一、引言：淀粉类食物的质构，是一个“会变"的动态过程
淀粉类食物是全球多数膳食模式的重要主体，其所提供的碳水化合物，是人群膳食能量摄入的首要来源。它们的黏弹性和剪切变稀行为，造就了极其复杂的质构体验，而这正是它们吸引消费者的核心。但淀粉类食物的质构复杂性不只体现在第一口的感觉上，更体现在口腔加工过程中持续发生的结构转变：饼干、面包、米制品和糯米食品，初始可能被感知为脆、酥、弹或黏弹，但随着咀嚼进行，以淀粉为主的多组分基质会依次经历断裂、吸水、唾液混合、软化、黏附、聚集和食团形成。质构感知随之从第一口的感受，过渡到咀嚼后期、直至吞咽适宜性的体验。这种动态演变并非简单的“质构变软"，而是与淀粉富集基质的理化结构特征密切相关。蛋白质主导的食物，口腔加工由纤维结构、凝胶网络或蛋白聚集体的断裂变形主导；脂质主导的食物，感知更与熔融、润滑、乳液破乳和奶油感释放相关；而淀粉类食物则同时受到机械破碎、唾液介导的水合、唾液淀粉酶活性、以及口腔内淀粉颗粒或糊化网络重塑的多重影响。非淀粉组分还通过改变基质连续性、水结合、界面相互作用、润滑和食团形成进一步调制这一过程。总的来说，淀粉类食物的口腔加工，是“结构解体-唾液渗透-酶解软化-黏附聚集-食团重塑"的路径。这条淀粉特异的加工路径意味着，质构评估不能只依赖静态仪器测量，单次压缩、剪切或穿刺实验无法捕捉真实咀嚼中的连续转变；感官评价又本质主观、依赖训练有素的品评员、耗时且难以跨个体跨实验室标准化。肌电图（EMG，electromyography）在 1980 年代就被引入食品科学用于口腔加工机制研究，作为一项记录咀嚼肌和口周肌生物电信号的技术，提供了一个客观、实时、连续监测口腔加工的方法，这也正是综述的核心主题。
二、质构复杂性的根源：从淀粉的多尺度结构到口腔内的动态演变
淀粉类食物质构复杂性的根本来源，是淀粉自身“分子-结晶-颗粒"的多尺度层级组织。直链/支链淀粉比例、链长分布和分子缠结程度，调节着吸水、膨胀、糊化和老化过程，从而塑造硬度、脆度和黏附性等质构属性。天然淀粉呈现 A、B、C 三种结晶型，结晶多态性和双螺旋有序度的差异，决定了颗粒对热和水的响应、糊化起点和网络重塑行为。颗粒大小、形貌、表面性质和结晶/无定形区域的空间排布，则进一步决定受热、剪切和咀嚼下的断裂行为与碎片释放，影响粉感、粉质感和顺滑感等属性。长淀粉链跨越结晶与无定形区域，通常增强凝胶稳定性和弹性；富含短支链的系统则更易膨胀，产生更软更黏的质构。真实食品中，非淀粉组分通过特定的分子和基质级互作调节凝胶形成。脂质（尤其脂肪酸或乳化剂）可与直链淀粉形成 V 型复合物，限制颗粒膨胀和直链溶出，改善加热剪切下的糊稳定性并改变老化行为；蛋白质可竞争水分、破坏淀粉-淀粉氢键而弱化凝胶，也可在参与连续蛋白-淀粉网络时强化基质；淀粉-蛋白-脂质还能形成比二元淀粉-脂质复合物短程有序度和结晶度更高的三元复合物，进一步改变口腔加工中的黏度发展、凝胶弹性和食团形成性质。口腔加工使这些结构发生剧烈演变：咀嚼的压缩和剪切力破坏凝胶网络，导致基质碎裂、内部区域更多暴露于唾液，接触面积增大又加速唾液浸润、水分渗透和酶解。淀粉的可湿性由多尺度结构特征协同控制。淀粉分子丰富的羟基赋予固有亲水性，而结晶有序度和无定形区域比例调节水分渗透速率。A 型淀粉结晶结构相对致密，B 型淀粉结晶排布更开放、含水量更高，利于水分进入和扩散。膨胀多孔的脆性淀粉类食品是最典型的例子：新鲜爆米花疏松多孔的三维互联微孔网络提供纵横双向的连续毛细通路，加上水溶性结晶态淀粉的存在，使水滴可在 40 毫秒内润湿，并伴随即刻结构坍塌。这一快速润湿-坍塌过程，恰好解释了口腔加工中“初始脆感"向“软化"的转变。
图1（原文 Fig. 1）：口腔加工中淀粉的多尺度结构演变。淀粉类食物在剪切、压缩、唾液润滑和唾液淀粉酶水解作用下，发生从颗粒结构到分子链、凝胶网络的分层级重塑——包括颗粒水合膨胀与溶出、结晶/无定形片层改变、分子链降解和凝胶网络渐进重组。
三、为什么传统方法不够？——TPA、流变与 EMG 的定位差异
评估淀粉类食物质构的主流方法有三类。质构分析仪（如 TPA 质构剖面分析）通过压缩、穿刺、剪切、拉伸等测试记录力-时间或力-位移曲线，提取硬度、内聚性、弹性、黏附性、咀嚼性和胶黏性等参数，适合表征固体和半固体食物的整体质构（Fig. 2A）。流变仪关注连续剪切或振荡载荷下的流动与变形，测量表观黏度、屈服应力、储能模量（G′）和损耗模量（G″），更适合表征半固体、胶体等复杂体系的黏弹性和结构稳定性（Fig. 2B）。但本质上，两者都是体外（ex vivo）仪器测量，反映的是预设机械条件下样品的理化性质。感官评价提供人类感知的直接信息，但本质主观、需要训练有素的品评员，跨个体和跨实验室的重现性有限。而肌电图（EMG）的独特定位在于：它从人类口腔加工的视角评估质构相关生理响应。通过记录咀嚼中咬肌、颞肌等咀嚼肌的肌电活动，提取咀嚼周期、咀嚼时长、信号振幅和积分肌电等参数（Fig. 2C）。与传统质构仪和流变仪相比，EMG 的核心优势是能够在食物物理性质与人类口腔生理响应之间架起桥梁：它捕捉的是食物质构随时间演变过程中肌肉激活模式的实时调整，从而把质构的时间演化与口腔加工中的生理响应直接联系起来，揭示质构感知背后的生理机制。同时，肌电图 可与质构分析、流变测量和感官评价协同，共同构建更全面的质构评估框架。但是读到这可能要问，感官和肌电图都要人的参与，到底优势在哪呢？EMG 与感官评价都需要真实的人在真实进食中参与，但感官评价采集的是人的主观感知（"我觉得硬不硬、好不好吃"，受口味、情绪和训练水平影响，事后打分、颗粒度粗）；EMG 采集的是咀嚼肌产生的客观生理电信号（微伏级、全程连续、每秒上千次采样），反映的是"肌肉实际干了多少活"这一客观物理事实，还能捕捉到人自己意识不到的细节（如黏性食物对张口肌的额外激活）。因此 EMG 的优势不是替代感官评价，而是补上感官评价缺失的"生理响应"维度。
图2（原文 Fig. 2）：食物质构表征方法的对比。（A）TPA 与黏附性测试，量化硬度、内聚性、弹性等宏观质构参数；（B）流变测量（剪切、频率扫描、振幅扫描），阐明材料黏弹行为；（C）咀嚼过程中的 EMG 信号及其特征提取，将感官质构属性与口腔加工行为联系起来。
四、EMG方法学：从肌肉电信号到质构参数
肌电信号反映的是中枢运动控制下、脊髓运动神经元激活的骨骼肌纤维动作电位总和，可通过表面电极在咀嚼和吞咽等功能性动作中无创检测。一套完整的肌电图（EMG）系统通常包括电极、放大器、模数转换器和信号处理单元。在口腔动力学研究中，电极（通常为一次性银-氯化银表面电极）须依据严格解剖标准精确放置于目标肌肉肌腹——咬肌、颞肌前束、二腹肌前腹和颏舌肌等，电极间距通常为 5–20 毫米以优化信号质量、减少相邻肌肉串扰。由于皮肤表面采集的原始 EMG 信号十分微弱（典型在微伏级），易受环境噪声干扰，需要高性能生物电放大器进行放大和预滤波，抑制基线漂移和高频噪声；随后由模数转换器数字化，采样率通常不低于 1000 赫兹，分辨率（如 16 位或 24 位）决定信号细节和动态范围。放大数字化后的 EMG 信号通常经带通滤波（典型 20–500 赫兹）以衰减运动伪迹和高频噪声，并以 50 或 60 赫兹陷波滤波抑制工频干扰，随后进行全波整流和均方根（RMS）平滑。常用软件包括 OpenSignals 和 LabChart 8。EMG 口腔加工参数可分为三类：时域指标（如积分肌电 iEMG，反映累积肌肉活动）、频域指标（如频谱能量分布，表征肌肉激活模式和疲劳相关变化），以及时间指标（咀嚼周期数、周期时长、肌肉激活潜伏期，揭示神经肌肉协调模式，Fig. 4 与 Table 1）。参考电极通常置于腕部或手背以降低电噪声；个体间肌肉活动差异主要通过归一化处理解决，归一化到最大自主收缩（MVC）或某一参考样品。实验前须用合适的参考材料进行标准化，数据归一化为参考样品百分比后，比使用原始表面肌电数据更具临床相关性。
图3（原文 Fig. 3）：咀嚼与吞咽过程中 EMG 信号采集与处理系统示意图。（A）双极表面电极放置；（B）信号处理方法（带通滤波、陷波滤波、整流、RMS 平滑等）；（C）咀嚼过程的 EMG 信号；（D）吞咽过程的 EMG 信号。
图4（原文 Fig. 4）：EMG 峰形分析与对应信号参数。从咀嚼序列的肌电峰中提取幅度、时长、爆发（burst）数、积分肌电等参数，用于量化咀嚼功、肌肉激活强度与口腔加工行为。五、四大质构属性如何用 EMG 解码？
肌电图（EMG）通过振幅、积分肌电、爆发时长、咀嚼周期数和总咀嚼时间等参数，把淀粉类食物的质构属性与口腔加工响应联系起来。需要强调的是，咀嚼中 EMG 信号的变化反映的是多个持续演变质构属性叠加的神经肌肉需求，而非单一属性的变化：初始硬度或脆度主要决定早期咀嚼负荷和 EMG 振幅，而唾液混合和淀粉水合则在中后期逐渐降低抗断裂能力、同时增加黏附性、内聚性或弹性。本综述选取硬度、脆度、黏附性、弹性四个代表性维度展开。5.1 硬度：决定早期咀嚼负荷的首要属性
硬度在咀嚼早期即触发强烈的 EMG 响应：米饭硬度分级（UDF 1–4）研究显示，硬度与咀嚼振幅、肌肉功、咀嚼序列数和总时长正相关；蒸谷米因淀粉老化变硬，显著抬高早期咀嚼阶段咬肌的振幅和爆发时长，而糊化更充分的普通米饭则降低破碎所需的机械功。5.2 脆度：快速脆性断裂与早期肌肉响应的“短促"特征
低水分淀粉类食物的脆度源于刚性玻璃态基质在咀嚼时的快速脆性断裂，反映在 EMG 上是短的爆发时长和锐利激活。不同脆性食物的咀嚼策略不同：饼干这类硬脆食品从早期垂直压缩转向后期水平剪切，且需比脆性果蔬更大的咬合力才能在唾液软化前启动断裂；薯片这类高孔隙膨化食品则只需较低的咀嚼负荷。薯片研究显示，感官脆度与平均咀嚼功负相关、与咀嚼次数正相关（更脆则每次咀嚼肌负荷更小，但干燥细碎颗粒需要更多咀嚼混合唾液才能成团）。5.3 黏附性：中后期“持久"的肌肉活动负担
黏附性源于食团内部的内聚力与食团和牙齿、上颚的黏附作用，支链淀粉富集的体系黏性更强。与硬度、脆度在咀嚼早期即激发强响应不同，黏附性对 EMG 的影响延迟而持久，在咀嚼中后期才体现：年糕、米饭逐渐水合成黏附食团，需要持续用力克服黏附阻力，表现为延长的肌肉活动、更多的咀嚼周期和更长的总时长。年糕的内聚性和黏附性都强于米饭，因此吞咽前需更多咀嚼。黏性食物还会特异性激活张口肌（二腹肌）和舌肌（分离牙弓、清除黏膜残留），年糕过度黏附甚至会增加吞咽难度（舌骨上肌 EMG 振幅和时长改变）。5.4 弹性：对抗回弹的“持续张力"
弹性指食物去除外力后恢复原状的能力，像年糕、面条、发酵面包等凝胶状食品，其糊化淀粉分子通过氢键和分子缠结形成弹性网络。弹性食物咀嚼中不骤然坍塌，而是持续变形、回弹，对应独特的神经肌肉策略：年糕的仪器硬度低于米饭，却诱导了更高的每口咬肌积分肌电。因为闭口肌不仅要克服屈服阻力，还要持续对抗回弹和变形阻力。弹性食物因此需要更多咀嚼周期才能达到吞咽阈值，中后期 EMG 振幅和爆发时长衰减更慢，爆发时长可能成为区分弹性响应与硬度主导咀嚼的敏感指标（印度蒸米糕 idli 研究证实中段爆发时长与弹性感知强相关）。
图5（原文 Fig. 5）：代表性质构属性及其对应神经肌肉响应在口腔加工过程中的动态演变。硬度与脆度主要驱动早期咀嚼负荷（短爆发、高振幅），黏附性在中后期表现为持久的肌肉活动（更多周期、更长总时长），弹性则体现为对抗回弹的持续张力（高每口 iEMG、更宽波形）。六、EMG 监测口腔加工动态：从食团到健康
除了质构属性，肌电图（EMG）还能实时记录肌肉活动，揭示口腔加工的动态过程，包括食团形成与破碎、质构接受度与偏好预测、咀嚼行为对消化代谢健康的影响、以及吞咽负担评估。食团动态方面， 研究通常把咀嚼序列划分为早、中、晚三期：早期 EMG 振幅和频率特征主要反映食物的初始质构和瞬时变形行为；中后期淀粉基质微结构被唾液酶和咀嚼力逐渐破坏，通常表现为 EMG 振幅下降和咀嚼节律趋于规律。偏好预测方面，EMG 把动态质构转化为可量化特征：肌肉活动振幅关联瞬间最大咬合需求（机械负荷的生理代理），每口肌肉活动和总肌肉活动更接近咀嚼功或总体费力程度，与仪器测得的断裂功密切对应。高硬度低黏附的米饭会增加咀嚼次数、时长和总咀嚼肌活动，抬高口腔加工负担、降低消费者喜爱度——即便仪器硬度相当的样品，黏附性差异仍可被 EMG 活动和咀嚼行为清晰区分。一个有趣的发现是咀嚼方式本身就能改变接受度：以卡拉胶凝胶化的土豆泥为模型，固定频率节拍咀嚼虽不显著增加咀嚼次数，却延长了咀嚼时长并重新分配了肌肉群出力（颞肌贡献更大），导致湿润度、黏附性和内聚性等感知维度系统性偏移，而固定频率条件下的整体偏好反而更高。消化健康层面，咀嚼会通过改变食团颗粒大小分布、比表面积和唾液混合程度，调节淀粉对消化酶的可及性：米饭中细颗粒比例与 45 分钟血糖峰值和血糖增量曲线下面积（iAUC）显著相关。进食方式同样影响代谢结局——用筷子吃白米饭的血糖生成指数（GI）约 68、用勺子约 81，差异主要归因于更小的单口量、更多的口数和更慢的进食速率；口数与 iAUC 负相关，单口量与 iAUC 正相关。但综述特别提醒：EMG 不应被视为血糖指数的直接预测器，而是量化咀嚼行为的生理工具——高抗性淀粉粳米饭虽降低了模拟消化中的葡萄糖释放速率，却因更硬（且黏性更低）而大幅降低了整体喜爱度，提示"增加口腔加工负担以减缓淀粉消化"这一潜在益处常伴随质构接受度的代价。吞咽负担与吞咽困难（dysphagia）评估方面，需区分年龄相关生理衰退与病理性吞咽困难：前者主要表现为口腔肌储备下降、咀嚼效率降低和对质构变化的适应减弱；后者更直接与食团转运受损、神经肌肉协调异常和吞咽安全性下降相关。EMG 研究显示，老年人每口肌肉活动低于年轻人，但通过增加咀嚼次数和咀嚼时长代偿，总吞咽前 EMG 活动相当；且年轻人咀嚼中 EMG 振幅逐渐下降、老年人这一调整不明显，提示其对口内渐进质构变化的适应减弱。病理性吞咽困难则需重点关注舌骨下肌群（颏下肌、舌骨上肌）的激活模式，更长的激活时长或改变的振幅可能提示代偿性用力或异常神经肌肉募集。吞咽困难友好食品不应只看流变性质或 IDDSI（国际吞咽困难饮食标准化倡议）等级：IDDSI 0–2 级质构改良液体中，黏度和等级越高、感知吞咽容易度越低，伴随的口腔加工和吞咽相关 EMG 活动也越高。七、影响 EMG 响应的因素：基质、个体与行为控制
同一标准化淀粉食品被不同人食用时，咀嚼策略存在显著个体差异：研究识别出快速进食者、慢速进食者和高能量进食者等咀嚼行为亚群，且不同咀嚼模式与对模型凝胶硬度和橡胶感的感知相关。唾液分泌和口腔环境也是重要变异来源，广义加性模型分析显示，唾液流速和黏蛋白浓度与咀嚼频率和时长呈非线性负相关；唾液分泌较低的个体因口腔润滑效率下降，可能需要延长咀嚼来促进淀粉基质的水合和聚集。特定生理条件还会改变咀嚼节律：从鼻呼吸转为口呼吸时，为维持气道通畅咀嚼运动会中断，导致咬肌平均肌电图（EMG）振幅降低、咀嚼效率下降，并以增加咀嚼周期数作为代偿。咀嚼并非纯粹的自动反射，行为控制和外部指令可调节 EMG 模式：受试者能有意识地调节咀嚼频率从而改变质构感知；当被要求“充分咀嚼"时，人们并非简单地增大咬合力，而是缩短每个咀嚼周期的爆发时长、降低舌骨上肌负荷，以实现更细的食团粉碎。这凸显了感官和 EMG 评估中标准化指令的重要性。外部进食条件和摄入模式同样调制咀嚼动态：餐具、食物大小和形状影响单口体积和食团初始结构；面条吸食等特定进食行为涉及唇、舌、颊和颌的协调运动，产生不同于常规咀嚼的 EMG 模式。
图6（原文 Fig. 6）：影响口腔加工中 EMG 响应的因素总览。食物基质理化性质（直链/支链比、分子量分布、糊化老化状态、颗粒 vs 凝胶形态）、个体生理差异（咀嚼习惯、唾液分泌、牙列状态）、以及行为控制与外部因素（进食指令、餐具、食物形态）共同调制 EMG 响应。八、挑战与未来：从实验室信号到智能口腔加工
综述列出肌电图（EMG）应用的三重挑战。其一，EMG 测的不是食物质构本身，而是质构变化引发的神经肌肉响应，振幅看似定量，本质上应视为相对测量，不能跨个体、甚至不能跨同一人的不同实验设置直接比较。其二，EMG 信号同时受食物结构属性和个体口腔生理特征影响，咀嚼习惯、牙列状态、咬合力、唾液分泌、舌运动功能和吞咽能力都会改变肌肉激活模式，同一食物在不同个体可诱导不同响应。其三，单独 EMG 不足以完整解释淀粉类食物在口腔中的动态质构转变，咀嚼中机械破碎、唾液润湿、酶解、黏附、聚集、食团形成和吞咽准备同时发生，难以把 EMG 响应归因到某一孤立的质构属性。因此作者指出：当前 EMG 研究的瓶颈不是信号采集本身，而是如何在复杂食物结构变化和个体生理变异背景下，以机制上有意义的方式对肌肉电活动进行归一化、归因和解释。未来方向首先是标准化：需要建立 EMG 采集与分析的标准协议，涵盖电极放置、肌肉选择、采样频率、滤波流程、归一化方法、特征提取和报告标准，以降低实验设置对数据解读的影响。其次是多模态整合：EMG 应与质构分析、流变测量、声学信号、颌运动学、舌压测量、唾液特征、食团结构分析、感官评价、脑电（EEG）和面部表情分析融合，构建同时描述食物结构、口腔加工行为、生理响应与感知情感响应的多模态数据库。人工智能和机器学习能帮助从复杂 EMG 信号中提取潜在模式，但模型若不受食物结构、口腔生理和感官机制约束，可能停留在统计相关层面而无法产生可解释的科学结论，未来智能算法与 EMG 的整合，不应只关注预测精度，还要回答“为什么特定的淀粉结构、糊化程度、老化状态和食团形成行为会引发特定的肌肉响应"。在此基础上，柔性电子、无线传感和可穿戴设备有望推动 EMG 从实验室分析工具走向实时口腔加工监测技术，并为仿生咀嚼系统、机器人口腔加工平台和个性化食品设计提供更可靠的生理依据。
图7（原文 Fig. 7）：淀粉类食物的智能质构评价与工程。整合 EMG 特征、咀嚼轨迹、咬合力、食团形成行为、食物结构参数、脑电神经响应和面部表情感知线索，构建以人体生理和感知响应为中心的智能质构评价系统，推动淀粉类食品向精准化、个性化和机制引导设计发展。九、总结：质构不是材料的静态属性，而是“吃出来"的动态结果
这篇综述的落点很清晰：淀粉类食物质构不是静态的材料属性，而是食物结构、口腔加工行为与人体生理响应三者相互作用产生的动态感知结果。咀嚼和吞咽中，机械破碎、唾液润湿、酶解、食团形成和神经肌肉调控共同塑造了感知到的硬度、脆度、黏附性和弹性。肌电图（EMG）通过量化肌肉激活模式、咀嚼努力、时间协调和吞咽相关活动，为捕捉这些动态响应提供了一条生理学路径，从而补充了传统质构分析、流变学和感官评价的不足，把食物结构性质与实时口腔加工行为连接起来。现有证据表明，EMG 在表征质构相关加工负荷、个体间差异、消化影响和吞咽困难等脆弱人群的吞咽问题方面尤其有价值。但其更广泛的应用需要标准化实验协议、改进信号解读并审慎对待个体变异性。随着可穿戴传感、人工智能和仿生口腔加工系统的进步，EMG 有望推动淀粉类食品评价与设计，从静态质构测量走向更生理化、个体化和智能化的框架。对食品科学研究者而言，这篇综述最大的提醒是：当你下一次咬下一口米饭或饼干时，你感知到的“质构"其实是一场发生在口腔里的、可被电信号捕捉的动态事件。注：本文仅用于非商业性学术交流，若涉及文字、图片版权争议，请提供权属证明联系我们，我们将第一时间核实处理。
文章来源：微信公众号晓食国际、《Decoding Complex Texture of Starchy Foods During Oral Processing: Electromyographic Insights and Future Horizons》
