LENS：一种可迁移的肌肉骨骼疼痛强度神经肌肉特征

自述疼痛仍是评估肌肉骨骼疼痛严重程度的临床标准，但其主观性限制了客观诊断、监测和治疗研发。我们提出了 LENS（潜在表面肌电神经肌肉特征），仅基于表面肌电图（sEMG）解码由用力诱发的肌肉骨骼疼痛强度。LENS 通过跨模态自监督目标进行预训练，该目标利用 183 名成年人群的 sEMG 重建肌肉氧合状态。LENS 完全基于健康肌肉生理数据进行训练，并成功泛化至独立的健康队列（Spearman 相关系数 ρ=0.52），且能够区分中度至重度疼痛（AUROC=0.83）。通过无标签测试时适应，LENS 成功泛化至未见过的慢性肌肉骨骼疼痛队列——肌源性颞下颌关节紊乱（mTMD）患者，其性能相当（ρ=0.61；AUROC=0.86）。相较之下，从 mTMD 患者向对照者进行反向迁移的效果明显较弱，这种不对称性可归因于慢性疼痛患者运动变异性的增加；排除运动变异性较高的 mTMD 参与者后，模型性能得以恢复，表明存在一种保守的疼痛特征，但其被疾病特异性的运动噪声所掩盖。LENS 仅需单个 sEMG 通道，即可提供一种具有可扩展性的、肌肉骨骼疼痛的生理学相关指标。

自我报告的疼痛程度仍是评估肌肉骨骼疼痛严重程度的临床标准，但其主观性限制了客观诊断、病情监测和治疗方案的开发。我们提出了 LENS（潜在表面肌电神经肌肉特征，Latent sEMG Neuromuscular Signature），该方法仅利用表面肌电图（sEMG）解码由运动负荷诱发的肌肉骨骼疼痛强度。LENS 通过跨模态自监督目标进行预训练：利用来自183名成年人的sEMG信号重建肌肉氧合状态。LENS 完全基于健康肌肉生理数据进行训练，并成功泛化至独立的健康队列（Spearman 相关系数 ρ=0.52），且能够区分中度至重度疼痛（AUROC=0.83）。通过无标签测试时自适应，LENS 进一步泛化至未见过的慢性肌肉骨骼疼痛队列——肌源性颞下颌关节紊乱（mTMD）患者，并取得了相当的性能（ρ=0.61；AUROC=0.86）。相较之下，从 mTMD 患者向对照者进行反向迁移时，性能显著较弱；这种不对称性可归因于慢性疼痛患者运动变异性的升高。排除运动变异性高度显著的 mTMD 参与者后，模型性能得以恢复，表明一种保守的疼痛特征被疾病特异性的运动噪声所掩盖。LENS 仅通过单通道 sEMG，即可提供一种具有可扩展性的肌肉骨骼疼痛生理学相关指标。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.08.750203v1?rss=1

🏷️ 肌肉骨骼疼痛 表面肌电图 神经肌肉特征 疼痛强度解码 自监督学习 跨队列泛化