肌肉振动揭示运动控制中本体感觉速度与位置信号的跨模态整合机制

《The Journal of Physiology》:Proprioceptive integration in motor control

【字体: 大 中 小 】 时间:2026年03月27日 来源:The Journal of Physiology 4.4

编辑推荐:

  本研究针对主动运动中本体感觉速度信号如何整合以推断肢体位置的机制不明问题,利用VR reaching任务结合肌肉振动技术,发现拮抗肌振动通过Ia传入纤维(Ia afferents)偏置感知速度,进而引起位置估计偏差及运动速度反射性调整。结果支持预测性感觉运动控制框架(Active Inference/Optimal Feedback Control),首次实证本体感觉速度信号在线整合至位置推断,为理解CNS维持肢体状态自洽估计提供关键证据。

  
在伸手抓取物体时,大脑需要实时推断手部的位置和运动速度——这就像闭着眼开车,必须靠“身体雷达”(本体感觉)不停汇报“我在哪儿”“开多快”。但长期以来,科学家们有个困惑:肌肉里的“速度传感器”(Ia型肌梭传入纤维,主要编码肌肉拉伸速度)和“位置传感器”(II型肌梭传入纤维,主要编码肌肉长度)到底是怎么协作的?尤其是主动运动时,速度信号会不会像“里程表”一样,通过积分变成位置信息?这个问题一直没被实证验证,因为很难设计实验让受试者单独报告感知速度而不混淆位置判断。
为了破解这个谜题,来自哥本哈根大学心理学系的研究团队开展了一项结合虚拟现实(VR)与肌肉振动的实验,试图揭开本体感觉中位置与速度信号的整合机制。他们招募17名健康右利手受试者(3男14女,平均年龄23.4岁),通过三个VR抓取任务,结合拮抗肌/ agonist肌振动,测量感知速度、实际运动速度、终点误差及调整潜伏期。结果发现:拮抗肌振动会让人高估运动速度,进而减慢动作并导致目标 undershoot;感知速度与实际速度的误差相关;运动速度调整潜伏期约48ms,符合反射性校正特征。这些发现支持了预测性感觉运动控制框架(Active Inference和Optimal Feedback Control),证明中枢神经系统(CNS)会通过整合本体感觉速度信号来推断位置,维持肢体状态的自我一致性。该研究成果发表在《The Journal of Physiology》。
研究主要采用以下关键技术方法:17名健康右利手受试者参与实验,所有数据在单次会议(约2小时)中收集。实验通过Unity引擎编程,结合Meta Quest 3 VR头显呈现视觉反馈;定制旋转臂托支撑右臂,实现低摩擦屈伸运动,VR控制器追踪关节角度(90Hz采样);采用Vp216振动电机分别刺激肱三头肌远端肌腱(拮抗肌)和肱二头肌肌腹(agonist肌),80Hz正弦波驱动;三个任务分别为:Task 1(虚拟臂速度判断,5种视觉增益×4种振动条件)、Task 2(无视觉反馈的目标指向,2种方向×4种振动条件)、Task 3(运动中20°处启停拮抗肌振动,2种干预-对照对);数据分析用贝叶斯回归模型(brms包,R语言)和变点模型(PyMC库,Python),估计参数后验分布及95%可信区间(CI)。

Task 1

通过虚拟臂速度判断任务发现:拮抗肌振动使受试者报告虚拟臂“更快”的概率降低(系数-0.29,95%CI[-0.47,-0.1]),对应感知运动速度高估;同时实际运动速度显著降低(1.94°/s,95%CI[0.55,3.44])。Agonist肌振动虽增加实际速度(1.41°/s,95%CI[0.13,2.88]),但未显著影响感知速度判断(95%CI重叠0)。双振动条件下,感知相对速度和实际速度均与无振动条件无差异,提示拮抗/agonist振动效应相互抵消。

Task 2

在无视觉反馈的目标指向任务中,拮抗肌振动导致屈/伸方向均出现目标undershoot(屈曲:-2.76°,95%CI[-3.8,-1.64];伸展:-1.32°,95%CI[-2.07,-0.48]),伴随运动速度降低(屈曲:-3.13°/s,95%CI[-4.09,-2.05];伸展:-1.18°/s,95%CI[-2.02,-0.44])。Agonist肌振动则引起屈曲方向overshoot(1.45°,95%CI[0.51,2.39])和运动速度增加(屈曲:2.71°/s,95%CI[1.84,3.54];伸展:1.25°/s,95%CI[0.5,2.05])。双振动效应为单振动效应之和,未发现精度下降(SD无变化)。此外,拮抗肌振动延长屈曲运动时间(52.48ms,95%CI[6.34,99.79]),agonist肌振动缩短屈/伸时间(屈曲:-73.9ms,95%CI[-108.62,-40.57];伸展:-37.48ms,95%CI[-65.65,-8.14])。残差相关分析显示运动速度与终点误差正相关(0.20,95%CI[0.17,0.24])。

Integrative analysis of Tasks 1 and 2

对无振动基线试验的分析显示:z标准化运动速度可预测感知速度(系数0.37,95%CI[0.14,0.61])——运动越快越易低估速度;同时z标准化运动速度与终点误差正相关(屈/伸斜率均为0.27,95%CI分别为[0.08,0.46]和[0.09,0.47]),提示非扰动试验中速度-位置整合仍存在。

Task 3

通过在运动中20°处启停拮抗肌振动,变点模型估计速度调整潜伏期:开启振动后速度降低的潜伏期为48.2ms(95%CI[42.9,53.5],个体间SD 1.0ms);关闭振动后速度增加的潜伏期为58.0ms(95%CI[48.7,67.7],个体间SD 11.3ms),符合反射性校正的时间特征(短于意识控制)。
研究结论与讨论部分强调,本研究首次实证了主动运动中本体感觉速度信号(主要由Ia传入纤维编码)会被整合用于位置推断,支持Active Inference和Optimal Feedback Control框架的核心预测——CNS通过跨模态整合维持肢体状态的自我一致性。具体来看:
  1. 1.
    拮抗肌振动通过刺激Ia传入纤维(主要编码肌肉拉伸速度)偏置感知速度,进而触发反射性运动速度调整(潜伏期~48ms),导致位置估计偏差(终点误差),这解释了为何被动与主动振动会产生相似的感知与行为效应;
  2. 2.
    双振动条件下效应抵消,说明agonist与拮抗肌的本体感觉反馈会被CNS联合用于肢体状态推断,而非单独依赖某一肌肉的信号;
  3. 3.
    基线试验中运动速度与感知速度、终点误差的相关,证明速度-位置整合是CNS的固有机制,并非仅由振动扰动诱发;
  4. 4.
    未发现振动导致精度下降(SD无变化),反驳了“双振动降解本体感觉反馈”的观点,反而支持振动仅诱导方向性偏差而非信号退化。
这些发现的重要意义在于,为理解CNS如何通过本体感觉整合实现运动控制提供了直接证据:大脑并非孤立处理“位置”和“速度”信号,而是像“导航系统”一样,用速度信号的积分(变化量)补充位置信息,确保运动轨迹与预期一致。这不仅验证了预测性感觉运动控制框架的合理性,也为神经损伤(如脊髓损伤导致的本体感觉丧失)或运动障碍(如帕金森病的速度-位置协调异常)的机制研究提供了新视角——未来或许可以通过调节Ia传入信号,改善患者的运动准确性。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号