王芳 赵玲 徐凌敏 宋朋云
徐州医科大学 邮编：221000
摘要
肌电图是肌肉生物电活动的记录，与其他生物电一样，肌电也是一种有规律的生物电现象。肌电的测量可以对疾病进行辅助检查。应用体表电机记录肌肉静止或收缩时的电活动。通过此检查可以确定周围神经、神经元、神经肌肉接头及肌肉本身的功能状态。而当运动单位发生各种病理变化时，会出现异常肌电图波形，所以常用肌电图来判断神经肌肉功能是否正常以及确定神经肌肉疾病发生的部位、性质和病变程度等。
现如今，肌电图已经成为神经肌肉病变的主要临床诊断工具。所以学习如何采集肌电信号，处理以及分析肌电信号就显得尤为重要。
本篇文章主要介绍了肌电信号收集后的数据处理，处理的方法主要应用了整流，平滑，滤波等，着重进行了频域和时域的分析，其中以股二头肌，股三头肌和肱桡肌为例。临床上常用表面肌电图对肌肉的疲劳进行研究，最常用的是频频域分析和时域分析。
这里对数据处理所用的软件是MR3，MR3可以自动对数据进行处理，生成需要的报告，因此本文的内容在于对生成图形的分析。由于条件的限制没有患者的案例，所以选取的数据来自正常人做弯举10kg的哑铃，肩关节不动，保持肘关节90°角，直到手臂有酸痛的现象，然后放下哑铃，将波形记录在电脑中。
关键词：表面肌电信号；频域分析；时域分析；MR3；整流；平滑；滤波
表面肌电图作为一种无创检测方法已得到广泛的应用，可以说它的存在使得康复更加具有可操作性和普遍性。对于一些肢体有残疾的人来说，他的患侧到底达到什么程度才可以说他完全康复，原来依靠主观意识，这在一定的程度上存在着随机性和偶然性，但是肌电图的存在，使得康复程度可以量化，对于康复医师来说可以减少很多的困难，让他们的康复更加具有针对性和方向性。
肌肉最基本的功能就是兴奋和收缩，所以在测量的过程中主要让被测者进行屈伸运动，这样可以进行肌电信号的采集，其他的功能也可以，但是对于体表电机来说，所测得的数据会太杂乱，本身体表电机的测量就具有许多的干扰因素，所以要尽可能的避免干扰，这就是选择收缩功能的主要原因。下面介绍一下数据的处理与分析。
信号的数据处理方式主要包括整流，平滑，滤波，振幅标准化。运用上述的四种方法对实验测得的数据进行处理，得到以下的图形，分频域和时域来分析。
2.EMG的频域分析
频域分析通常与肌肉功能状态即疲劳程度有关，判定一块肌肉是否疲劳主要借助频域分析。
通过多次实验可以得出以下结论：
（1）肌肉疲劳时肌电功率谱低频成份增多，高频成分减少。
（2）肌肉疲劳时，肌纤维动作电位传导速度减慢。
（3）神经肌肉系统疲劳时，反应时、电机械延迟均延长。
用上面的介绍来分析一下肱二头肌，肱三头肌，肱桡肌。
2.1 肱二头肌
本次实验采用的是体表电极，所得到的肌电图大致可以反映肌肉收缩力大小的改变。当受试者肌肉处于松弛状态时，肌电图只有小幅度的波动，幅度基本为零；受试者做弯曲的动作，肌肉处于等长收缩状态，有明显的电位波动，从肌电图上看是一个脉动波，反映了受试者的肌肉从放松到等长收缩状态再到放松的过程。此过程不做功。
2.2 肱三头肌
比较实验所得波形与系统所示的拟合直线，可以直观的观察到，随着疲劳程度的增加，幅值并没有显著的增加，总体波动不大，原因是在整个等长收缩的过程中发力较小，肌电幅值变化不明显。肌肉尚未疲劳，因此，线性关系不明显。
2.3 肱桡肌
比较实验所得波形与系统所示的拟合直线，可以直观的观察到，肱桡肌在整个等长收缩至疲劳的过程中，与肱二头肌较为类似，不同的是相较肱二头肌，它的肌电信号波动更明显，幅值也比较大，可见它在实验中发的力较大，肌电信号的变化也较为突出。
3.时域分析
时域分析是最直接的肌电信号分析方法， 在临床治疗和康复的过程中， 常被应用于每时每刻的、对人体无损伤地反映肌肉活动状态， 其数值的变化通常与肌肉收缩力大小等有关。
下面用时域分析来分析一下肱二头肌，肱三头肌，肱桡肌。
3.1肱桡肌、肱二头肌
从上肱桡肌、肱二头肌的时域图可以分析出：
（1）在刚进行实验的时候，两块肌肉所产生的肌电信号可以忽略不计，而当举哑铃这一动作发生时，肌电信号幅值迅速增加至最大，而后又逐渐降低。
（2）从图中可以明显的看出来整个肌电活动过程波形面积是比较大的存在，是因为实验中受测者的动作十分的缓慢，如果受测者动作很快的话波形面积就会很小，这一点可以很好的用在康复治疗中，进行控制患者的操作速度。
（3）从波形图中，我们可见整个过程中波的峰值是不同的，说明两块肌肉的发力情况是不同的，通过峰值我们可以得出做什么运动时哪块肌肉最为用力，这在康复治疗和健身过程中应用很大，可以通过肌电图的测量进行目的性的锻炼。
3.2 肱三头肌
从波形图可以看出，在疲劳试验的整个过程中，肱三头肌基本未产生肌电活动，可见其在过程中不发力或发力特别小，如果想要锻炼这块肌肉，通过举哑铃这一运动是不可能实现的。
总结
表面肌电信号它与肌肉的活动状态和功能状态之间存在着不同程度的关联性，因而能在一定程度上反映神经肌肉的活动，在临床医学的诊断中、在人机工效学的领域中、在康复治疗的领域以及在体育训练中均有重要的实用价值。运用好表面肌电信号，可以让康复在发展的过程中有着质的飞跃。
参考文献
[1]倪雅凤.表面肌电图的康复临床评估应用现状与展望[J].中医药管理杂志,2016,24(09):3-4.
[2]马胜.不同负荷运动中下肢肌表面肌电图的变化[J].中国组织工程研究,2013,17(07):1259-1264.
[3]张佑磊.表面肌电图在体育领域中的应用[J].体育科技文献通报,2011,19(12):145-147.
[4]李青青. 疲劳和步行的表面肌电图研究[D].第三军医大学,2005.
论文作者:王芳,赵玲 徐凌敏 宋朋云
论文发表刊物:《医师在线》2018年第13期
论文发表时间:2018/11/8
标签：肌肉论文; 电信号论文; 时域论文; 波形论文; 肌电图论文; 疲劳论文; 表面论文; 《医师在线》2018年第13期论文;