肌肉测量是评估人体运动能力、制定训练方案及监测康复效果的核心手段。不同测量方法适用于特定场景：步态分析依赖肌肉形变感知技术，力量评估结合等速测试与功能性动作，肌肉体积测量则采用影像学与超声技术。本文系统梳理常见测量方法的原理、适用场景及技术特点，为运动科学、康复医学及大众健身提供方法论参考。
适用场景：运动生物力学研究、可穿戴设备开发、康复机器人控制。
技术原理：通过柔性传感器捕捉肌肉收缩时的形变量，结合神经网络算法构建肌肉协同模型，实现步态相位的连续估计。该技术可自适应不同步行速度及地形坡度，解决传统惯性测量单元（IMU）易受速度变化干扰的问题。
案例应用：在可穿戴外骨骼机器人中，肌肉形变数据与关节角度、足底压力信号融合，实现人机协同的步态控制，降低运动能耗并预防跌倒风险。
适用场景：运动员选材、力量训练方案制定、损伤风险筛查。
技术分支：
等速肌力测试：使用等速训练器械，在恒定角速度下测量肌肉峰值力矩、做功量等参数，精准量化最大力量与力量耐力。
功能性动作测试：通过纵跳高度、30秒坐站试验等动作，评估下肢爆发力与肌群协调性。例如，纵跳高度反映股四头肌与腓肠肌的快速收缩能力，是篮球、排球等项目的重要选材指标。
临床价值：在膝关节损伤康复中，等速测试可量化股四头肌与腘绳肌的力量失衡比例，指导针对性训练以降低二次损伤风险。
适用场景：肌肉萎缩诊断、营养状况评估、外科修复术前规划。
技术对比：
MRI与CT：提供高分辨率的肌肉横截面积与脂肪浸润数据，适用于进行性肌营养不良等疾病的病情监测。
超声成像：通过测量肌肉厚度与回声强度，动态观察肌肉收缩时的形态变化，具有实时、无辐射的优势。例如，在神经损伤康复中，超声可量化腓肠肌萎缩程度，评估神经再生效果。
创新应用：结合超声序列图像的自动测量算法，可实现肌纤维角度与肌肉厚度的精准提取，为运动科学提供量化依据。
适用场景：社区健康管理、老年人跌倒预防、大众健身指导。
工具与方法：
SARC-F问卷：通过评估起立困难、爬楼梯能力等指标，筛查肌肉功能减退风险。阳性结果（≥4分）与住院率、死亡率显著相关。
小腿围测量：使用软尺测量小腿最粗处的周长，女性低于特定阈值可能提示肌肉量不足。结合“指环测试”（双手食指与拇指环绕小腿），可快速判断肌肉萎缩风险。
实践意义：在社区健康筛查中，简易工具可高效识别高风险人群，指导其进行抗阻训练或营养干预。
肌肉测量方法的选择需紧密结合场景需求：实验室研究依赖高精度设备，临床康复侧重功能性评估，大众健康管理则强调便捷性与可操作性。未来，随着传感器技术与人工智能的融合，肌肉测量将向实时化、个性化方向发展，为运动科学、康复医学及健康管理提供更强大的工具支持。
