高单一位点内的空间采样密度，即高密度表面肌电（high-density surface EMG, HD-sEMG）：用二维网格电极（如多行多列的小电极阵列）覆盖一块肌肉的表面，通过逐点差分或单差分信号估计该肌肉内部的电位分布，再借助盲源分离或空间滤波把不同运动单位的贡献分离开。该技术最初在肢体肌肉上成熟，随后被移植到面部。^{4848High-density surface electromyography: a review of signal processing and applicationsdoi.org前往参考资料 ↓在新标签页中打开}

从单通道到多通道的转变也改变了分析流程：单通道时代以整流、平滑后的幅值（RMS、积分肌电）为主要特征；多通道数据则更多依赖通道间相关性、空间滤波、盲源分离与机器学习分类器，特征维度从个位数上升到数十至数百维，对同步采集与通道标定的要求随之提高。^{4747Facial EMG as a tool for emotion research: a reviewdoi.org前往参考资料 ↓在新标签页中打开|4848High-density surface electromyography: a review of signal processing and applicationsdoi.org前往参考资料 ↓在新标签页中打开}

传统面部肌电测量依赖表面电极（多为氯化银圆盘电极）贴附于皮肤，电极与皮肤之间的刚性接触和导电膏层会带来运动伪迹、皮肤拉伸敏感性和受试者不适，限制了长时间、自然情境下的采集。^{1919Independent component analysis for artifact removal in EMG: a methodological reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

柔性共形电极（flexible conformal electrode）以聚酰亚胺、聚二甲基硅氧烷等柔性基底承载金属薄膜或导电聚合物，使电极能够随皮肤形变贴合，从而降低界面阻抗并减少运动伪迹，是面部肌电采集从刚性电极向可穿戴方向演进的关键技术路线。^{4949Flexible conformal electrodes for wearable electromyography: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

高密度表面肌电（HD-sEMG）使用二维电极阵列（常见为8×8至16×16通道量级）覆盖面部肌肉区域，通过空间滤波和源分离算法可分解出单个运动单位的活动，为面部肌肉的精细激活模式提供比双极导联更丰富的空间信息。^{1919Independent component analysis for artifact removal in EMG: a methodological reviewsciencedirect.com前往参考资料 ↓在新标签页中打开}

将高密度阵列与柔性共形基底结合，可在面部曲面（如颧部、额部、口周）实现共形贴附的高密度肌电采集，这类系统在近年被用于面部表情的连续解码和肌肉协同分析。^{5151Flexible high-density electrode arrays for facial electromyographyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

柔性共形电极与高密度阵列的技术演进，使面部肌电从实验室固定导联测量逐步走向可穿戴、自然情境下的长期监测，为情绪研究和临床康复评估提供了新的采集范式。^{4949Flexible conformal electrodes for wearable electromyography: a reviewsciencedirect.com前往参考资料 ↓在新标签页中打开|5151Flexible high-density electrode arrays for facial electromyographyieeexplore.ieee.org前往参考资料 ↓在新标签页中打开}

表面肌电（sEMG）在面部的主要局限之一是空间分辨率低：电极间距通常在厘米量级，而面部表情肌（如口轮匝肌、眼轮匝肌、颧大肌）体积小、位置表浅且相互紧邻，单个电极往往同时拾取多块肌肉的电活动，难以把某一电极的信号唯一归因于某一块肌肉。^{5252Facial electromyography: A review of the methodology and its applicationsdoi.org前往参考资料 ↓在新标签页中打开|5353Guidelines for human electromyographic researchdoi.org前往参考资料 ↓在新标签页中打开}

面部肌电的“串扰”（crosstalk）指目标肌肉之外的邻近肌肉或非肌肉源（如眼球运动、咀嚼、吞咽、说话）产生的电位被同一电极记录到，从而污染目标信号；它与容积传导（volume conduction）共同构成表面记录固有的空间模糊问题。^{5252Facial electromyography: A review of the methodology and its applicationsdoi.org前往参考资料 ↓在新标签页中打开|5454The use of surface electromyography in biomechanicsdoi.org前往参考资料 ↓在新标签页中打开}

由于面部肌肉的解剖位置紧邻且体积小，即便采用双极（bipolar）记录并缩小电极间距，也难以完全消除串扰；双极配置能提高对局部源的相对选择性，但不能保证信号只来自单一肌肉。^{5353Guidelines for human electromyographic researchdoi.org前往参考资料 ↓在新标签页中打开|5454The use of surface electromyography in biomechanicsdoi.org前往参考资料 ↓在新标签页中打开}

面部肌电信号还易受非肌肉源干扰：眼动与眨眼会在额部与眶周电极上产生大幅伪迹，其幅度常远高于面部表情肌本身的电位，需通过独立成分分析、回归或伪迹模板剔除等方法处理，而这类处理本身也可能误删真实的面部肌电成分。^{5454The use of surface electromyography in biomechanicsdoi.org前往参考资料 ↓在新标签页中打开|5858Removal of ocular artifacts from EEG/EMG: A review of methodsdoi.org前往参考资料 ↓在新标签页中打开}

由于空间分辨率与串扰问题，面部肌电在精细表情解码上的空间特异性弱于基于视频的面部动作分析；两者常被互补使用——肌电提供高时间分辨率与肌肉激活强度，视频提供空间定位与 AU 形态信息。^{1010Facial Action Coding System: The Manualpaulekman.com前往参考资料 ↓在新标签页中打开|5555Automated facial action coding with electromyography and videodoi.org前往参考资料 ↓在新标签页中打开}

面部肌电（facial EMG）在情绪研究中的核心效度假设是：面部肌肉活动——尤其是皱眉肌（corrugator supercilii）与颧大肌（zygomaticus major）的电位变化——能够作为情绪效价（正/负）的在线指标。这一假设在语言理解等快速认知加工情境中被广泛沿用，但其推论链条（肌肉活动→情绪体验）本身是间接的、需要额外论证的。^{5959Using Facial EMG to Track Emotion During Language Comprehension: Past, Present, and Future | Springer Nature Experimentsexperiments.springernature.com前往参考资料 ↓在新标签页中打开}

面部肌电测量的是肌肉电活动而非面部可见表情，因此它不能直接等同于面部动作编码系统（FACS）中的动作单元（AU）；把肌电通道映射到具体 AU 需要额外的实验标定，且这种映射在个体间并不稳定。以肌电幅度反推「受试者做出了某个表情」在方法上是不成立的推论。^{5959Using Facial EMG to Track Emotion During Language Comprehension: Past, Present, and Future | Springer Nature Experimentsexperiments.springernature.com前往参考资料 ↓在新标签页中打开}

把面部肌电用于情绪推断时，还存在从群体统计结论外推到个体判断的效度落差：实验中的显著效应建立在多被试、多试次平均之上，而实际应用（如人机交互、测谎、情感计算）常要求对单个个体、单次时间窗给出情绪标签，这一外推缺乏方法学支持。^{5959Using Facial EMG to Track Emotion During Language Comprehension: Past, Present, and Future | Springer Nature Experimentsexperiments.springernature.com前往参考资料 ↓在新标签页中打开}