M25 · 肌骨建模与平衡控制（Musculoskeletal Modeling and Balance Control） 阶段五 · 动力学与能量学 第 10 章回答：逆向动力学给出净力矩之后，如何再往下拆到单块肌肉的力？ 答案是正向动力学仿真 + 冗余性分配（优化或 EMG 驱动）。第 11 章回答：单关节力矩的”目的”是什么？ 答案是全身协同——支撑力矩协同防塌陷、COP–COM 误差信号控平衡。两章合起来完成从”关节”到”系统”的视角跃迁。
上篇：人体运动的肌骨建模（第 10 章）
0. 大白话定义
逆向动力学像”破案”：看到运动的结果（录像 + 测力台），倒推出关节用了多大力矩。正向动力学像”演戏”：给虚拟人下达肌肉指令，看它能演出什么动作。破案只需要案发相邻环节的数据；演戏却必须搭出整个身体——因为任何一块肌肉发力，都会像石头丢进池塘一样，涟漪传遍全身每个环节（踝跖屈力矩会改变膝、髋乃至躯干的反作用力）。
演这出戏遇到的最大难题是冗余性：完成同一个关节力矩，肌肉有无数种组合方式（就像 10 = 6+4 = 7+3 = …）。两条破解路线：
- 优化派：假设神经系统是”精打细算”的——用最小总激活（或最小能量、最平稳）这条规则挑出唯一解；
- EMG 派：不猜规则，直接把患者自己的 EMG 当”指挥棒”输入模型——尤其适合神经系统”不守常规”的病患。
支撑力矩（下篇）则是另一个维度的洞察：髋、膝、踝三个力矩单看波动很大，加起来却异常稳定——神经系统根本不在乎每个关节各出多少力，它只在乎”整条腿总共推开地面多少”。
1. Definition 术语表（中英对照）
| 英文术语 | 中文 | 一句话定义 |
|---|---|---|
| Forward Dynamics / Solution | 正向动力学 | 从肌肉力/力矩出发积分运动方程预测运动的仿真 |
| Inverse Dynamics | 逆向动力学 | 从运动学与外力反推关节力矩（第 5、7 章） |
| Redundancy Problem | 冗余性问题 | 未知肌肉数远多于方程数，同一净力矩有无数肌肉力组合 |
| Static Optimization (SO) | 静态优化 | 逐时刻用代价函数把净力矩分配为单肌力，忽略时间连续性 |
| Dynamic Optimization | 动态优化 | 正向仿真 + 任务目标（如跳最高/能耗最小）全程优化激活动态 |
| Computed Muscle Control (CMC) | 计算肌肉控制 | 正向跟踪算法：算期望加速度→分配肌肉力→正向仿真，逐帧循环 |
| Direct Collocation | 直接配置法 | 把运动方程转为代数约束的高效动态优化（OpenSim Moco） |
| Hill-Type Muscle Model | Hill 型肌肉模型 | 收缩元 + 串联弹性元（肌腱）的现象学模型，四参数 |
| Optimal Fiber Length | 最佳肌纤维长度 | 产生最大等长力的纤维长度 = 串联肌节数 × 最佳肌节长 |
| PCSA | 生理横截面积 | 垂直于肌纤维的截面积；× 比张力 = 最大等长力估计 |
| Tendon Slack Length | 肌腱松弛长度 | 肌腱开始承力的静息长度，显著影响力产生的时序与幅值 |
| Moment Arm | 力臂 | 关节中心到肌肉力矢量的垂直距离，随关节角变化 |
| EMG-Driven Modeling | EMG 驱动建模 | 以实测 EMG 为神经指令输入的正向模型 |
| RRA (Residual Reduction Algorithm) | 残差削减算法 | 调整躯干质心与轨迹，使模型与 GRF 动力学一致 |
| ”Hand of God” Residuals | ”上帝之手”残差力 | 模型与实测不一致时凭空出现的虚假外力，越小越好 |
2. 核心框架与公式
2.1 正向 vs 逆向：因果方向的反转
- 真实身体：CNS → 外周神经 → 主/拮抗肌募集 → 净肌肉力 → 关节力矩 → 环节加速 → 运动。
- 逆向动力学只需相邻环节数据；正向解因环节间力耦合（涟漪效应）必须建模全身，且解剖误差会随时间放大：双重积分使位移误差累积，约 500 ms 后小误差即可让模型失衡倾倒（Gilchrist & Winter, 1997 的 9 环节 3D 步态模型教训）。
- 早期模型史（引以为戒）：倒立摆（Cavagna 1963）→ 弹道模型（Mochon & McMahon 1980）→ 各种强加正弦轨迹/缺自由度的模型；Onyshko & Winter (1980) 的七环节模型”走起来”是靠篡改力矩模式——两个错误可以凑出一个对的，但不等于正确（不完整模型 + 错误的驱动模式 = 看似合理的运动）。
- 足部接触建模是关键难点：纯弹簧产生虚假大加速度 → 黏弹性足模型（弹簧 + 阻尼阵列，Gilchrist & Winter, 1996）。
2.2 正向解的六条约束（10.1.1）
① 连杆假设同逆向动力学；② 不得施加任何运动学约束——模型必须被允许摔倒；③ 初始条件须含每个环节的位置与速度；④ 输入只能是外力与内力（肌肉力/力矩）；⑤ 必须包含所有重要自由度与约束；⑥ 外部反作用力必须由模型算出（多点接触时的分配本身是难题）。
2.3 肌骨模型的五大构件（10.2.1）
- 骨骼几何：刚体经关节连接（父-子体），关节自由度 0–6 按需取舍（膝常简化为 1 自由度铰链，牺牲了平移/旋转）；几何错 → 肌肉作用线错 → 力估计错。
- 被动结构：韧带、软骨、筋膜、肌腱。跟腱储能是跑步能力的关键（袋鼠为例，Morgan et al., 1978）；肌腱松弛长度是敏感参数（肌腱 = 非线性弹簧：前 3% 极柔、中段线性、末 10% 塑性变形即损伤）。
- 肌肉力臂：T = r × F（式 10.1）；力臂随关节角变化，MRI 逐角度测量不现实 → 肌腱位移法（tendon excursion）：力臂 = 肌肉-肌腱单元长度对关节角的导数（An, 2007）。
- 肌肉附着点：固定点 / via 点（越过某角度才生效，如尺骨上的绕滑）/ 包裹点（OpenSim 自动沿包裹物表面计算）/ 移动肌肉点（偏移量随关节角变化）。
- 肌肉-肌腱参数（Hill 模型四参数）：最佳纤维长度（= n × 最佳肌节长，式 10.2）、羽状角、最大等长力（≈ PCSA × 比张力，比张力取值有争议）、最大收缩速度（快/慢肌比例决定，短跑 vs 马拉松选手；幼年与遗传主导，训练仅部分可调）。
2.4 控制策略：三条路线（10.2.2）
| 路线 | 原理 | 优点 | 缺点 |
|---|---|---|---|
| 静态优化 SO | 逐时刻 min J = Σ aₘᵖ（式 10.3）把净力矩摊到各肌 | 计算快，可做动态任务 | 时刻间独立 → 激活忽开忽关不连续；代价函数”替 CNS 做决定” |
| 动态优化 | 正向仿真 + 全程优化激活动态（可含任务目标：跳最高、能耗最小） | 可预测无实验数据的新运动 | 模型要求细、算力贵 |
| EMG 驱动 | 实测 EMG → 激活 → Hill 模型 → 肌力 → 力矩，与实测力矩标定 | 保留个体化神经控制（适合病患）；比动态优化省算力；可含共收缩 | 深部肌测不到；EMG 能否代表 CNS 指令存疑；需标定一串参数（肌腱松弛长度、最佳纤维长、滤波系数、最大等长力、非线性形状因子） |
- 混合法：正向 + 逆向交叉验证力矩。
- 中间路线：CMC（SO 的运动学与激活动态作反馈驱动正向跟踪，逐帧循环；省算力但仍在每时刻解优化）；直接配置法（OpenSim Moco，Dembia et al., 2020）：控制与状态同时参数化，运动方程变代数约束。
2.5 OpenSim 标准流水线（图 10.1）
Scale（按受试者体节比例缩放模型；尸体数据来源老旧是固有局限）→ IK（最小二乘拟合实验标记得关节角）→ ID（逆向动力学）→ RRA（调躯干质心与轨迹，压低”上帝之手”残差力）→ SO 或 CMC（求肌肉激活/力）→ 分析插件（关节接触力、肌肉诱导加速度、肌肉功率）。
注意 OpenSim 的固有假设：肌肉无质量、无疲劳、纤维类型分布忽略、纤维长度/速度在肌内均匀、肌肉可”穿过骨头”、每肌一腱、关节自由度缩减——引用仿真结果时必须声明这些局限。
2.6 模型验证（10.3，ASME 定义）
- Verification（验证计算正确性）：代码是否忠实实现了数学模型；Validation（有效性确认）：模型对真实世界的代表程度（相对预期用途）。
- 七步：建模问题 → 设计验证方案 → 采数据前验证软件 → 与文献实验比对 → 鲁棒性测试 → 文档化共享 → 生成可实测的新假设。
- 常用手段：仿真激活 vs EMG 时相一致（注意电机械延迟，且 EMG 滤波截止频率会改变测得的延迟——Manal et al., 2002）；仪器化假体（grand knee challenge，Fregly et al., 2012；CAMS-Knee，Taylor et al., 2017）提供关节接触力金标准。
- 警示：拟合好 ≠ 模型对——多个误差可相互抵消；用敏感性分析查参数影响；参数过多的模型对新数据预测力差（过拟合）。
- 代表性发现：支撑早期膝轴向接触力主要来自 vastii（+ 股直肌、股二头肌短头；臀大肌不跨膝却通过 GRF 方向贡献！）；内侧间室负荷主要由 GRF 矢量方向决定，股四头肌与腓肠肌贡献外侧负荷（Sasaki & Neptune, 2010；Shelburne et al., 2006）。
下篇：静态与动态平衡（第 11 章）
2.7 全身协同总览（11.0）
单关节变量的”意义”必须放到任务层面解读：步行中肌肉同时承担产能/耗能 + 平衡 + 防塌陷等多个子任务，子任务间可互补也可竞争（Winter, 1991）。协同（synergy）= 多肌肉朝共同目标协作——识别协同的前提是先明确目标与时间窗。例证：步行额状面平衡由髋外展肌前馈控制（MacKinnon & Winter, 1993）；肩部发力时下肢力矩极性匹配地预期性响应（Eng et al., 1992）。
2.8 支撑力矩协同（11.1）
- Ms = Mh + Mk + Ma（各关节伸肌力矩取正；与第 5 章 Ms = Mk − Ma − Mh 同义，仅符号约定不同）。
- 九天重复实验（Winter, 1984, 1991）：运动学极稳（踝/膝/髋 RMS 波动 1.5°/1.9°/1.8°，步频 ±2%），但支撑期髋力矩 CV = 68%、膝 CV = 60%；髋 + 膝之和 CV 骤降至 21%，Ms 的 CV = 20%（踝仅 18%）。
- 协方差量化”此消彼长”：σ²hk = σ²h + σ²k − σ²h+k（式 11.1）；COV = σ²hk/(σ²h + σ²k) × 100%（式 11.2）。日间数据：髋-膝协方差 89%（膝-踝 76%）——某天髋多伸、膝就少伸，隔天反过来，总和几乎不变。
- Ms 与垂直 GRF 几乎完全同步：自然步速 19 人 r = 0.97（快走 0.95、慢走 0.90；两位全膝置换患者也达 0.96/0.92）。→ Ms 是”整条腿推离地面”的总指标，形状即 Fy 的双峰。
2.9 站立平衡：COP–COM 误差信号（11.2）
- 倒立摆近似（摆动 < 8°）：COP − COM = −Iẍ/(Wd) = −Kẍ（式 11.3）——COP 与 COM 的差正比于 COM 的水平加速度。COP–COM 是平衡控制的”误差信号”，CNS 通过操纵 COP 来驾驭 COM。
- A/P 方向：踝跖屈/背屈肌控制（Horak & Nashner, 1986）。
- M/L 方向：髋外展/内收肌的”加载/卸载（load/unload）“机制（Winter et al., 1996）——双力台显示左右垂直 GRF 绕 50% 体重等幅反相振荡，COP 是两者加权平均；一侧髋外展肌加载同侧、卸载对侧，把 COP 移向同侧 → COM 被加速向对侧。双侧髋肌同步小张力 = 双侧协同；机制为刚度控制（stiffness control，Winter et al., 1998）——COP 与 COM 基本同相、振幅更大，属持续前馈而非反应式控制，反应传感器得以”待机”应对突发扰动。
- COM 微波动来源含心肺质量内移（需 14 环节模型才能测准）。
- 工效学证据（Nelson-Wong et al., 2008）：2 小时站立作业，左右臀中肌 EMG 互相关呈负相关（Rxy 峰 = −0.677，τ = 0.16 s）= 高效 load/unload；正相关（Rxy = 0.766）= 低效共收缩（两髋互相打架）。15 名共收缩者疼痛评分 4 → 32，8 名 load/unload 者仅 1 → 8（p < 0.0005）——激活模式可预测站立性腰痛。
2.10 步行中的动态平衡（11.3）
- 稳态步行：COM 从不进入足底支撑面内——它沿每足内侧边缘前移；单支撑期（约 40% 周期 ×2）人体就是单支撑倒立摆，COM 水平加速度由 COP→COM 矢量决定（支撑前半减速、后半加速）。人体离跌倒永远只有约 400 ms——是摆动足的落点决定下一个支撑期的稳定性。
- 起步（Jian et al., 1993）：COP 先向后、向摆动腿移动（释放相：跖屈肌活动骤降 + 摆动腿外展肌加载/支撑腿卸载），把 COM 向前、向支撑腿弹射；随后 COP 快速移向支撑腿（支撑腿外展肌启动）→ RTO 时 COP 置于左足下，第一步结束 COM 轨迹已达稳态模式。老年/帕金森患者模式不变、幅度按最终步速等比缩放（Halliday et al., 1998）——协同仍在，只是”增益”随年龄与疾病下调。
- 止步（Jian et al., 1993）：两步内卸掉前向动量。双支撑期 COP 快速前移减速 COM → 右单支撑期右跖屈肌大幅增加 COP 前移（100% 时前向速度已减约 70%）→ 左足快速加载把 COP 推到 COM 轨迹正前方（120%）→ 双足跖屈肌渐减、髋外展肌微调，151% 恢复静站。约 85% 前向速度由右跖屈肌吸收、15% 由左侧；两侧髋外展肌的前馈控制是刹停 M/L 轨迹的关键。
- 感觉的证据：外周感觉缺失患者（感觉神经病、缺血阻断）止步末段 COP 轨迹在 M/L 与 A/P 双向越过 COM——外周感觉系统承担 COP/COM 位置的主要监测反馈职责。
3. Physical Meaning（物理意义）
- 正向解误差随时间放大 = 双积分对初值与参数误差的敏感性（混沌式累积），这是正向仿真必须持续微调输入的数学根源。
- 支撑力矩的降维：3 个力矩 → 1 个总和，方差从 60–68% 压到 20%——控制变量是总和而非分量（与 UCM 不受控流形思想同源，Scholz & Schöner, 1999）。
- 式 11.3 把 COP–COM 从”两个轨迹”变成”误差信号 × 增益 = 加速度”的控制律，倒立摆把平衡问题简化为单自由度控制问题。
4. Human Movement Meaning（人体运动意义）
- 神经系统不控制”关节力矩”，它控制任务变量（总支撑力、COM 轨迹），关节层面留出冗余自由——这正是”同一天步态运动学可复制、力矩却天天不同”的原因。
- 站立平衡是低能耗的前馈刚度控制 + 待机反应控制的组合；步行平衡是”连续被接住的有控制跌倒”。
- 建模揭示的反直觉事实：不跨膝的臀大肌也贡献膝关节接触力——肌肉功能超越其跨越的关节（与 M23 诱导加速度呼应）。
5. How It Is Measured（如何测量）
- 建模：动捕 + 测力台 → OpenSim 流水线（Scale→IK→ID→RRA→SO/CMC→分析）；EMG 驱动需额外采集表面/肌内 EMG 并做参数标定。
- 支撑力矩：三关节逆向动力学力矩求和；变异性用 CV 与协方差（式 11.1–11.2）。
- 平衡：双力台测左右 GRF 与 COP；COM 由 14 环节模型估计；COP–COM 即误差信号；臀中肌左右 EMG 互相关鉴别 load/unload vs 共收缩（Rxy 符号 + 峰值时滞）。
6. Typical Applications（典型应用）
- 关节接触力估计：膝 OA、蹲伏步态（Steele et al., 2012：脑瘫蹲伏的胫股压缩力）、全髋置换后外展肌强化的效果预测（Myers et al., 2019）。
- 术前规划：肌腱转移术后抓握功能（Homayouni et al., 2015）；脑瘫 AFO 方案比较（Rosenberg & Steele, 2017）。
- 损伤机制：侧切中 ACL 载荷（McLean et al., 2004：矢状面力学不足以致伤）；踝内翻预激活（DeMers et al., 2017）。
- 实时康复监控：跟腱撕裂康复的踝 EMG 驱动实时模型（Manal et al., 2011）。
- 跌倒预测：UCM 协同指标预测老年人步行跌倒（Yamagata et al., 2021）；站立腰痛的 EMG 模式预测（Nelson-Wong et al., 2008）。
7. Clinical Relevance（康复临床相关性）
- EMG 驱动建模更适合病患：患者神经策略偏离”最优”假设，优化法强加的代价函数可能根本不代表患者的 CNS（教材明确指出）。
- 支撑力矩是病理步态的稳健指标：单关节力矩变异性天然巨大，直接比较”患者 vs 常模的膝力矩”会误读；Ms 及 Ms-Fy 相关（病理步态仍 r > 0.9）提供去噪后的功能总览。
- 站立性腰痛的力学表型：左右臀中肌共收缩模式 → 2 小时站立疼痛显著加剧——可测、可干预（训练 load/unload）。
- 老年与帕金森起步：协同结构保留、增益下降——干预目标应是”放大增益”（力量/速度）而非”重建模式”。
- 外周神经病患者：止步时 COP 越过 COM 的失控轨迹提示感觉反馈缺陷，平衡训练需纳入感觉替代策略（视觉补偿等）。
8. Performance Relevance（运动表现相关性）
- 跟腱刚度与松弛长度决定能量回收效率——短跑/跳跃选材与训练监控的建模参数。
- 跑步推进的肌贡献分解（Hamner et al., 2010：诱导加速度分析）重新定义”哪块肌负责推进”。
- 预激活共收缩的双面性：防踝内翻（DeMers et al., 2017）vs 能量浪费——优化目标决定解读。
9. Possible Interpretations（表现型 → 机制推理）
| 观察（表现型信号） | B 类：测量/技术因素 | C 类：功能性因素 | D 类：结构性/病理性因素 |
|---|---|---|---|
| 日间髋/膝力矩曲线形状不同 | 标记重贴偏差；校准漂移 | 正常协同变异（COV 高 → 神经冗余再分配，无需干预） | 若伴 Ms 异常才提示病理 |
| Ms 与 Fy 相关性显著下降 | 力台/动捕不同步；关节中心误差 | 疼痛性避荷打破协同 | 多关节协同控制障碍（上运动神经元损伤） |
| 站立时左右髋肌同相激活（Rxy > 0） | 电极串扰（左右混淆几乎不可能，但增益不一致会虚假抬高相关） | 低效共收缩策略（可训练纠正；与腰痛相关） | 张力障碍性共激活 |
| 仿真与实测力矩吻合但 EMG 时相不符 | 电机械延迟未校正；EMG 滤波不当 | 模型用”错误肌肉组合”碰巧凑对（two wrongs） | —— 模型验证必须双通道核对 |
| 起步/止步幅度全面缩小 | 力台阈值遗漏微弱 COP 偏移 | 自选慢步速（安全策略） | 老年/帕金森增益下调（模式保留） |
10. What It Cannot Tell Us（局限性）
- 优化解只是”合理猜测”：代价函数未经证实地替代了 CNS 的真实决策；“哪个代价函数正确”在领域内仍有激烈争论。
- 正向仿真误差随时间发散：无连续校正只能仿真短时间窗。
- EMG 驱动看不到深部肌，且 EMG→激活→力链条上每个参数（肌腱松弛长度、最佳纤维长等）都需个体标定，参数多 → 过拟合风险（教材警告：可调变量过多的模型对新数据预测力差）。
- 模型结果内嵌假设清单（无疲劳、无质量肌肉、简化关节、尸体体节数据）——仿真结论的可信度上限由这些假设决定。
- COP–COM 关系依赖倒立摆近似：> 8° 摆动或强多环节运动时误差增大。
- 支撑力矩无法告诉你”哪块肌”：它刻意抹平了关节间分配——定位具体责任肌仍需回到单关节 + EMG + 建模。
11. Related Metrics（相关概念双链）
- 上游基础：M21_力台与链段模型、M21b_COM与COP、M22_关节功率与能量流、M23_3D变量与事件检测、M24_肌电信号与肌肉激活（全部汇入本章）
- 肌肉力学细节：M17（肌力与力-长度/速度关系，第 8 章背景）
- 下游综合：M26_步态综合案例
- 论文延伸：M28_Krosshaug2007_落地机制（预激活建模证据）
12. Evidence（证据与出处）
- 正向步态仿真与黏弹性足：Gilchrist & Winter (1996, 1997)；模型约束与”两个错误凑成对”：Onyshko & Winter (1980)。
- 肌腱位移法力臂：An (2007), J. Biomech. 40:713–718；Hill 四参数与比张力争议：Arnold et al. (2010)、Buchanan et al. (1998)。
- OpenSim 流水线与 Moco：Delp et al. (2007), IEEE TBME 54:1940–1950；Dembia et al. (2020), PLoS Comput. Biol. 16。
- 验证最佳实践与仪器化假体：Hicks et al. (2015), J. Biomech. Eng. 137:020905；Fregly et al. (2012)；Taylor et al. (2017)。
- 膝接触力贡献分解：Sasaki & Neptune (2010)；Shelburne et al. (2006)。
- 支撑力矩与协方差：Winter (1980, 1984, 1991)；Ms–Fy 相关（图 11.3，r = 0.90–0.97）。
- 站立平衡统一理论与刚度控制：Winter et al. (1996, 1998)；Horak & Nashner (1986)。
- 站立腰痛表型：Nelson-Wong et al. (2008), Clin. Biomech. 23:545–553。
- 起步/止步与老年/帕金森：Jian et al. (1993), Gait Posture 1:9–22；Halliday et al. (1998), Gait Posture 8:8–14。
13. My Understanding（我的理解，5 点）
- 逆向回答”是什么”，正向回答”为什么/会怎样”：逆向动力学是描述性的终点，正向仿真才是机制推理的工具——what-if 实验（改手术方案、改矫形器、改肌肉力）只有正向框架能做。我的”机制推理系统”若要给出干预建议，逻辑上与正向仿真同构。
- 冗余性不是麻烦而是神经系统的设计特征：支撑力矩协方差 89% 证明 CNS 刻意保留关节间自由度——单关节”异常”必须先检查是否被协同吸收（Ms 正常则大概率是正常变异）。这条应写进表现型解读的第一条规则。
- 模型验证的最大陷阱是”拟合好”：误差可以互相抵消，two wrongs make a right。双通道验证（力矩 + EMG 时相）、敏感性分析、仪器化假体金标准，一个都不能少。
- COP–COM 是康复平衡评估最有信息量的单变量：它把两个轨迹合成一个控制论误差信号，且起步/止步/静站/步行全场景适用——M21b 的 COM/COP 知识在此闭环。
- 站立腰痛的 EMG 表型研究（Nelson-Wong 2008）是”表现型→机制→干预”的范本：可测（互相关）、有机制（共收缩 vs load/unload）、可干预（模式训练）、有预后（疼痛评分分化 32 vs 8）。我的功能表现型体系应以此为模板。
模块自测（8 题）
Q1 为什么正向动力学仿真必须建模全身，而逆向动力学分析踝关节只需足与小腿的数据？这一差异带来的主要数值风险是什么？
参考答案：因为环节间存在力耦合（涟漪效应）：踝跖屈力矩改变小腿加速度 → 改变膝反作用力 → 改变大腿、髋乃至躯干的受力——正向解从力出发预测运动，任何未建模环节都会使力平衡出错，故必须全身建模。逆向动力学从已测运动与外力反推，远端环节的影响已通过实测 GRF 计入，故只需相邻环节。主要数值风险：加速度经双重积分后，微小的力矩/解剖误差随时间放大为位移误差（Gilchrist & Winter 1997 模型约 500 ms 后即失衡倾倒），需持续微调输入或借助 RRA/CMC 等跟踪机制。
Q2 解释”两个错误可以凑出一个对的（two wrongs make a right）“在建模中的含义，并给出两条防御措施。
参考答案：不完整/不准确的模型叠加错误的驱动模式（力矩或激活动态），可能碰巧复现出看似正确的运动学——Onyshko & Winter (1980) 的模型靠篡改力矩模式”走起来”即为例。此时运动学拟合好并不代表模型对，用它回答功能问题只会得到”错误驱动 + 错误模型”的双重错误结论。防御：① 多通道独立验证——除运动学外，同时核对 EMG 激活动态的时相一致性与（可能时）仪器化假体的接触力金标准；② 内部效度测试——用逆向动力学力矩作输入，正向解必须能复现原始实测运动学（6 条约束中禁止施加运动学约束，模型须被允许摔倒），并做参数敏感性分析。
Q3 静态优化（SO）的目标函数为 J = Σ aₘᵖ。写出该式各符号含义，并说明 SO 的两个固有缺陷及 CMC 与直接配置法各自如何弥补。
参考答案：n = 模型肌肉数；aₘ = 第 m 块肌肉在该时刻的激活水平；p = 用户设定的幂次约束。缺陷：① 逐时刻独立求解 → 肌肉激活忽开忽关、时程不连续；② 忽略激活-收缩动力学与肌腱等时间相关特性。CMC：以 SO 的运动学与激活为反馈，计算期望加速度→分配肌肉力→正向仿真跟踪实验轨迹，逐帧循环，兼顾效率与动态连续性（但仍逐时刻解优化）。直接配置法（OpenSim Moco）：把控制（激活）与状态（位置/速度）同时参数化，运动方程转为代数约束，一次性求解全程动态优化，可纳入任务目标（如最小能耗）。
Q4 某受试者九天重复步态测试：支撑期 σ²h = 15.9、σ²k = 5.4、σ²h+k = 6.9（单位 (N·m)²）。求髋-膝协方差及其占最大可能值的百分比，并解释该结果的运动控制意义。
参考答案：σ²hk = σ²h + σ²k − σ²h+k = 15.9 + 5.4 − 6.9 = 14.4 (N·m)²；COV = 14.4/(15.9 + 5.4) × 100% ≈ 68%（教材九天数据为 89%，此处为同公式演算）。意义：髋膝力矩日间波动大部分反相对消——神经系统控制的是髋+膝的合力矩（支撑力矩的一部分），而非各关节独立力矩；单关节力矩的高变异是正常冗余再分配，不能作为病理证据。
Q5 安静站立时，为什么左右垂直 GRF 呈等幅反相振荡？这一模式由什么肌肉群产生、学名是什么？用式 11.3 说明它如何实现 M/L 平衡。
参考答案：M/L 平衡由髋外展/内收肌的加载/卸载（load/unload）机制实现：一侧髋外展肌力矩增大使同侧腿加载（GRF > 50% 体重）、对侧等量卸载，双侧力矩等幅反相 → 左右 GRF 绕 50% 体重反相振荡，COP（两力加权平均）随之移向加载侧。按式 11.3，COP − COM = −Kẍ：COP 移向同侧即产生把 COM 加速推向对侧的误差信号；由于 COP 以比 COM 更大的振幅在其两侧振荡（刚度控制，非反应式），COM 被持续”夹”回中心。这是前馈性质的双侧协同，让反应性传感器保持待机。
Q6 Nelson-Wong et al. (2008) 的 2 小时站立实验中，两类受试者的左右臀中肌 EMG 互相关与疼痛结局各如何？该研究对康复筛查有何示范价值？
参考答案：低效共收缩组：Rxy 峰 = +0.766（τ = 0.06 s，左右近乎同相，两髋”互相打架”），15 人疼痛评分从 4 升至 32；高效 load/unload 组：Rxy 峰 = −0.677（τ = 0.16 s，左右反相），8 人仅从 1 升至 8（组间主效应 p < 0.0005）。示范价值：用**一个可量化指标（左右 EMG 互相关）**在工作场景暴露前预测疼痛易感性——是”可测表现型 → 明确机制 → 可干预目标”的完整链条，正是功能表现型体系追求的标准结构。
Q7 描述正常止步过程中 COP 与 COM 的协同时序，并回答：约百分之多少的前向速度由哪侧跖屈肌吸收？外周感觉缺失患者会出现什么异常？
参考答案：时序（Jian et al., 1993）：① 双支撑期 COP 快速前移，COP–COM 矢量产生强减速；② 制动腿单支撑期跖屈肌大幅激活，COP 继续前移，至 100% 周期时前向速度已减约 70%；③ 摆动足着地快速加载（髋外展肌调节双侧负荷），COP 被推至 COM 轨迹正前方（约 120%）；④ 双足跖屈肌渐减、髋肌微调，约 151% 恢复静站。约 85% 前向速度由制动腿（先着地侧，例中右侧）跖屈肌吸收，15% 由对侧。外周感觉缺失者末段 COP 轨迹在 M/L 与 A/P 双向**越过（overshoot）**COM 轨迹——证明外周感觉系统承担 COP/COM 位置的主要监测反馈。
Q8 某团队用静态优化模型发现”蹲伏步态患者股四头肌力正常”，临床却普遍报告其股四头肌过载疲劳。请从方法学角度给出至少三条可能解释，并说明哪条路线（优化/EMG 驱动）更适合该人群、为什么。
参考答案：方法学解释：① SO 的代价函数（min Σaᵖ）假设 CNS 按最省激活分配——天然惩罚共收缩，而蹲伏步态恰恰以持续股四头肌等长/共收缩为特征（Kian et al. 2019 证明 SO 系统性低估肩关节拮抗肌活动，同理适用于膝）；② SO 逐时刻独立解，抹平了持续激活的时间累积效应；③ 模型未含被动结构/疲劳，等长收缩的代谢成本在模型里”免费”；④ 体节参数/力臂来自通用缩放而非患者特异解剖。EMG 驱动路线更适合：它不替 CNS 做最优假设，直接输入患者实测激活，能保留病理性的高激活与共收缩模式（教材明确：EMG 驱动更适合有残疾或伤病史、运动策略已适应性改变的个体）；代价是需个体标定一串生理参数且深部肌不可测。
上一模块：M24_肌电信号与肌肉激活 ｜ 下一模块：M26_步态综合案例