邴强[1]2001年在《不同活力水平和机能状态下的sEMG信号时频特征变化》文中研究说明本文利用sEMG信号分析技术对主动肌和拮抗肌——肱二头肌和肱叁头肌——在动、静态两种运动形式中不同活动水平和机能状态下肌电信号的变化分别进行同步采集、模拟显示、记录和分析，在对主动肌和拮抗肌分别分析得到其各自的变化规律的基础上，对两块肌肉随负荷改变和时间延续的肌电变化进行相关分析，揭示其同步变化规律，并寻找能够反映其变化规律的肌电特征指标。研究结果显示，在力-电关系中，静态运动中主动肌与拮抗肌肌电特征变化规律基本一致，时、频指标在肌肉间相关性也较好；动态运动中时域指标较频域指标的变化规律性强，主动肌与拮抗肌间的相关性也较高。疲劳实验的结果则显示，不论动态还是静态运动，频域指标变化的规律性均较时域指标为佳，拮抗肌间的相关性亦是频域指标优于时域指标。在不同负荷下疲劳时，不同指标的规律变化较大，未发现负荷间变化的相关性。总之，在不同活动水平和机能状态下，肱二头肌和肱叁头肌分别作为主动肌和拮抗肌，其肌电的变化与肌肉的运动形式和运动强度有较大关系，时、频指标亦表现出了各自的规律性，且主动肌与拮抗肌间的相关性也在不同运动形式、运动强度及不同指标间表现出了较大的差异性，在应用时须区别对待。
宋妍[2]2015年在《表面肌电特征提取及虚拟康复系统设计》文中进行了进一步梳理中风患者上肢运动功能障碍的康复和评价已成为现代康复工程的研究热点。其中,虚拟康复作为中风康复领域的新技术,相比于传统康复手段,具有人机交互性好、灵活性高的特点,改善了原有治疗师与患者一对一的治疗模式,使康复过程向程序化、数字化和简易化方向发展。然而现有虚拟康复训练系统在操作安全可行性、患者主动参与性、训练个体适应性、康复评价有效性等方面存在一定局限,限制其临床应用。针对以上问题,本文将肌电信号分析及反馈控制引入虚拟康复系统中,研究肌电信号参数辨识与动态特征提取方法,获取与人体运动模式相关的肌电特征及变化规律;同时,探索从肌电角度评价神经肌肉运动功能状态的特征指标,定量分析人体康复状态和肌肉运动响应的功能联系;进一步,结合肌电信号和虚拟现实建立智能化、人性化、具有个体适应性的上肢虚拟康复系统。本文具体工作如下:首先,针对表面肌电信号特点研究有效的肌电特征提取方法并用于人体运动意图识别。在小波包和信息熵的基础上,提出一种用于表征单通道肌电信号非平稳、非线性特征的小波包频带局部熵方法;基于非负张量分解方法,提出一种肌电信号多通道多域分析方法,可有效提取隐含在时间、空间、频率等多个模态上的肌电联合特征。将两种方法与常规特征提取方法进行对比分析发现,两种方法均具有较高的分类识别率,能够有效反映人体运动意图。本文从算法复杂度和实时性角度考虑,确定小波包频带局部熵为康复训练系统肌电控制的主要指标。其次,结合临床评价手段研究基于表面肌电的中风运动功能评价指标,对中风康复运动中的肌张力、肌肉协同及运动协调性进行定量评价。提出反射肌电阈值实现肌张力定量评价、引入非负矩阵分解方法评价肌肉激活模式及协同结构、研究肌间一致性方法描述特定功能频段内神经肌肉系统的异常耦合模式,将上述叁种方法引入康复训练系统,实现康复运动中对神经肌肉系统功能状态的客观评价。再次,设计了基于肌电反馈与虚拟现实的运动康复训练及评价系统。基于肌电信号实时采集和分析,获取人体运动意图并控制虚拟场景实现人机交互训练,引导患者主动完成特定动作任务加速神经系统重建;基于肌电运动功能评价,客观定量评价患者的肌肉功能状态和运动功能恢复程度,能及时跟踪患者的康复训练效果,以便医师合理确定康复训练方案;基于虚拟现实技术,开发了基于C#的肌电反馈虚拟康复训练软件系统,根据不同康复目的和康复阶段设计不同虚拟游戏场景,并根据运动功能状态自适应调整场景模式和难度等参数,增加系统的个体适应性。最后,对所搭建的虚拟康复系统进行调试及前期实验研究,针对一定量的中风康复患者分别进行分阶段实验测试,结合临床分析和医师评价,从运动意图识别的准确性、运动功能评价的可靠性、虚拟康复效果的跟踪评估叁方面分别进行分析,验证本文所设计的康复训练及评价系统的可行性和有效性。本研究将为中风运动功能障碍康复和功能评价提供新思路,为制定“以人为中心”的康复策略奠定基础。
邱青菊[3]2009年在《表面肌电信号的特征提取与模式分类研究》文中研究说明表面肌电信号(Surface Electromyographic,EMG)记录肌肉收缩时所产生的电波动。由表面电极获取的表面肌电信号因其能以无创伤方式提供运动控制和肌肉收缩的生理信息而被广泛应用于假肢控制领域。近年来,肌电信号的研究分析已成为临床诊断、康复医学、生物机械等诸多领域的研究热点。肌电信号模式识别是多功能假肢控制的基本问题。本学位论文研究EMG信号特征提取和模式分类方法。EMG信号由放置在前臂四块不同肌肉组织的表面电极获得。论文首先对时域特征、频域特征、小波(包)特征等常用的肌电信号特征特征识别方法进行了比较分析,在此基础上提出了肌电信号特征获取的两种新方法。首先提出了基于向量自回归模型(MVAR)的特征提取方法,该方法采用MVAR模型参数系数作为多通道表面肌电信号的特征参数,并借助LDA方法进行特征降维。实验结果显示,基于MVAR模型的特征识别方法实现的肌电信号正确解码率明显高于标量AR模型,这说明肌电控制接口的解码性能对多通道表面肌电信号的空间相关特征敏感。论文还提出了基于非高斯AR模型的参数化双谱分析特征提取方法,采用双谱轴向积分和径向积分方法获取肌电信号的特征参数并用来进行模式分类,结果显示,该方法对内翻、外翻、腕内旋、腕外旋、握拳、展拳、上切与下切八种动作的平均正确分类率达98.8%,与国内外文献中的最好结果相当。上述方法的算法程序已完成,在下一步工作中将集成到SJT-2实验假肢的肌电控制接口中。
罗旋[4]2009年在《不同形式跑台运动过程中下肢肌表面肌电图的变化特征》文中提出研究目的:通过对应用表面肌电图技术所获得的相关数据指标进行分析与研究,探讨不同形式跑步过程中下肢肌肉运动过程中的肌电图的变化特征和相关生理学意义,以丰富和拓展当前运动生理学机能评定内容及其检测手段。研究方法:在功率跑台上,对12名受试对象进行递增负荷跑、V70%VO2max、10%坡度匀速跑、V85%VO2max匀速平坡跑和上、下坡递增坡度匀速走实验,运用表面肌电图技术,全程实时监测记录下肢肌的表面肌电图的变化、同步记录运动心率和递增负荷运动中气体代谢指标(通气量和摄氧量)变化。研究结果:(1)下肢肌的iEMG值在递增负荷运动中,随运动强度的增大、运动疲劳的出现,总体呈现上升趋势;大强度平坡匀速跑运动过程中,整体表现出先减小后增大的趋势;上坡匀速跑运动过程中,除了股二头肌,股外侧肌表现出随时间的增加先减少后增加的趋势,其他监测肌肉的iEMG值均表现出随时间的增加而增大的趋势。(2)下肢肌的MF值在递增负荷运动中,随运动负荷的递增表现出先上升后降低的趋势;上坡、平坡匀速跑运动过程中,下肢肌的MF值整体表现出随运动时间的增加而下降的趋势,且上坡和平坡匀速运动至疲劳全程中,下肢肌的MF变化幅度相似,均呈现出逐渐降低的趋势,下降幅度由大到小的顺序为腓肠肌内侧头>股内侧肌>股外侧肌>胫骨前肌>腓肠肌外侧头>股二头肌。(3)下坡递增坡度匀速走过程中,胫骨前肌,腓肠肌的iEMG值随坡度的递增而减少,股内侧肌、股外侧肌、股二头肌的iEMG值随坡度的增加而增加;上坡递增坡度匀速走过程中,下肢肌的iEMG值随坡度的增加而增加。研究结论:(1)在递增负荷运动中,下肢肌的iEMG值整体呈现出随运动负荷的增加而增加,MF值随运动负荷的递增呈现出先上升后降低的的变化特征。(2)V85%VO2max平坡匀速跑至疲劳过程中,下肢肌的iEMG值随运动时间的增加、机体疲劳的出现,整体呈现出先减少后增加的变化特征;MF值整体呈现出减少的变化特征。(3)V70%VO2max、10%坡度匀速跑至疲劳过程中,股二头肌、股外侧肌的iEMG值呈现出先减少后增加的变化特征,而胫骨前肌、腓肠肌、股内侧肌的iEMG值呈现出随时间的增加而增大的的变化特征;MF值整体呈现出减少的变化特征。(4)下肢肌向心运动的iEMG值大于离心运动的iEMG值。
杨锆[5]2012年在《不同类型身体活动的躯干肌群sEMG反应模式》文中提出研究背景：躯干肌群特指位于人体背部、腹部和盆骶等躯干部位的骨骼肌,参与躯干运动实现和脊柱稳定性维系等,在日常生活、工作、学习和劳动过程中发挥重要作用。研究表明,躯干肌群既是躯干运动的动力来源,同时部分躯干肌肉尤其是背部深层肌肉和腹部肌肉也是维系躯干和脊柱稳定的基本要素,躯干肌群运动控制障碍、肌肉力量减小和肌肉耐力减弱不仅影响躯干肌群乃至机体整体做功能力和做功效率,而且还与包括慢性腰痛等在内的多种脊柱相关疾病的发病密切相关。近年来,随着人类劳动和工作方式的转变,研究不同活动条件下躯干肌群基本活动规律,探讨躯干肌群中枢运动控制机制,已成为工程心理学、工程生理学和劳动卫生学等领域倍受关注的研究课题。目的：采用表面肌电信号分析技术,研究躯干肌群分别在完成意向性运动、反射性运动和形式化运动过程中表面肌电信号变化规律,探讨躯干肌肉活动的中枢运动控制策略。在此基础上,以搬举、疲劳和长期卧床为例,研究不同作业姿势、运动性肌肉疲劳和30天头低位卧床对躯干肌群活动水平、中枢运动控制和肌肉功能状态等方面的影响,深化躯干肌群人机工效学基础理论及其应用研究。方法：采用表面肌电信号分析技术,观察躯干肌群在完成随意前屈、后伸、左屈、右屈、左旋、右旋及不同负荷条件下表面肌电信号活动的基本规律,探讨躯干肌群随意运动控制策略；采用躯干肌群前馈控制研究范式,研究反射性运动条件下躯干肌群表面肌电信号活动特征,探讨主观心理预期效应和运动性肌肉疲劳对躯干肌群前馈控制作用的影响；采用表面肌电步态分析方法,研究步行速度和负荷重量对躯干肌群表面肌电活动的影响；选取四种常见搬举作业姿势,研究不同搬举姿势和负重对相关躯干肌群信号活动的影响；通过30天头低位卧床试验,研究限制运动对背伸肌MVC、腰部肌肉抗疲劳能力、突发加载下腰部肌肉快速反应时间及屈放松能力的影响。结果：(1)躯干在完成前屈和后伸运动时腰腹部肌肉表面肌电呈现对称活动现象,前屈时腰部多裂肌和腹横肌活动在负荷重量超过20%体重时出现明显增强；后伸时腹外斜肌活动随负荷增大明显增强；躯干在完成侧屈运动时腰部多裂肌和竖脊肌表面肌电呈现对称活动现象,而腹外斜肌呈现对侧增强效应；躯干旋转时多裂肌活动和腹外斜肌活动不存在单侧效应,而竖脊肌活动存在同侧增强效应,其活动也随负荷增加而增加；(2)步行速度对腰腿部肌肉表面肌电活动有明显影响,其中腿部肌肉肌电活动增强更明显,而负荷重量在30%体重以下对腰腿部肌肉表面肌电活动没有显着影响。(3)心理预期不影响突发失衡下的腰腹部肌肉快速反应时间及快速反应强度,肌肉疲劳可使同侧多裂肌和竖脊肌快速反应时间延长,其排序为：腹横肌<多裂肌<竖脊肌。肌肉疲劳使双侧多裂肌快速反应强度明显减小。(4)睁闭眼不影响突发失衡下的腰腿部肌肉快速反应时间及快速反应强度,有预期的情况下同侧胫骨前肌快速反应时间明显延长,突发失衡时异侧胫骨前肌快速反应时间最短、快速反应强度最大。胫骨前肌活动存在对侧增强现象,失衡时异侧胫骨前肌快速反应时间小于同侧胫骨前肌,而快速反应强度则大于同侧胫骨前肌,腓肠肌活动存在同侧增强效应,同侧腓肠肌快速反应强度大于异侧腓肠肌。(5)搬举作业过程中腹直肌不受搬举姿势和搬举重量的影响,随着搬举重量增加腰部多裂肌和腰部竖脊肌活动相应增加。右侧腰部多裂肌和右侧腰部竖脊肌受搬举姿势的影响,双膝弯曲的搬举姿势动用肌肉活动较小；(6)30天头低位卧床能够明显诱发受试者腰部多裂肌和竖脊肌屈放松消失现象,可使腰部多裂肌和竖脊肌的AEMGmvc下降36%和47%,使MPF下降率提高64%和56%,分别使腰部多裂肌和竖脊肌的快速反应时间延长21%和25%,但是用于观察主观心理预期作用的睁眼和闭眼因素并不构成对该两块肌肉运动控制的影响。结论：(1)躯干在完成意向性躯干运动时腰部多裂肌通过双侧协同收缩的控制策略维系脊柱稳定性；(2)人体在完成型式化步行运动时,腰腿部肌肉活动水平随步行速度加快而提高,其中以腿部肌肉活动增强更为明显；(3)主观心理预期对突发失衡条件下腰腹部肌肉快速反应时间及快速反应强度没有显着影响,但可以明显加快腿部同侧胫骨前肌的快速反应时间。(4)下肢突发失衡条件下,躯干稳定肌的活动早于躯干运动肌；(5)肌肉疲劳可使同侧腰部多裂肌和竖脊肌快速反应时间延长；(6)双膝弯曲的搬举作业姿势对躯干肌群活动水平影响较小,建议搬举作业应采用双膝弯曲的方式且搬举重量不宜超过60%体重；(7)30天头低位卧床能够造成受试者腰部多裂肌和竖脊肌肌电活动屈放松消失,并使腰部多裂肌和竖脊肌的MVC和抗疲劳能力大幅下降；能够是腰部多裂肌和竖脊肌快速反应时间明显延长,但睁闭眼不对肌肉快速反应时间产生影响。
左静[6]2014年在《融合表面肌电信号与足底压力的跌倒识别研究》文中研究指明近年来，随着社会的老龄化现象愈发普遍，关注老年人的健康状况逐渐成为不容忽视的社会问题。跌倒是老年人群体中的高发性事件，它给老年人带来的健康危害巨大。随着信号检测和模式识别技术的发展，国内外关于老年人跌倒检测的研究越来越多，及时的检测出跌倒并迅速发出报警寻求医疗救护，能够大大降低跌倒给老年人带来的机体损伤。所以致力于老年人跌倒检测的研究，具备很高的应用价值，同时也体现了社会对老年人健康的关爱。跌倒检测的核心问题是将跌倒与日常活动(Activities of Daily Life, ADL)区分开来，从而启动防护装置或发出报警以得到及时的救助，保障老年人的身心健康。本文采用人体的表面肌电与足底压力信号相结合作为跌倒检测的信号源：肢体的运动是由人体肌肉带动骨骼实现的，表面肌电信号(SurfaceElectromyography. sEMG)是一种由人体的肌肉活动时运动神经单元产生的电信号，反映了肌肉收缩的状态，能够从生物学的角度描述跌倒发生时人体姿态模式的变化。人的绝大多数日常活动都要与地面接触，经过前期研究发现，足底压力信号在跌倒发生的动态过程中的参数变化是最明显的。将这两种人体的生物学和力学信号融合起来作为跌倒检测的信号源，在跌倒识别的研究领域是一种新的尝试。本文对肌电信号进行降噪，特征提取，对采集到的足底压力信号建模，并融合两种信号源进行模式分类，所做具体工作如下：(1)提出新的跌倒检测方法，并制定信号采集方案。1)本文介绍了跌倒识别的应用背景以及国内外关于跌倒检测技术的研究现状，针对基于多信息融合的跌倒检测的空白，提出本研究基于肌电信号与足底压力信号融合的跌倒识别方法。2)根据肌电信号的产生机理，下肢主要肌肉的位置以及它们在人体日常活动中的作用，通过实验研究制定科学的肌电信号采集方案。并研究人的足底压力信号的变化规律与行为活动的关系，设计能够有效体现人体动作模式变化的压力信号采集装置，为后续跌倒检测提供可靠的源信号。(2)探讨肌电信号的降噪方法。由于肌电信号具有非线性非平稳的特性，采集过程中极易加入噪声。本文基于肌电信号不同的采集方式，提出了两种降噪方法：1)对于多条通道采集的表面肌电信号相互混迭的问题，提出一种采用基于改进阈值函数的二代小波先对sEMG信号进行了降噪，再利用改进FastICA算法对降噪后的信号进行ICA (Independent Component Analysis)分离的方法。2)对于一路的sEMG采用基于EEMD分析的降噪方法：首先对sEMG进行EEMD变换，通过计算每层IMF分量的频率有效度确定有效分量，将有效的前六层IMF分量重组得到的信号与工频噪声进行盲分离，得到最终的降噪信号。对以上两种方法进行了实验分析，验证其运用于肌电信号的有效性。(3)研究用于跌倒检测的表面肌电信号的两种特征提取方法，它们分别是：1)提取腓肠肌和股外侧肌sEMG的模糊熵特征。2)提取腓肠肌sEMG的近似熵及基本尺度熵特征。sEMG是一种非平稳的生物电信号，采用皮肤表面的电极采集时较容易受到干扰。模糊熵，近似熵及基本尺度熵这叁种特征都是对信号序列复杂度的描述，具备较好的抗噪及抗干扰能力，比较适合用于sEMG。本论文对于这两种方法获得的肌电信号的特征分布特性以及实效性进行了实验对比。(4)提出了适合用于跌倒检测的模式分类方法以及多源信号融合方法。1)提出了针对跌倒与ADL分类问题的不平衡数据的WKFDA(WeightedKernel Fisher Linear Discriminant Analysis)分类方法，解决了一般分类器对少数样本分类效果不佳的缺陷，经过实验与其它分类方法的对比，其对跌倒与ADL的分类效果优于其他分类方法。2)根据足底压力的变化规律，研究了人在日常生活中的下肢动作的压力变化特点，提取动作信号段特征，通过D-S证据推理将基于肌电信号与足底压力信号的SVM决策融合获得综合判别结果，大大提高了两类动作的识别率，也为跌倒检测的研究提供了一种新思路。
刘永在[7]2010年在《不同固定条件下拉引动作肌肉工作特征的比较研究》文中研究表明力量是各项运动的基础,如何科学地进行力量训练,一直是教练员、运动员及体育科研人员所关注的问题。目前,国外有关力量训练的研究多从力量训练的组合方式与锻炼方法进行探索,而对肌肉的形态学因素、肌肉工作条件和性质以及不同名称相似结构动作发展肌肉的差异等方面的研究和探索较为少见。此外,国内各类运动人体科学专业教材中所阐述的肌肉运动功效也主要源于活体的扪触、尸体的解剖、单块肌肉的电刺激和某些肌肉麻痹后机能丧失等方法的推算结果,且叙述十分笼统。为此,本文从力量训练实际需要出发,以坐姿下拉与引体向上两个力量训练常规动作为例,对北京体育大学15名健身健美专业受试者进行不同负荷与握距的拉引动作测试,通过技术动作的解剖学分析原理,运用sEMG分析手段,对不同工作条件下的相同原动肌进行肌电时域、放电时序指标进行分析。主要研究结果如下：(1)在不同的固定条件下,越靠近固定点的肌群其重要程度越明显。提示坐姿下拉侧重锻炼伸肩肌群；引体向上则侧重锻炼屈肘肌群。(2)运动单位募集的绝对数量与相对比例受工作条件的影响,动作的向心与离心工作阶段均表现为远固定工作条件下相对较大。提示在相对一致的中小负荷下,引体向上的训练效果优于坐姿下拉。(3)握距的增加,可使不同工作条件下的更多的肌肉出现较大的差异；而负荷的增加,对不同工作条件下肌肉的工作特征影响较小。提示获得最佳的训练效果,若靠握距增加时宜选择引体向上；而靠负荷增加时选择拉引动作皆可。(4)不同固定条件下肌肉的放电时序具有较大的个体差异；握距的改变对放电时序的影响较小,负荷的改变对放电时序的影响较大。提示引体向上或坐姿下拉同一动作的训练效果,负荷的增加优于握距的增加。
宋凌霄[8]2014年在《第九套广播体操运动过程中下肢肌肉表面肌电特性研究》文中进行了进一步梳理针对我国青年久坐不动的习惯,国家大力推广广播体操这一体育运动。广播体操不需借助器械,只要有限的场地即可开展,能够对锻炼者产生中等强度的运动刺激,提高机体各关节的灵敏性,增强大肌肉群力量,对身体各项机能的改善具有积极的作用。本文主要研究人体进行第九套广播体操时下肢肌肉的表面肌电信号特性。第九套广播体操分为八小节,将这八小节分别作为八组实验。选取20-30岁的20名正常成年人(10名男性和10名女性)进行测试。采用JE-TB0810肌电采集系统测试其进行第九套广播体操时的表面肌电信号。测试肌肉共8块,分别为左右侧对称的股直肌、股二头肌、胫骨前肌和腓肠肌。实验要求受试者跟随音乐分别完成每一节的动作。根据实验得到基于SEMG的精确评价指标平均肌电值(AEMG)和积分肌电值(IEMG)特征值,再利用SPSS统计分析软件对数据进行标准化处理,比较肌肉之间的表面肌电值特性和疲劳特性。通过对第九套广播体操下肢肌肉表面肌电信号的采集与分析,得到正常成年人在进行第九套广播体操时下肢肌肉具有左右对称性特征,且左侧肌肉的AEMG特征值要大于右侧同名肌肉的AEMG特征值。因此,在平时的运动锻炼中应注意加强左腿的训练,使两腿保持均衡性。同时还存在一定程度上的男女性别差异性特征,且呈现出股直肌、股二头肌和胫骨前肌女性肌肉的AEMG特征值大于男性肌肉的肌电特征值,腓肠肌的AEMG特征值为女性小于男性的特点。男性在伸展运动与扩胸运动时下肢肌肉被激活的顺序大致相同,踢腿运动和全身运动时的肌肉被激活顺序较为相似；女性只有伸展运动和扩胸运动时的肌肉激活顺序较为一致。由于男女的差异性导致肌肉的贡献率也有所不同。男性的大腿和小腿肌肉的发力情况比较均衡；女性的主要发力肌肉为大腿肌肉,贡献率最小的肌肉为腓肠肌。本文的研究为广播体操的动作编排和更好的普及发展提供一些较为合理的参考建议。通过做操,运动人体的相应肌肉,减轻长时间的坐位引起的身体疲劳。为青少年身体的成长提供锻炼参考,帮助其更好的达到运动的目的。对设计和开发相关的健身器材和功能性康复辅具提供理论依据。同时为肌肉损伤的医疗诊断、康复训练及康复疗效判断提供参考。
朱静华, 丛林[9]2010年在《表面肌电分析在速度滑冰中的应用》文中研究说明速度滑冰是黑龙江省传统优势项目,是全运会冬季项目的夺金点。丰富科研监控手段,提高训练科学化水平对提高速滑运动员比赛成绩起着至关重要的作用。通过文献综述法阐述表面肌电技术的基本原理,总结其信号分析在速度滑冰训练监控、评价运动性疲劳和运动康复领域的应用特点。结果表明,表面肌电技术因其评价手段的多样性、合理性和准确性等优势,势必将成为体育科研的重要手段,在速度滑冰的科研领域有着广泛的应用前景。
李元石[10]2015年在《长期伏案工作人群肌肉表面肌电信号的特性研究》文中研究指明随着人们劳动生活方式的改变,现代人伏案工作的时间越来越长。长时间的伏案工作会导致人体肌肉的过度疲劳,导致腰椎和颈椎的发病率增加。因此对人体长时间伏案工作过程中肌肉状态的研究有重要意义,本文主要研究人体长时间伏案工作过程中颈肩背部肌肉的表面肌电信号特性。本研究采用JE-TB0810肌电采集系统对健康人群和腰部患病人群长时间伏案工作过程中的表面肌电信号进行采集。实验中测试的肌肉为颈肩背部的颈伸肌、斜方肌、竖脊肌和背阔肌。实验过程中要求受试者坐在办公环境中正常工作两个小时,每隔五分钟对受试者进行数据采集(15分钟时刻除外),并要求受试者进行根据自身疲劳情况进行主观评价打分。通过表面肌电信号特征值AEMG(平均肌电)、IEMG(积分肌电)和MPF(平均功率频率)对健康人群男女差异性、左右对称性、健康人群和腰部患病人群颈肩背部肌肉的差异性进行分析,并对颈肩背部肌肉随时间的疲劳情况进行研究。通过对ARV(平均整流值)、SSC(峰值变化率)、WL(波形长度)、MPF(平均功率频率)、ZC(过零率)与受试者主观评价指标的相关性分析,得出适合作为输入向量的表面肌电信号特征值,将其与主观评价指标相结合,通过支持向量机的方法建立人体疲劳模型。本文通过对人体颈肩背部肌肉表面肌电信号分析的基础上,得出健康男性、健康女性和腰部患病人群伏案工作过程中颈肩背部肌肉的疲劳时间,健康男性颈肩背部肌肉开始疲劳的时间为45分钟至80分钟,健康女性颈肩背部肌肉开始疲劳的时间为50分钟至75分钟,腰部患病人群颈肩背部肌肉开始疲劳的时间为50分钟至65分钟,根据不同肌肉具体疲劳时间有一定差异；建立了健康人群两侧颈伸肌、两侧斜方肌和两侧竖脊肌疲劳模型,腰部患病人群斜方肌和左侧竖脊肌模型。所得结论为长时间伏案工作人群肌肉状态的监测,腰部疾病的预防提供数据支持,所建立的疲劳模型可以为后续研究提供模型基础,并为医学诊疗提供辅助依据。
参考文献：
[1]. 不同活力水平和机能状态下的sEMG信号时频特征变化[D]. 邴强. 浙江大学. 2001
[2]. 表面肌电特征提取及虚拟康复系统设计[D]. 宋妍. 燕山大学. 2015
[3]. 表面肌电信号的特征提取与模式分类研究[D]. 邱青菊. 上海交通大学. 2009
[4]. 不同形式跑台运动过程中下肢肌表面肌电图的变化特征[D]. 罗旋. 苏州大学. 2009
[5]. 不同类型身体活动的躯干肌群sEMG反应模式[D]. 杨锆. 浙江大学. 2012
[6]. 融合表面肌电信号与足底压力的跌倒识别研究[D]. 左静. 杭州电子科技大学. 2014
[7]. 不同固定条件下拉引动作肌肉工作特征的比较研究[D]. 刘永在. 北京体育大学. 2010
[8]. 第九套广播体操运动过程中下肢肌肉表面肌电特性研究[D]. 宋凌霄. 天津科技大学. 2014
[9]. 表面肌电分析在速度滑冰中的应用[J]. 朱静华, 丛林. 冰雪运动. 2010
[10]. 长期伏案工作人群肌肉表面肌电信号的特性研究[D]. 李元石. 天津科技大学. 2015