• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于積分肌電值結(jié)合雙閾值的s-EMG活動段的檢測

      2018-09-21 09:06:54王立玲
      關(guān)鍵詞:肌肉疲勞肌電電信號

      王立玲,楊 錚,劉 瑾

      (1.河北大學(xué)電子信息工程學(xué)院,河北 保定 071000;2.河北大學(xué)附屬醫(yī)院,河北 保定 071002)

      0 引言

      在現(xiàn)實生活中,由于工作原因而導(dǎo)致身體某一部位長期處于一特定姿態(tài)的人群,當(dāng)身體突發(fā)性運動或者超負(fù)荷負(fù)重時,很可能造成肌肉損傷,給家庭及社會帶來壓力.上肢肱二頭肌是我們?nèi)粘I钪薪?jīng)常使用的一塊肌肉,因傳統(tǒng)特征值表征肌肉疲勞時變化不明顯,反映不夠靈敏,很有可能在肌肉已經(jīng)發(fā)生疲勞時而未檢測出疲勞,造成肌肉損傷.因此,如何在肌肉受到損傷之前檢測出疲勞,防止由普通性肌肉疲勞進(jìn)一步惡化發(fā)展成肌肉損傷已成為當(dāng)今一個值得研究的問題.

      隨著肌肉不斷收縮會逐漸進(jìn)入疲勞狀態(tài),肌肉疲勞研究對康復(fù)醫(yī)學(xué)領(lǐng)域有推動作用.當(dāng)神經(jīng)肌肉活動時,使用電極從人體骨骼肌表面獲得生物電信號稱為表面肌電信號(surface electromyography,s-EMG).它反映了神經(jīng)和肌肉的功能狀態(tài),因此可以通過s-EMG來研究肌肉疲勞.肌肉在持續(xù)工作情況下會使其做功能力下降,這種現(xiàn)象就稱為肌肉疲勞.[1]

      對于疲勞的機(jī)理,不同的學(xué)說有不同的理解.目前關(guān)于運動性疲勞產(chǎn)生的機(jī)理主要有“衰竭學(xué)說”“堵塞學(xué)說”“內(nèi)環(huán)境失調(diào)學(xué)說”“保護(hù)性抑制學(xué)說”“突變理論”“自由基損傷學(xué)說”等[2].肌肉疲勞主要是由發(fā)力過程中逐漸出現(xiàn)的鈣離子運動擾動、磷酸鹽等代謝物的積累、肌細(xì)胞三磷酸腺苷的減少等因素使動作電位傳導(dǎo)變化和肌纖維收縮力量下降所致.

      相關(guān)研究表明,頻域中影響表面肌電信號頻譜變化的因素主要與神經(jīng)傳導(dǎo)速率、動作電位持續(xù)時間有關(guān).在動態(tài)收縮至疲勞的過程中肌肉溫度會升高,溫度會影響表面肌電信號使頻譜高頻成分增加,導(dǎo)致頻域相關(guān)特征參數(shù)變化不明顯.[3-4]時域中影響表面肌電信號幅值變化的因素主要與動作單位數(shù)量、傳輸速度以及發(fā)放頻率有關(guān).在動態(tài)收縮至疲勞的過程中肌肉力會增加,肌肉力增加會影響表面肌電信號幅值增加,導(dǎo)致時域相關(guān)特征參數(shù)在評估疲勞領(lǐng)域受到限制[5].為了解決時域、頻域相關(guān)參數(shù)指標(biāo)靈敏度較差問題,提出了基于積分肌電窗口移動平均值結(jié)合雙門限閾值活動段檢測肌肉疲勞研究方法提取時域、頻域特征參數(shù);由于動態(tài)屈伸肘動作的發(fā)力方式為周期性肌肉收縮,所以采用積分肌電窗口移動平均值結(jié)合雙門限閾值的方法區(qū)分肌肉動態(tài)收縮區(qū)和靜態(tài)收縮區(qū),即不再以等時間間隔劃分表面肌電信號,而是以每個周期性收縮區(qū)為劃分依據(jù).利用肌肉動態(tài)收縮區(qū)相關(guān)特征值的靈敏度波動比(SVR指數(shù))來表征肌肉疲勞的靈敏度.

      1 信號采集及預(yù)處理

      利用NORAXON公司生產(chǎn)的MR3.6軟件,采用表面肌電信號采集儀對信號進(jìn)行采集,利用無線表面肌電信傳感器,使用一次性Ag/AgCl電極片,設(shè)定時間常數(shù)為0.05 s,采樣頻率為1 500 Hz,根據(jù)肌肉模型粘貼一次性電極片,電極片之間距離為20 mm.挑選8名健康受試者均無肌肉勞損病史,實驗前24 h內(nèi)無參加激烈活動.每位受試者在實驗前都接受實驗通知并進(jìn)行實驗動作培訓(xùn),實驗地點為河北省數(shù)字醫(yī)療工程重點實驗室.

      受試者站立手握 1.5 kg啞鈴做屈伸肘動作(周期力收縮),直至疲勞不能繼續(xù)(約為2 min),記錄右上肢肱二頭肌數(shù)據(jù).為了增加表面肌電信號的高頻分辨率,需要對表面肌電信號的高頻部分進(jìn)行預(yù)加重[6].測試者身體具體信息如表1所示.

      表1 受試者身體信息

      2 分析方法

      2.1 數(shù)據(jù)分段

      周期性收縮通過分割活動段進(jìn)行數(shù)據(jù)分割,以每次收縮部分信號為一段,活動段的分割采用移動平均法,利用時間窗移動(窗長wlength=100點,窗移wshift=50點)計算表面肌電信號瞬時移動窗內(nèi)的積分肌電值.根據(jù)經(jīng)驗設(shè)定雙閾值(Tstart,Tstop),若積分肌電移動平均值連續(xù)多次超過閾值Tstart,則認(rèn)為進(jìn)入活動段;進(jìn)入活動段后,若積分肌電移動平均值連續(xù)多次低于閾值Tstop,則認(rèn)為活動段結(jié)束.數(shù)據(jù)分段計算公式為

      式中W為窗長,n為移動過程中某窗口.

      端點檢測主要是為了自動檢測出周期力收縮的起始點及結(jié)束點.采用了雙門限比較法來進(jìn)行端點檢測.雙門限比較法以短時積分肌電值特征作為分析指標(biāo).端點檢測流程見圖1.

      2.2 時域分析

      時域分析是直接在時間域中對表面肌電信號進(jìn)行分析的方法,具有直觀和準(zhǔn)確的優(yōu)點.主要有積分肌電值(IEMG)、均方根值(RMS)、過零點數(shù)(ZC).積分肌電值用以評價肌肉是否發(fā)生疲勞,如采用積分肌電差值可以粗略估計肌肉疲勞時間;均方根值是用來描述肌電信號在一段時間內(nèi)的平均變化;過零點數(shù)是指表面肌電信號時間序列在幅值的變化過程中的正負(fù)值交替變化的次數(shù).[7-10]

      2.3 頻域分析

      頻域分析是從頻率角度分析表面肌電信號特征,方法是將時域信號經(jīng)過快速傅里葉轉(zhuǎn)換后,得到表面肌電信號頻譜或功率譜.頻域分析常用分析參數(shù)有平均功率頻率(MPF)、中值頻率(MF)、疲勞指數(shù)(FI).[11-12]MPF是指過功率譜曲線重心頻率,等于總功率除以總時間;MF是指骨骼肌收縮過程中肌纖維放電頻率的中間值,等于各個時間段的功率的平均值.MPF和MF用于量化表面肌電信號頻譜的偏移;FI是通過不同頻率功率的比例評估肌電信號功率譜的偏移情況,分子部分強(qiáng)調(diào)疲勞過程中功率譜低頻成分的增多,分母部分強(qiáng)調(diào)了功率譜高頻成分的減少.[13]

      圖1 端點檢測流程

      3 結(jié)果與討論

      D.R.Rogers[14]提出了SVR指數(shù),SVR指數(shù)用于評估目標(biāo)參數(shù)對疲勞程度靈敏度與集中性綜合效果.該參數(shù)分子為特征參數(shù)在整個疲勞過程中的變化范圍,分母可以衡量特征參數(shù)集中性.特征參數(shù)變化范圍越大,自身抖動性越小,則該參數(shù)SVR指數(shù)值越大,即對疲勞的表征效果越好.對受試者各個肌電特征參數(shù)分別進(jìn)行歸一化后計算SVR指數(shù).

      3.1 時域特征值分析結(jié)果

      圖2為IEMG閾值窗口,圖3為活動段閾值檢測時域圖.由圖2—3可以看出肱二頭肌隨著時間的推移,表面肌電信號幅度有增大的趨勢.確定雙閾值(Tstart,Tstop)值,Tstart=0.040 0,Tstop=0.008 0.確定單閾值(Tstart)值,Tstart=0.040 0.圖2的IEMG窗口移動過程中經(jīng)過閾值判斷找出圖3表面肌電信號收縮區(qū)的起止點位置,從而確定收縮區(qū)的個數(shù)(n=15).計算每一個收縮區(qū)的相關(guān)特征參數(shù)值并找出相關(guān)特征參數(shù)值與疲勞之間的對應(yīng)關(guān)系.

      受試者右上肢肱二頭肌的每一收縮區(qū)RMS見圖4,受試者右上肢肱二頭肌的每一收縮區(qū)RMS和ZC見圖5—6.由圖4—6可以看出,受試者肱二頭肌在趨于疲勞過程中,能量、IEMG、RMS均增大.從靈敏性和集中性的角度來看,RMS指標(biāo)效果最好,然后是IEMG,最后是ZC.計算得到的SVR各指數(shù)為:

      (1) SVRdouble threshold(IEMG)=5.682 2,SVRdouble threshold(ZC)=3.188 9,SVRdouble threshold(RMS)=5.994 4;

      (2) SVRsingle threshold(IEMG)=4.574 1,SVRsingle threshold(ZC)=2.301 5,SVRsingle threshold(RMS)=4.734 2.

      3.2 頻域特征值分析結(jié)果

      受試者右上肢肱二頭肌每一收縮區(qū)的MPF、MF、FI見圖7—9.由圖7—9可看出,肱二頭肌在趨于疲勞過程中,受試者的表面肌電信號MPF、MF減小,F(xiàn)I增大.從靈敏性和集中性的角度看,MF最好,然后是MPF,最后是FI.計算得到的SVR各指數(shù)為:

      (1) SVRdouble threshold(MPF)=7.638 3,SVRdouble threshold(MF)=7.829 3,SVRdouble threshold(FI)=2.366 2;

      (2) SVRsingle threshold(MPF)=6.739 6,SVRsingle threshold(MF)=6.869 4,SVRsingle threshold(FI)=1.369 8.

      表2和3分別為8名受試者相關(guān)時域和頻域指標(biāo)SVR.表4和5分別為8名受試者相關(guān)頻域和時域參數(shù)SVR均值和方差.圖10為時域和頻域內(nèi)相關(guān)特征值SVR進(jìn)行t檢驗(Excel數(shù)據(jù)分析模塊).在a=0.05情況下,P<0.05,二者之間存在顯著性差異,說明基于積分肌電窗口移動平均值結(jié)合雙閾值法與基于積分肌電窗口移動平均值結(jié)合單閾值法獲得的時域、頻域參數(shù)相比,具有顯著性高分辨靈敏度.

      通過展開肌肉疲勞實驗研究,從不同閾值算法上對肌肉疲勞靈敏度方面進(jìn)行分析,得出研究結(jié)果如下:

      (1) 從積分肌電窗口移動平均值結(jié)合單閾值法獲得時域、頻域參數(shù)指標(biāo)SVR上來看,其表征肌肉疲勞靈敏性較差,從積分肌電窗口移動平均值結(jié)合雙閾值法獲得的時域、頻域參數(shù)指標(biāo)的SVR上來看,其表征肌肉疲勞靈敏性較好.

      表2 單/雙閾值法頻域指標(biāo)SVR

      表3 單/雙閾值法時域指標(biāo)SVR

      表4 頻域指標(biāo)SVR均值表

      表5 時域指標(biāo)SVR均值表

      圖10相關(guān)特征值SVR的t檢驗

      (2) 從通過積分肌電窗口移動平均值結(jié)合不同閾值法得到時域、頻域參數(shù)指標(biāo)的SVR的t檢驗的P值來看,基于積分肌電窗口移動平均值結(jié)合雙閾值法具有顯著性高分辨靈敏度.

      (3) 從時域、頻域參數(shù)指標(biāo)的SVR的均值大小來看,無論是通過積分肌電窗口移動平均值結(jié)合單閾值法還是通過積分肌電窗口移動平均值結(jié)合雙閾值法得到頻域參數(shù)指標(biāo)的SVR:頻域指標(biāo)中有SVRFI

      (4) 從受試者適用性上來看,8名受試者均滿足結(jié)果(3)的關(guān)系.因此,該試驗方法具有適用性特性(適用性).

      (5) 從受試者個體差異上來看,8名受試者所測得的時域、頻域參數(shù)的靈敏性各不相同,造成這種現(xiàn)象的原因可能是不同受試者肌肉形態(tài)和組織結(jié)構(gòu)不同(個體差異性).

      (6) 從頻域參數(shù)的一階擬合k值來看,無論是通過積分肌電窗口移動平均值結(jié)合單閾值法還是通過積分肌電窗口移動平均值結(jié)合雙閾值法得到時域、頻域參數(shù)指標(biāo):8名受試者的MF、MPF均是隨著時間推移變小、FI變大的趨勢;RMS、IEMG均是隨著時間推移變大、ZC變大的趨勢(趨勢性).

      (7) 從積分肌電窗口移動平均值結(jié)合雙閾值法分割數(shù)據(jù)區(qū)間來看,在TstopTstart可對應(yīng)數(shù)據(jù)段為動態(tài)收縮區(qū).

      4 結(jié)束語

      巴甫洛夫?qū)W派提出一種“保護(hù)性抑制”學(xué)說,認(rèn)為肌肉疲勞是大腦皮層保護(hù)性抑制結(jié)果.隨著疲勞加深,為了減少消耗,中樞神經(jīng)系統(tǒng)的發(fā)放頻率降低,導(dǎo)致運動神經(jīng)元發(fā)放沖動頻率隨之減小.中樞神經(jīng)對運動神經(jīng)元控制的精度也降低,導(dǎo)致了運動單位間活動的同步化程度增強(qiáng),體現(xiàn)為時域、頻域相關(guān)特征值發(fā)生變化.

      在頻域分析中采用基于積分肌電窗口移動平均值結(jié)合門限閾值法提取時域、頻域參數(shù)作為評價疲勞的新指標(biāo),該指標(biāo)能夠更好地表征肌肉疲勞變化.

      綜上所述,由于該方法具有顯著性高分辨靈敏度,因此具有將表面肌電信號的細(xì)微特征信息放大、便于識別的效果.

      猜你喜歡
      肌肉疲勞肌電電信號
      盆底肌電刺激聯(lián)合盆底肌訓(xùn)練治療自然分娩后壓力性尿失禁的臨床觀察
      基于聯(lián)合聚類分析的單通道腹部心電信號的胎心率提取
      基于Code Composer Studio3.3完成對心電信號的去噪
      科技傳播(2019年24期)2019-06-15 09:29:28
      BMI對拉力作業(yè)肌肉疲勞的影響研究
      高溫高濕環(huán)境長時間運動后神經(jīng)肌肉疲勞類型與PAP的關(guān)系
      基于隨機(jī)森林的航天器電信號多分類識別方法
      經(jīng)皮神經(jīng)肌電刺激治療上肢周圍神經(jīng)損傷的療效
      女生穿運動鞋與高跟鞋步行腰背肌電比較
      基于生物電信號的駕駛疲勞檢測方法
      汽車電器(2014年8期)2014-02-28 12:14:29
      老年功能性便秘患者盆底表面肌電與臨床癥狀的相關(guān)性研究
      池州市| 正蓝旗| 景泰县| 阳江市| 河曲县| 东至县| 清镇市| 察哈| 若尔盖县| 崇仁县| 姚安县| 石台县| 辽阳县| 蒲江县| 石阡县| 烟台市| 方城县| 平阳县| 古浪县| 区。| 托克托县| 成安县| 玉环县| 铅山县| 武城县| 赣州市| 手机| 睢宁县| 女性| 巴林左旗| 彭山县| 安宁市| 大同市| 临邑县| 民县| 辛集市| 承德市| 海门市| 阿克陶县| 岫岩| 内丘县|