纺织材质高密度肌电网格Textile HD-EMG Grids
高密度肌电图（HD-EMG）网格用于以无创、高分辨率的方式测量肌肉激活情况，为了解神经肌肉系统提供参考依据。尽可能精准地测量这些详细信息至关重要，这也是我们研发这款纺织材质高密度肌电网格的原因所在。
为何选择我们？
纺织材质高密度肌电网格（Textile HD-EMG Grids）非常适合用于收缩状态下的肌肉，因其兼具柔韧性与耐用性。
高质量信号
纺织材质高密度肌电网格（Textile HD-EMG Grids）配备氯化银（Ag/AgCl）电极，因此在记录过程中能保持稳定的信号质量。
多种电极通道选项
我们提供多种网格配置，涵盖 32 通道或 64 通道网格。此外，可将两个网格并排放置，组成扩展型 128 通道配置。我们的 8×8 规格 L 型与 S 型网格，还可切割为两个 4×8 规格的 L 型与 S 型网格，以实现更高程度的定制化。
可重复使用设计
纺织材质高密度肌电网格（Textile HD-EMG Grids）可重复使用。关于网格重复使用的更多信息，可点击此处查看。此外，针对 8×8 规格（大号与小号）及 4×8 大号规格的网格布局，我们还提供用于网格重复使用的额外双面胶。
耐用线缆
纺织材质高密度肌电网格适配线缆（Textile HD-EMG Grid Adapter Cable）是一款耐用、轻便且具备主动屏蔽功能的线缆。该线缆提供 32 通道与 64 通道两种版本。
稳固贴合
借助独特的纺织材质高密度肌电网格固定架（Textile HD-EMG Grid Cradle），可将线缆固定在身体的任意位置。该固定架能与 4 种不同尺寸的绑带搭配使用，以适配不同粗细的肢体。这款易于操作的固定架可在各种动作过程中，将适配线缆牢牢固定在原位。
契合您研究需求的多种选择
多种配置
我们的网格有 32 通道或 64 通道两种型号可选，同时提供两种电极间距（IED）规格：小间距（4 毫米）或大间距（8.75 毫米）。其中，电极间距（IED）指的是网格中相邻电极之间（中心到中心）的距离。
32 通道，4×8 布局，小间距（电极间距 4 毫米）*
32 通道，4×8 布局，大间距（电极间距 8.75 毫米）
64 通道，6×11 布局，小间距（电极间距 4 毫米）
64 通道，6×11 布局，大间距（电极间距 8.75 毫米）
64 通道，8×8 布局，小间距（电极间距 4 毫米）
64 通道，8×8 布局，大间距（电极间距 8.75 毫米）
* 注：该产品为未来规划产品，目前暂未上市。
扩展配置
将两个纺织材质高密度肌电网格（Textile HD-EMG Grids）并排放置，即可组成扩展配置。例如，可将一个 8×8 规格的网格对半切割，再将切割后的两部分首尾相接，组成 4×16 规格的网格。若需实现 128 通道配置，可将两个 8×8 规格的网格首尾相接，形成 8×16 规格的网格。
定制化选项
8×8 规格的 L 型与 S 型网格可切割为两个 4×8 规格的 L 型与 S 型网格。
线缆与绑带
纺织材质高密度肌电图网格适配线缆
纺织材质高密度肌电图网格适配线缆是一款耐用、轻便且具备主动屏蔽功能的线缆。该线缆提供 32 通道与 64 通道两种版本。
稳固贴合
借助独特的纺织材质高密度肌电网格固定架（Textile HD-EMG Grid Cradle），可将线缆固定在身体的任意位置。该固定架能与 4 种不同尺寸的绑带搭配，以适配不同粗细的肢体。这款易于操作的固定架，可在各类动作过程中始终将适配线缆固定在原位。
高密度肌电图应用
应用示例
肌纤维特性
研究肌纤维的特征与活动规律，深入了解肌肉生理学机制。
肌肉空间映射
对肌肉活动进行详细的空间映射，从而全面分析肌肉的活动模式、协同作用及功能。
运动单位分解
记录并评估单个运动单位，以探究神经肌肉功能。
背后的技术原理
得益于所用面料的柔韧性，电极能**贴合皮肤，从而降低了市面上现有高密度肌电图（HD-EMG）网格因材质坚硬而产生运动伪影的概率。因此，无论是在等长收缩运动中监测单一肌肉，还是在行走、跳跃等动态运动中研究多个肌群，该网格的柔性面料都能提升信号质量，并减少对伪影去除的需求。
从问题层面来看
上一代高密度肌电图（HD-EMG）网格采用印制电路板（PCB）材质，难以贴合人体双曲面部位及活动部位。当网格局部从皮肤表面翘起时，研究人员常会遇到电极脱落的情况。这一问题会导致信号中产生伪影，使得高密度肌电图信号的分析工作更具挑战性，也更耗时。
我们的解决方案
TMSi 公司研发了一款创新性纺织材质高密度肌电图网格（Textile HD-EMG Grid），以解决这些常见问题。该纺织材质高密度肌电图网格采用略具弹性的纺织面料制成，且附着力优异。凭借这些特性，即便将其贴附在人体复杂部位，该网格也能有效避免运动伪影，并始终**贴合皮肤。
可亲自查看数据
纺织材质高密度肌电图网格（Textile HD-EMG Grids）能传递高质量的高密度肌电图（HD-EMG）信号，且精度卓越。为展示其性能，我们提供了三组示例记录，便于您亲自验证其出色的数据质量。
记录的内容是什么？
高密度肌电图（HD-EMG）测量采用 8-8-L 型纺织材质网格（Textile Grid，拓扑结构为 8×8，电极间距为 8.75 毫米）在腓肠肌上完成，详见图 1。这款 64 通道网格可同时覆盖腓肠肌内侧头与外侧头，以此体现网格的柔韧性。此外，该网格还可沿中线裁剪为两个 32 通道的网格变体，从而更精准地分别覆盖内侧头与外侧头。
这些数据说明了什么？
下文展示了对该数据的两种分析类型。图 1 呈现了三次测量中所有 64 个通道原始信号的平均功率频谱。在记录肌肉活动的场景中（持续踮脚和蹲跳），未观察到市电干扰。而在 “静息” 状态下，由于不存在肌肉活动，整体功率水平较低，因此在 50 赫兹处出现了较小的峰值。
图 2 展示了单个通道行记录的 4 秒蹲跳数据。数据预处理仅包含偏移量去除，未进行进一步滤波。从图表中可观察到，无论是跳跃过程中还是落地瞬间，信号始终保持稳定。
图 1：静息状态、持续踮脚及蹲跳动作期间样本数据的平均频谱
图 2：单通道行原始高密度肌电图（HD-EMG）数据，展示两次蹲跳动作
我如何自行查看或分析这些数据？
您可将记录数据导入我们的文件查看器中查看。若需进行数据分析，可通过 TMSi Python 接口（TMSi Python Interface）将记录数据导入 Python 环境。请参照《TMSi Python 接口文档》（Documentation TMSi Python Interface）中的安装说明完成操作。安装完成后，您可在 TMSi Python 接口的 “examples_reading_data”（数据读取示例）文件夹中，通过 “example_file_reader.py” 示例脚本将数据加载到 Python 中。
MUD
使用我们的纺织材质高密度肌电图网格（Textile HD-EMG Grids）可实现MUD
运动单位分解（MUD）是一种从肌电图（EMG）记录的复合电信号中分离并分析单个运动单位（MU，Motor Unit）活动的技术。高密度肌电图（HD-EMG）具有高空间分辨率，能够从复杂的肌肉活动中精准检测并分解运动单位。
