研制一種簡單經濟基于高共模抑制比、前置放大的咀嚼肌多通道表面肌電(sEMG)信號采集和分析系統。并探討其在顳下頜關節紊亂病(TMD)中的應用價值。系統的設計借助windows操作系統和圖形化界面,利用USB接口技術,采集和管理患者的資料及肌電數據,分別記錄8例正常受試和8例TMD患者下頜姿勢位、牙尖交錯位和叩齒運動時雙側顳肌前束、咬肌的肌電活性,通過時域分析、雙譜分析、短時傅里葉變換、小波變換等分析軟件對信號進行圖像化對比分析。實驗結果表明該系統是一種簡單經濟、合理的系統。TMD患者sEMG信號發生明顯的改變。該系統有助于臨床診斷TMD及治療后的評估,并為診斷和治療口頜系統疾病以及功能重建提供客觀的檢測手段。
引用本文： 杜洪亮, 李欣, 李珊, 張瑞, 宋容, 李嵐, 王煒, 康宏. 咀嚼肌多通道表面肌電信號數據采集和分析系統的研制與臨床初步應用. 生物醫學工程學雜志, 2014, 31(1): 23-28. doi: 10.7507/1001-5515.20140005 復制
引言
表面肌電(surface electromyography,sEMG)信號是從皮膚表面通過電極引導、放大、顯示和記錄的神經肌肉系統活動時的生物電信號，屬無創性，操作簡單，患者易接受[1]。目前，表面肌電儀作為采集sEMG的儀器被廣泛應用于疾病的診斷、假肢的控制、功能性神經電刺激和生物反饋研究，以及康復等領域[2-4]。另外，sEMG也初步用于檢測咀嚼肌和面部肌群的狀況、口腔正畸的療效[5-7]。在磨牙癥、錯秸畸形患者，sEMG檢測對診斷疾病和評價治療效果均有一定的指導作用[8-9]。然而，sEMG非常微弱，且極易受到干擾，常常淹沒在大量的噪聲中。其采集和分析提取有用信息仍然是一種挑戰[10]。另外，在口腔醫學中，表面肌電儀并沒有廣泛應用于臨床，因此設計一種簡單、經濟的應用于口腔醫學臨床中，檢測咀嚼肌功能的肌電圖儀顯得很有必要。
目前，現行sEMG的采集、獲取和分析主要基于以下幾點：采集和獲取的前置放大器采用分差放大器或共模抑制比，將信號放大，增大信噪比。常用的共模抑制比是90~140 dB，此時的共模電位仍舊很大，干擾仍然不容忽視。其次，分析信號常采用傳統的時域、頻域分析以及傅里葉變換(fast/short-time Fourier transform，FFT/STFT)等。然而，sEMG比較微弱，單一應用傳統的時域分析雖然獲得了信號的一些特征，但大部分信息難以提取[11]。傳統的頻域分析方法通過傅里葉變換將時域信號轉換為頻域信號，但傅里葉變換要求獲得信號在時域的全部信息，這很難滿足，并且，傅里葉變換在時域中沒有分辨，信號在某一時刻的變化將影響整個頻譜特性[12-13]。sEMG是非平穩性和非線性的隨機信號[14]，采用傳統傅里葉變換分析肌電信號受到了限制。另外，為了解決以上難題，表面肌電圖儀的設計與應用日趨復雜化，這給臨床應用與操作帶來了不便。由于以上問題，表面肌電儀在口腔醫學中的應用得到了限制。因此，研制一種簡單、經濟的多通道多種分析方法并存的咀嚼肌sEMG信號采集和分析系統顯得尤為重要。
本研究研制一種簡單、經濟的基于高共模抑制比、前置放大的多通道咀嚼肌sEMG信號采集和分析系統，對通道肌電信號進行全面整合分析，輔助診斷與咀嚼肌功能相關的一些疾病以及估價某些治療措施的療效提供依據。
1 系統的設計與應用
系統主要由數據的采集和數據的分析兩部分構成。通過數據的采集，得到患者的sEMG信息，通過即插即用的USB接口與計算機連接，并將該信息儲存到計算機中，以便后續分析。通過數據分析系統，從患者的sEMG中分析得到患者的肌肉活動狀態，數據可以實時分析，亦可回放分析，此系統的設計簡單，整個系統設計兩個硬件，數據采集機與計算機。為臨床診斷疾病和評價治療效果提供客觀的方法。
1.1 信號采集系統
sEMG數據采集原理如圖 1所示。sEMG非常微弱，且極易受到干擾，常常淹沒在大量的噪聲中。所以，前置放大器的共模抑制能力是有效地獲得sEMG的關鍵。生物傳感器獲取sEMG信號，傳入前置放大器濾除干擾信號，前置放大器進行了改造，使前半部分的電壓跟隨器電路將差模輸入信號放大若干倍(例如 100倍)，使送到后級的差模信號和共模信號的幅值之比得到很大提高。有用信號放大到合適范圍后進入精確的數據采集卡進行模/數轉換，再進入計算機儲存，信號能夠在計算機中回放與分析。信號采集系統在LabVIEW平臺設計，四通道肌電分別采集雙側咬肌和顳肌前束的肌電信號。信號采集界面如圖 2所示。
圖1
sEMG原理示意圖
Figure1.
Schematic diagram of sEMG acquisition
圖2
sEMG信號采集界面
Figure2.
Interfaces of sEMG acquisition
1.2 信號分析系統
sEMG信號分析分為實時分析部分和回放分析部分。實時分析是信號采集系統的一部分，在信號采集的同時即進行信號的分析。回放分析系統對每個通道信號進行時域分析、雙譜分析、傅里葉變換和小波分析的整合分析，獲取sEMG的特征參數。sEMG分析界面如圖 3所示。
圖3
sEMG信號分析界面
Figure3.
Interfaces of sEMG signal analysis
2 肌電信號回放與分析
在肌電信號回放與分析中，對四通道sEMG信號進行全面分析。分析方法包括時域分析、頻域分析、STFT和小波分析等的整合分析。獲取肌電信號中有價值的信息。
2.1 時域分析
時域分析將肌電信號看做時間的函數，能夠不經過任何處理轉換直接快速提取波形特征，其直觀性強、物理意義較明確，可用于對臨床疾病進一步的分析和判斷[15]。時域分析中的平均肌電值反映sEMG信號振幅變化的評價指標。另外，由于sEMG信號是一個上下波動均值近似為零的隨機信號，因此采用肌電積分值可反映肌電信號隨時間進行的強弱變化[16]。在時域分析中設置針對咀嚼肌信號范圍的時域分析參數，能夠迅速提取咀嚼肌sEMG中的有用信息。
2.2 頻域分析
頻域分析主要的分析方法是對sEMG信號進行FFT，獲得sEMG信號的頻譜或功率譜。它們可反映sEMG的信號在不同頻率分量的變化，所以能夠較好地在頻率維度上反映sEMG的變化[17-18]。
2.2.1 功率譜分析
功率譜提取的頻域特征相對穩定，因此，提取的頻域特征有利于后續的肌電信號模式識別。功率譜可用來表征不同肌電信號對應的動作模式[19]。對功率譜分析設置合適的參數，本研究中功率譜分析信號的能量隨頻率變化的分布情況如圖 4所示，圖中第三通道表示正常肌電功率譜的形態，肌電頻率集中在0~200 Hz，第二通道表示異常肌電功率譜的形態，肌電頻率分布集中出現在大于500 Hz的高頻率，故可以推斷第二通道肌肉活動存在異常。
圖4
正常和異常肌電功率譜形態圖
Figure4.
Normal and abnormal sEMG power spectrum
2.2.2 雙譜分析
頻域分析中的雙譜分析是研究非平穩信號的一種有效方法。本研究中通過在三維平面上表述信號頻率特征，能夠清晰地反映出信號的頻率隨時間的變化。正常和異常肌電雙譜分析如圖 5所示，肌電第三通道雙譜分析中，肌電頻率較集中，符合正常肌電特征；肌電二通道雙譜分析中，肌電頻率較分散，出現多個頻率點，提示為異常肌電。
圖5
正常(左)和異常(右)肌電雙譜分析圖
Figure5.
Normal (left) and abnormal (right) sEMG spectrum analysis diagram
2.3 時頻域分析
肌電信號在本質上是一種非平穩、非線性的信號，由于肌電信號的非平穩特性，大量學者利用時頻分析中的STFT、小波變換等方法對sEMG進行分析處理[20-21]。
2.3.1 STFT
STFT得到的時頻特性圖能顯示出信號的某些特征，方便觀察信號隨著肌肉狀態的不同而變化的頻率[22]。本研究中截取患者某一時間段內肌電圖，肌肉能量的頻率圖，顏色越深，代表能量越高，顏色越多代表頻率越分散。很明顯，第三、四通道肌肉能量高，頻率分布分散，并且二者顏色深淺差異明顯，提示左右咬肌明顯的不對稱(見圖 6)。
圖6
肌肉能量頻率圖
(a)左側顳肌前束；(b)左側嚼肌；(c)右側顳肌前束；(d)右側嚼肌
Figure6. Frequency diagram of muscular energy(a)left anterior temporalis; (b)left masseter muscle; (c)right anterior temporalis; (d)right masseter muscle
2.3.2 小波分析
小波變換是傅里葉變換的新發展，它既能在整體上提供信號的全部信息，又能提供在任一局部時段信號變化劇烈程度的信息[23-24]。小波分析中，不同分解層顯示信號不同的頻率成分，使信號頻域的分解達到很精細的程度。每個分解層內的肌電信號表征了原信號在該頻率范圍內的動作特征信息。小波分析提供了一種自適應的時域和頻域同時局部化的分析方法，能夠反映信號在時域和頻域的局部信息[25-26]。在信號處理中，不同的小波包函數具有不同的特性，選擇小波函數至關重要，本系統具有多個小波函數可供選擇使用。本研究選取一位患者的肌電圖(見圖 7)，(a)圖為患者的一段肌電圖，用db2小波函數進行分層處理，共分解為5層，分別為A5頻譜(0~62.5 Hz)、D5頻譜(62.5~125 Hz)、D4頻譜(125~250 Hz)、D3頻譜(250~500 Hz)和D2頻譜(500~1 000 Hz)。從頻譜圖中我們可以直觀地看出D2、D3高于其他頻譜達0.04，所以可推斷D2、D3是這段肌電的主要頻率范圍，并且明顯高于正常的肌電頻率范圍，說明該患者肌電存在異常。
圖7
Db2小波分解sEMG信號示意圖
(a) sEMG初始信號；(b) sEMG信號第一級水平分解圖；(c) sEMG信號第二級水平分解圖；(d) sEMG信號第三級水平分解圖；(e) sEMG信號第四級水平分解圖；(f) sEMG信號第五級水平分解圖
Figure7. Db2 wavelet decomposition of the sample sEMG. signal(a) the original sEMG signal; (b) sEMG signal was decomposed at the first level; (c) sEMG signal was decomposed at the second level; (d) sEMG signal was decomposed at the third level; (e) sEMG signal was decomposed at the fourth level; (f) sEMG signal was decomposed at the fifth level
3 在顳下頜關節紊亂病診斷中的應用
3.1 對象與方法
8 例顳下頜關節紊亂病(temporomandibular disorders,TMD)患者(4例男性，4例女性)和8例正常對照(4例男性，4例女性)納入此項研究。年齡20~40歲。兩組年齡、性別基本匹配。TMD患者為2011年1~12月就診于蘭州大學口腔醫學院的患者。所有研究對象均簽署了知情同意書。利用咀嚼肌多通道表面肌電數據采集系統，分別測量TMD患者和正常對照下頜姿勢位(mandibuler postural position,MPP)、牙尖交錯位(intercuspal position,ICP)和叩齒運動(ICP-MPP)時雙側顳肌前束、咬肌的肌電活性。電極安放位置參見文獻[27]。
3.2 統計結果
采用SPSS13.0對數據進行分析，P＜0.05為差異具有統計學意義。采用兩獨立樣本t檢驗對數據進行統計分析。結果，在ICP位，雙側顳肌前束和雙側嚼肌的肌電活動在TMD患者比正常人明顯增高P＜0.05，差異具有統計學意義。雙側嚼肌在MPP位的肌電在TMD和正常人差異具有統計學意義。在叩齒運動中，僅右側顳肌前束在TMD和正常人差異具有統計學意義。統計結果如表 1所示。
表1
TMD和正常人顳肌、嚼肌在ICP、MPP和ICP-MPP的肌電幅值(4 討論與結論
咀嚼肌多通道sEMG信號數據采集和分析系統是一種簡單、經濟的基于高共模抑制比、前置放大的多通道咀嚼肌sEMG信號采集和分析系統。本系統涉及表面肌電圖儀與計算機兩個硬件系統，通過即插即用的USB接口連接，其采集與分析只涉及一個軟件，使該機器的使用簡單化，且容易操作。肌電圖儀體積小，價格低，相比大型的核磁共振系統，成為一種經濟的診斷手段。另外，一個完整的信號采集與分析系統能夠收集很多有用的信息。使用信號前置放大器，將信號放大若干倍(例如 100倍)，使共模信號的幅值得到很大提高。增大共模抑制比，使該系統表現出良好的性能。在分析系統中可以使用多種分析方法對信號進行分析處理。該系統可以對微弱的sEMG進行采集與分析，多通道多參數的采集與分析系統可同時對多處信號進行采集與處理，具有很強的采集與分析功能。
在TMD的診斷中，在ICP與MPP位，咀嚼肌處于靜止位置，檢測準確，但在ICP-MPP中，由于這種動態采樣，電極常發生移動，使干擾增大，這可能是造成在叩齒運動中，僅右側顳肌前束在TMD和正常人差異具有統計學意義的原因。因此，發明新的電極，可能是解決動態采樣準確性的良好方法。
另外，通過采集和管理咀嚼系統功能紊亂患者的肌電數據，咀嚼肌sEMG信號與咀嚼運動之間的相關性的研究，得出該系統為診斷和治療口頜系統疾病提供一種新的客觀的檢測手段，同時，該系統將為今后研制便捷型咀嚼肌肌電采集系統提供前期研究基礎。
引言
表面肌電(surface electromyography,sEMG)信號是從皮膚表面通過電極引導、放大、顯示和記錄的神經肌肉系統活動時的生物電信號，屬無創性，操作簡單，患者易接受[1]。目前，表面肌電儀作為采集sEMG的儀器被廣泛應用于疾病的診斷、假肢的控制、功能性神經電刺激和生物反饋研究，以及康復等領域[2-4]。另外，sEMG也初步用于檢測咀嚼肌和面部肌群的狀況、口腔正畸的療效[5-7]。在磨牙癥、錯秸畸形患者，sEMG檢測對診斷疾病和評價治療效果均有一定的指導作用[8-9]。然而，sEMG非常微弱，且極易受到干擾，常常淹沒在大量的噪聲中。其采集和分析提取有用信息仍然是一種挑戰[10]。另外，在口腔醫學中，表面肌電儀并沒有廣泛應用于臨床，因此設計一種簡單、經濟的應用于口腔醫學臨床中，檢測咀嚼肌功能的肌電圖儀顯得很有必要。
目前，現行sEMG的采集、獲取和分析主要基于以下幾點：采集和獲取的前置放大器采用分差放大器或共模抑制比，將信號放大，增大信噪比。常用的共模抑制比是90~140 dB，此時的共模電位仍舊很大，干擾仍然不容忽視。其次，分析信號常采用傳統的時域、頻域分析以及傅里葉變換(fast/short-time Fourier transform，FFT/STFT)等。然而，sEMG比較微弱，單一應用傳統的時域分析雖然獲得了信號的一些特征，但大部分信息難以提取[11]。傳統的頻域分析方法通過傅里葉變換將時域信號轉換為頻域信號，但傅里葉變換要求獲得信號在時域的全部信息，這很難滿足，并且，傅里葉變換在時域中沒有分辨，信號在某一時刻的變化將影響整個頻譜特性[12-13]。sEMG是非平穩性和非線性的隨機信號[14]，采用傳統傅里葉變換分析肌電信號受到了限制。另外，為了解決以上難題，表面肌電圖儀的設計與應用日趨復雜化，這給臨床應用與操作帶來了不便。由于以上問題，表面肌電儀在口腔醫學中的應用得到了限制。因此，研制一種簡單、經濟的多通道多種分析方法并存的咀嚼肌sEMG信號采集和分析系統顯得尤為重要。
本研究研制一種簡單、經濟的基于高共模抑制比、前置放大的多通道咀嚼肌sEMG信號采集和分析系統，對通道肌電信號進行全面整合分析，輔助診斷與咀嚼肌功能相關的一些疾病以及估價某些治療措施的療效提供依據。
1 系統的設計與應用
系統主要由數據的采集和數據的分析兩部分構成。通過數據的采集，得到患者的sEMG信息，通過即插即用的USB接口與計算機連接，并將該信息儲存到計算機中，以便后續分析。通過數據分析系統，從患者的sEMG中分析得到患者的肌肉活動狀態，數據可以實時分析，亦可回放分析，此系統的設計簡單，整個系統設計兩個硬件，數據采集機與計算機。為臨床診斷疾病和評價治療效果提供客觀的方法。
1.1 信號采集系統
sEMG數據采集原理如圖 1所示。sEMG非常微弱，且極易受到干擾，常常淹沒在大量的噪聲中。所以，前置放大器的共模抑制能力是有效地獲得sEMG的關鍵。生物傳感器獲取sEMG信號，傳入前置放大器濾除干擾信號，前置放大器進行了改造，使前半部分的電壓跟隨器電路將差模輸入信號放大若干倍(例如 100倍)，使送到后級的差模信號和共模信號的幅值之比得到很大提高。有用信號放大到合適范圍后進入精確的數據采集卡進行模/數轉換，再進入計算機儲存，信號能夠在計算機中回放與分析。信號采集系統在LabVIEW平臺設計，四通道肌電分別采集雙側咬肌和顳肌前束的肌電信號。信號采集界面如圖 2所示。
圖1
sEMG原理示意圖
Figure1.
Schematic diagram of sEMG acquisition
圖2
sEMG信號采集界面
Figure2.
Interfaces of sEMG acquisition
1.2 信號分析系統
sEMG信號分析分為實時分析部分和回放分析部分。實時分析是信號采集系統的一部分，在信號采集的同時即進行信號的分析。回放分析系統對每個通道信號進行時域分析、雙譜分析、傅里葉變換和小波分析的整合分析，獲取sEMG的特征參數。sEMG分析界面如圖 3所示。
圖3
sEMG信號分析界面
Figure3.
Interfaces of sEMG signal analysis
2 肌電信號回放與分析
在肌電信號回放與分析中，對四通道sEMG信號進行全面分析。分析方法包括時域分析、頻域分析、STFT和小波分析等的整合分析。獲取肌電信號中有價值的信息。
2.1 時域分析
時域分析將肌電信號看做時間的函數，能夠不經過任何處理轉換直接快速提取波形特征，其直觀性強、物理意義較明確，可用于對臨床疾病進一步的分析和判斷[15]。時域分析中的平均肌電值反映sEMG信號振幅變化的評價指標。另外，由于sEMG信號是一個上下波動均值近似為零的隨機信號，因此采用肌電積分值可反映肌電信號隨時間進行的強弱變化[16]。在時域分析中設置針對咀嚼肌信號范圍的時域分析參數，能夠迅速提取咀嚼肌sEMG中的有用信息。
2.2 頻域分析
頻域分析主要的分析方法是對sEMG信號進行FFT，獲得sEMG信號的頻譜或功率譜。它們可反映sEMG的信號在不同頻率分量的變化，所以能夠較好地在頻率維度上反映sEMG的變化[17-18]。
2.2.1 功率譜分析
功率譜提取的頻域特征相對穩定，因此，提取的頻域特征有利于后續的肌電信號模式識別。功率譜可用來表征不同肌電信號對應的動作模式[19]。對功率譜分析設置合適的參數，本研究中功率譜分析信號的能量隨頻率變化的分布情況如圖 4所示，圖中第三通道表示正常肌電功率譜的形態，肌電頻率集中在0~200 Hz，第二通道表示異常肌電功率譜的形態，肌電頻率分布集中出現在大于500 Hz的高頻率，故可以推斷第二通道肌肉活動存在異常。
圖4
正常和異常肌電功率譜形態圖
Figure4.
Normal and abnormal sEMG power spectrum
2.2.2 雙譜分析
頻域分析中的雙譜分析是研究非平穩信號的一種有效方法。本研究中通過在三維平面上表述信號頻率特征，能夠清晰地反映出信號的頻率隨時間的變化。正常和異常肌電雙譜分析如圖 5所示，肌電第三通道雙譜分析中，肌電頻率較集中，符合正常肌電特征；肌電二通道雙譜分析中，肌電頻率較分散，出現多個頻率點，提示為異常肌電。
圖5
正常(左)和異常(右)肌電雙譜分析圖
Figure5.
Normal (left) and abnormal (right) sEMG spectrum analysis diagram
2.3 時頻域分析
肌電信號在本質上是一種非平穩、非線性的信號，由于肌電信號的非平穩特性，大量學者利用時頻分析中的STFT、小波變換等方法對sEMG進行分析處理[20-21]。
2.3.1 STFT
STFT得到的時頻特性圖能顯示出信號的某些特征，方便觀察信號隨著肌肉狀態的不同而變化的頻率[22]。本研究中截取患者某一時間段內肌電圖，肌肉能量的頻率圖，顏色越深，代表能量越高，顏色越多代表頻率越分散。很明顯，第三、四通道肌肉能量高，頻率分布分散，并且二者顏色深淺差異明顯，提示左右咬肌明顯的不對稱(見圖 6)。
圖6
肌肉能量頻率圖
(a)左側顳肌前束；(b)左側嚼肌；(c)右側顳肌前束；(d)右側嚼肌
Figure6. Frequency diagram of muscular energy(a)left anterior temporalis; (b)left masseter muscle; (c)right anterior temporalis; (d)right masseter muscle
2.3.2 小波分析
小波變換是傅里葉變換的新發展，它既能在整體上提供信號的全部信息，又能提供在任一局部時段信號變化劇烈程度的信息[23-24]。小波分析中，不同分解層顯示信號不同的頻率成分，使信號頻域的分解達到很精細的程度。每個分解層內的肌電信號表征了原信號在該頻率范圍內的動作特征信息。小波分析提供了一種自適應的時域和頻域同時局部化的分析方法，能夠反映信號在時域和頻域的局部信息[25-26]。在信號處理中，不同的小波包函數具有不同的特性，選擇小波函數至關重要，本系統具有多個小波函數可供選擇使用。本研究選取一位患者的肌電圖(見圖 7)，(a)圖為患者的一段肌電圖，用db2小波函數進行分層處理，共分解為5層，分別為A5頻譜(0~62.5 Hz)、D5頻譜(62.5~125 Hz)、D4頻譜(125~250 Hz)、D3頻譜(250~500 Hz)和D2頻譜(500~1 000 Hz)。從頻譜圖中我們可以直觀地看出D2、D3高于其他頻譜達0.04，所以可推斷D2、D3是這段肌電的主要頻率范圍，并且明顯高于正常的肌電頻率范圍，說明該患者肌電存在異常。
圖7
Db2小波分解sEMG信號示意圖
(a) sEMG初始信號；(b) sEMG信號第一級水平分解圖；(c) sEMG信號第二級水平分解圖；(d) sEMG信號第三級水平分解圖；(e) sEMG信號第四級水平分解圖；(f) sEMG信號第五級水平分解圖
Figure7. Db2 wavelet decomposition of the sample sEMG. signal(a) the original sEMG signal; (b) sEMG signal was decomposed at the first level; (c) sEMG signal was decomposed at the second level; (d) sEMG signal was decomposed at the third level; (e) sEMG signal was decomposed at the fourth level; (f) sEMG signal was decomposed at the fifth level
3 在顳下頜關節紊亂病診斷中的應用
3.1 對象與方法
8 例顳下頜關節紊亂病(temporomandibular disorders,TMD)患者(4例男性，4例女性)和8例正常對照(4例男性，4例女性)納入此項研究。年齡20~40歲。兩組年齡、性別基本匹配。TMD患者為2011年1~12月就診于蘭州大學口腔醫學院的患者。所有研究對象均簽署了知情同意書。利用咀嚼肌多通道表面肌電數據采集系統，分別測量TMD患者和正常對照下頜姿勢位(mandibuler postural position,MPP)、牙尖交錯位(intercuspal position,ICP)和叩齒運動(ICP-MPP)時雙側顳肌前束、咬肌的肌電活性。電極安放位置參見文獻[27]。
3.2 統計結果
采用SPSS13.0對數據進行分析，P＜0.05為差異具有統計學意義。采用兩獨立樣本t檢驗對數據進行統計分析。結果，在ICP位，雙側顳肌前束和雙側嚼肌的肌電活動在TMD患者比正常人明顯增高P＜0.05，差異具有統計學意義。雙側嚼肌在MPP位的肌電在TMD和正常人差異具有統計學意義。在叩齒運動中，僅右側顳肌前束在TMD和正常人差異具有統計學意義。統計結果如表 1所示。
表1
TMD和正常人顳肌、嚼肌在ICP、MPP和ICP-MPP的肌電幅值(4 討論與結論
咀嚼肌多通道sEMG信號數據采集和分析系統是一種簡單、經濟的基于高共模抑制比、前置放大的多通道咀嚼肌sEMG信號采集和分析系統。本系統涉及表面肌電圖儀與計算機兩個硬件系統，通過即插即用的USB接口連接，其采集與分析只涉及一個軟件，使該機器的使用簡單化，且容易操作。肌電圖儀體積小，價格低，相比大型的核磁共振系統，成為一種經濟的診斷手段。另外，一個完整的信號采集與分析系統能夠收集很多有用的信息。使用信號前置放大器，將信號放大若干倍(例如 100倍)，使共模信號的幅值得到很大提高。增大共模抑制比，使該系統表現出良好的性能。在分析系統中可以使用多種分析方法對信號進行分析處理。該系統可以對微弱的sEMG進行采集與分析，多通道多參數的采集與分析系統可同時對多處信號進行采集與處理，具有很強的采集與分析功能。
在TMD的診斷中，在ICP與MPP位，咀嚼肌處于靜止位置，檢測準確，但在ICP-MPP中，由于這種動態采樣，電極常發生移動，使干擾增大，這可能是造成在叩齒運動中，僅右側顳肌前束在TMD和正常人差異具有統計學意義的原因。因此，發明新的電極，可能是解決動態采樣準確性的良好方法。
另外，通過采集和管理咀嚼系統功能紊亂患者的肌電數據，咀嚼肌sEMG信號與咀嚼運動之間的相關性的研究，得出該系統為診斷和治療口頜系統疾病提供一種新的客觀的檢測手段，同時，該系統將為今后研制便捷型咀嚼肌肌電采集系統提供前期研究基礎。
