基于表面肌电信号及肌肉疲劳的上肢肌力预测

为解决目前肌肉力测量时用肢体末端力表示实际肌肉力大小,以及未将肌肉疲劳程度考虑在内的问题,本文提出了一种基于表面肌电信号和肌肉疲劳的上肢肌肉力预测方法。利用AnyBody软件建立上肢肌肉骨骼模型,并将上肢末端力经过仿真得到单块肌肉的肌力大小;采用肌肉等长收缩的时间来表征肌肉疲劳程度。10名健康男性受试者进行上肢等长收缩实验,提取实验过程中肱二头肌肌电信号的积分肌电值、均方根、中值频率、平均功率频率、最大小波系数及其对应频率六个特征值;将肌肉力与特征值、肌肉疲劳程度进行分析后发现三者之间高度相关。采用麻雀搜索算法优化BP神经网络的权值和阈值,构造并训练上肢肌力预测模型。经测试集检验结果表明,该方法的误差小于12%,可以对肌力进行较为准确的预测。

基于sEMG信号几何特征的肌肉疲劳分类

为了更好地区分肌肉疲劳程度,本文通过小波变换的方法,分析不同频段中表面肌电(sEMG)信号的能量变化情况,提取信号几何特征,对肌肉非疲劳和疲劳状态进行区分。从几何边界区域中提取周长、面积、圆度特征,分析几何特征变化情况。同时,使用分类器对肌肉疲劳进行分类。实验结果表明:几何特征对肌肉疲劳状态有更加直观的区分效果。几何特征在肌肉疲劳前后有明显变化,相比传统时域、频域特征,具有更好的分类效果,对几何特征进行特征融合,能够有效提升分类准确度。

腰部肌电信号数据采集与智能传感方式研究进展

我国面临人口老龄化趋势,腰痛是老年人关注的神经肌肉类疾病症状。准确地分析腰痛的病因,对患者及时介入治疗和康复有重要意义。腰部肌肉电信号作为一种生物电信号,对其进行采集和分析是研究腰痛的重要方向。该文综述了不同类型传感器对腰部信号的采集方式,介绍了针电极、表面肌电电极和阵列电极的信号特点,概述了信号处理算法的使用情况,指出无线化传感和运用深度学习算法是发展方向,并对其进一步的发展提出展望。

腰痹通胶囊联合浮针对腰椎间盘突出症患者腰椎活动度及腰背肌表面肌电信号的影响

【目的】探讨腰痹通胶囊联合浮针针刺治疗对腰椎间盘突出症(LDH)患者腰椎活动度及腰背肌表面肌电信号的影响。【方法】将80例LDH血瘀证患者随机分为研究组和对照组,每组各40例。对照组给予服用腰痹通胶囊治疗,研究组在对照组基础上给予浮针针刺治疗,疗程为2周。观察2组患者治疗前后腰椎活动度、疼痛程度视觉模拟量表(VAS)评分、改进汉化的Oswestry功能障碍指数(ODI)评分、Roland-Morris腰椎功能障碍问卷(RMDQ)评分及腰背肌表面肌电信号的变化情况,并评价2组患者的临床疗效。【结果】(1)疗效方面,治疗2周后,研究组的总有效率为97.50%(39/40),对照组为80.00%(32/40),组间比较(χ^(2)检验),研究组的临床疗效明显优于对照组(P<0.05)。(2)腰椎活动度方面,治疗后,2组患者的腰椎屈伸、旋转活动度均较治疗前明显改善(P<0.05),且研究组对腰椎屈伸、旋转活动度的改善幅度均明显优于对照组(P<0.05或P<0.01)。(3)腰椎功能评分方面,治疗后,2组患者的ODI评分和RMDQ评分均较治疗前明显下降(P<0.05),且研究组对ODI评分和RMDQ评分的下降幅度均明显优于对照组(P<0.01)。(4)疼痛程度评分方面,研究组治疗1周、2周和1个月后及对照组治疗2周和1个月后的疼痛程度VAS评分均较治疗前明显下降(P<0.05),且研究组在治疗1周、2周和1个月后对疼痛程度VAS评分的下降幅度均明显优于对照组(P<0.01)。(5)腰背肌表面肌电参数方面,治疗后,2组患者的腰背肌表面肌电信号积分肌电值(IEMG)和平均功率频率(MPF)均较治疗前明显升高(P<0.05),且研究组对腰背肌表面肌电信号MPF和IEMG的升高幅度均明显优于对照组(P<0.01)。【结论】腰痹通胶囊联合浮针针刺治疗可显著提升LDH患者的疗效,改善患者腰椎活动度,提高腰背肌群表面肌电信号,缓解肌肉疲劳和疼痛症状。

静态负荷诱发肌肉疲劳时表面肌电信号(sEMG)变化与主观疲劳感之间的关系

目的探讨静态负荷诱发肌肉疲劳时肌电信号指标与主观疲劳感之间的数量关系。方法记录 1 1名被试持续负重时主观疲劳感量表得分及肱二头肌相应表面肌电信号 ,分析MPF、MF和Lempel ziv复杂度以及持续时间与主观疲劳感量表分数之间的相关 ,并对其间的数量关系进行拟合。结果主观疲劳评定分数与持续时间成显著正相关 ,而与各肌电信号指标成不同程度的显著负相关。以主观疲劳评定分数为因变量 ,以持续时间及各肌电信号指标为自变量的对数函数和幂函数的拟合均具有统计学意义。结论主观疲劳感得分与表面肌电信号指标及持续时间对反映肌肉疲劳状态具有较高一致性 ;其间的数量关系比较符合心理物理学中Stevens幂定律。

基于虚拟仪器技术的肌肉电信号测量系统

人类的肌肉电信号是一种相当复杂的微弱信号,根据肌肉电信号的特点,采用虚拟仪器设计开发了一套肌肉电信号的采集和处理系统,该系统采用自适应滤波器,基于LABVIEW和MATLAB编程完成。通过这一系统可以对肌肉电信号进行时域分析、频域分析和采集数据的管理。实验证明,该系统具有自动化程度高,测试灵活,信号采集准确可靠,数据处理能力强等特点。

利用表面肌电信号评价肌肉疲劳的方法

表面肌电信号分析是评价局部肌肉疲劳有效的工具。过去由于受信号处理技术的限制,对肌肉疲劳的评价仅局限于等长、恒力收缩。由于适合于非平稳信号分析的频谱估计技术的发展,使得动态收缩条件下的肌肉疲劳评价得以实现,在工效学、康复医学和运动医学等方面开启了新的应用领域。本文论述了利用表面肌电信号评价肌肉疲劳,特别是在肌肉动态收缩期间评价肌肉疲劳的方法,为进一步探讨肌肉疲劳的发生机制提供理论依据。

基于肌肉电信号控制的假肢用机械手的设计

介绍了一种灵巧机械手的设计和控制,这种机械手可以作为多功能的上肢假肢.此机械手包含了手和手腕的设计.它的手部可以完成四种抓取模式(握,捏,侧握,侧捏),腕部可以屈曲和旋转.所有的这些动作仅有四个电机来控制.在尺寸优化的基础上,建立了食指的运动学模型并求出了食指运动学的正解和逆解.从而为进一步研究机械手的轨迹规划和控制问题提供了理论依据.最后,简要描述了肌肉电信号的产生以及如何利用肌肉电信号来控制该假肢的运动.

脑卒中患者四肢肌肉的表面肌电信号特征研究

观察不同强度静态运动负荷对脑卒中患者四肢肌肉sEMG信号变化的影响,探讨脑卒中患者四肢肌肉活动的表面肌电信号特征。方法:15例脑卒中患者和15例正常人对照组参加本实验研究,利用静态运动负荷诱发上肢肘关节屈肌和下肢膝关节伸肌收缩,采用表面电极引导和记录肌电信号并进行线性时、频分析。结果:脑卒中患者患侧下肢股四头肌和上肢三角肌前部的AEMG和MPF均值明显小于健侧,运动负荷对各组观察肌肉MPF时间序列曲线斜率变化均无明显实验效应。结论:静态运动负荷条件下脑卒中患者患侧肌肉sEMG信号活动的振幅降低,频率下降。

肌肉疲劳的表面肌电信号特征研究与展望

肌肉疲劳通常是指肌肉运动系统最大作功能力或者最大收缩能力的暂时下降,sEMG信号可以在一定程度上反映肌肉收缩功能的变化,其检测具有非损伤性、实际性、多靶点测量等优点。多年来,应用sEMG信号分析评价肌肉疲劳的应用性研究主要集中在线性的时、频分析两个领域,主要的研究包括肌肉活动和肌肉疲劳的sEMG信号维数、复杂度、熵变化规律和特点等,认为肌肉疲劳至少存在两类作用机制,即外周机制和中枢机制。

低负荷作业水平颈肩肌肉骨骼疾患的肌电信号特征研究

探讨低负荷作业水平下颈肩肌肉骨骼疾患的特征性肌电信号。使用北欧肌肉骨骼疾患问卷将24名缝纫女工分为症状组和无症状组。采用表面肌电图技术(sEMG)连续记录两组女工在缝纫操作时双侧颈竖脊肌(LCES和RCES)、双侧上斜方肌(LUT和RUT)200 min的肌电信号。肌电的时域指标以电活性(EA)表示,频域指标为中位频率(MF),并计算每分钟EA随时间变化的斜率(EA slope)和每分钟MF随时间变化的斜率(MF slope)。通过频谱振幅联合分析(JASA),统计测试肌肉EA slope与MF slope交点在JASA图中的频数和时间赋值,结果表明无症状组测试肌肉EA slope与MF slope交点在JASA图各象限分布均匀,差异无显著性;症状组在JASA图各象限分布频数的差异有显著性(χ2=46.08,P<0.01)。两组工人不同肌肉在各象限中分布:LCES和RCES在第2象限(χ2LCES=5.35,P<0.05;χ2RCES=9.36,P<0.01)和第4象限(χ2LCES=5.63,P<0.05;χ2RCES=5.93,P<0.01)中频数分布差异有显著性。LUT和RUT在这两个象限中频数分布差异无显著性。EA slope与MF slope的交点在JASA图中时间赋值分析表明,无症状组肌电在JASA图4个象限点的分布差异经方差分析显示无显著性;症状组则差异有显著性(FLCES=2.29,P<0.05;FRCES=4.02,P<0.01;FLUT=3.39,P<0.05;FRUT=4.98,P<0.01)。两组EA slope与MF slope交点在JASA图4个象限中时间赋值分布有显著性差异(F=5.43,P<0.01)。振幅指标和频谱指标的斜率交点在JASA图第4象限分布不均,是颈肩部肌肉骨骼疾患肌电信号的特征性变化。

最大随意收缩诱发肌肉疲劳的表面肌电信号变化

目的研究最大随意收缩(MVC)诱发肌肉疲劳的表面肌电(sEMG)信号的变化规律。方法10名青年志愿者完成肱二头肌非疲劳性持重负荷试验和疲劳性最大随意收缩试验。采用线性和非线性信号处理方法,分析MVC下降到80%、70%、60%和50%时刻的sEMG信号特征变化并与非疲劳性活动时相同肌肉活动水平的sEMG信号进行比较。结果疲劳状态下的平均肌电值(AEMG)和确定性线段百分比(%DET)显著高于非疲劳状态,而平均功率谱(MPF)和Lempel-Ziv复杂度[C(n)]显著低于非疲劳状态。随着肌肉疲劳的发展,MPF和C(n)显著递减,而AEMG和%DET无显著变化。AEMG、MPF和C(n)在疲劳状态和负荷水平间存在显著的交互作用。结论最大随意收缩诱发肱二头肌疲劳过程中,sEMG信号的MPF和C(n)单调递减;疲劳和非疲劳状态的sEMG信号特征存在显著差异。

基于幅频联合分析法对肌肉疲劳状态下表面肌电信号时、频域变化规律的研究

目的:通过对肌肉疲劳状态下表面肌电信号(sEMG)的提取,利用幅频联合分析的方法探讨sEMG作为肌肉生理特征信号在疲劳发生过程中的变化规律。方法:5名健康男性左右手臂分别进行一次实验,实验过程中,手臂自然下垂,前臂抬起至水平,与上臂成90°角,前臂上悬挂重量为5 Kg的重物,使肌肉等长收缩8 min,采用英国BIOPAC公司生产的MP150及其肌电采集模块同步记录肌肉的表面肌电信号,使用The MathWorks公司的MATLAB7.0软件,在信号3min、5 min、7 min后各取20 s进行幅频联合分析。结果:sEMG随着肌肉疲劳状态的加剧,信号幅值平均值明显增大,功率谱密度发生变化,平均功率频率(MPF)、中位频率(MF)明显减小。结论:表面肌电信号的幅频联合分析法为进一步深入研究肌肉疲劳状态下表面肌电信号的变化提供了方法支撑和理论依据。

小波分析在表面肌电信号(sEMG)研究中的应用

表面肌电信号是从肌肉表面通过电极记录下来的反映神经肌肉系统活动的一维时间序列非平稳生物电信号。而小波分析作为一种多分辨率时频分析方法是分析非平稳信号的有力数学工具。在简要回顾小波变换与多尺度分析的基础上,系统的总结了小波分析在当前表面肌电信号研究中的几个热点问题上的应用并剖析了其主要技术路线,包括小波分析在肌电信号预处理中的应用、小波分析在基于肌电信号的动作识别和假肢控制方法中的应用、小波分析肌肉疲劳评价中的应用等几方面。最后介绍了小波分析在笔者开发的新型外骨骼式上肢康复机械臂控制中的应用。

肌肉动态收缩期间表面肌电信号的时频分析

介绍了用于肌肉动态收缩期间非平稳表面肌电信号的时频分析方法。用短时傅里叶变换、Wigner-Ville分布及Choi-Williams分布计算了表面肌电信号的时频分布,用于信号频率内容随时间演化的可视化观察。通过计算瞬时频谱参数,对肌肉疲劳的电表现进行量化描述。分析了反复性的膝关节弯曲和伸展运动期间从股外侧肌所记录的表面肌电信号。发现和在静态收缩过程中观察到的平均频率线性下降不同,在动态收缩期间瞬时平均频率的变化过程是非线性的并且更为复杂,且与运动的生物力学条件有关。研究表明将时频分析技术应用于动态收缩期间的表面肌电信号可以增加用传统的频谱分析技术不能得到的信息。

局部肌肉疲劳的表面肌电信号复杂度和熵变化

目的在于探讨静态和动态疲劳性运动过程中肱二头肌和腰部脊竖肌表面肌电(surfaceelectromyogra-phy,sEMG)信号的Lempel-Ziv复杂度和Kolmogorov熵的变化规律。18名男性大学生志愿者被随机分为肱二头肌和腰部脊竖肌运动负荷组,分别完成静态和动态疲劳运动负荷试验。运动负荷期间连续记录sEMG信号,在对运动负荷时间和重复次数进行标准化处理后,截取相应时段的sEMG信号,计算Lempel-Ziv复杂度和Kol-mogorov熵,观察它们随肌肉疲劳发展的变化规律。研究结果表明,无论是静态还是动态疲劳运动条件下,被检肌肉sEMG信号的复杂度和熵均随着运动负荷时间呈现明显的单调递减型变化。该变化可能与神经系统渐进性协调众多运动单位同步收缩的“协同效应”有关。

深部肌肉刺激治疗对颈肩痛患者肌肉特性及表面肌电信号的影响

目的分析深部肌肉刺激治疗对颈肩痛患者肌肉特性及表面肌电信号的影响。方法选取内蒙古医科大学附属医院2014年1月～2017年12月收治的120例颈肩痛患者,按就诊编号随机数表法分为观察组与对照组,每组60例;两组均给予布洛芬缓释片+颈肩牵引治疗,对照组进行假刺激,观察组则联合深部肌肉刺激;对比两组疗效、疼痛情况及肌肉特性、表面肌电信号。结果观察组总有效率为85.00%,与对照组的78.3%比较,差异无统计学意义(P> 0.05),但两组疗效等级差异有统计学意义(P <0.05),且观察组临床治愈病例显著高于对照组(P <0.05);治疗后,对照组F值、D值、S值治疗前后未见明显变化(P> 0.05),观察组振动频率(F)、振幅的对数衰减值(D)、动态硬度(S)均显著下降,且低于对照组(P <0.05);治疗后,两组平均肌电振幅值(AEMG)、积分肌电值(IEMG)、频域指标中位频率(MF)均显著上升,且观察组高于对照组(P <0.05)。结论深部肌肉刺激治疗可改善颈肩痛患者肌肉特性及肌肉局部耐受性,提升肌张力及肌肉收缩性。

驾驶振动所致局部肌肉疲劳的肌电信号分析

为研究动态驾驶环境对人体局部肌肉疲劳的影响,探讨了动态驾驶环境下人体肌肉肌电信号的变化特点,通过模拟动态驾驶环境实验,运用sEMG的时域与频域分析评估了在模拟动态驾驶环境下的驾驶员局部肌肉疲劳。结果表明:动态振动环境直接影响人体肌肉疲劳过程,不同的动态振动环境会对人体肌肉疲劳及舒适性产生不同的影响,运用sEMG信号的时频分析来评估动态振动环境驾驶员的肌肉疲劳状态可行。研究结果可为动态环境的人-车界面设计的舒适度评价提供重要技术参考。

表面肌电信号分析在低背部肌肉功能评价中的应用

介绍对低背部肌肉功能进行评价的有效方法———表面肌电信号 (surfaceelectromyographicsignal,SEMG信号 )分析 ,并回顾了以往这方面的应用研究。总结出以下结果 :( 1)静态作业下 ,SEMG信号的频域分析是对低背部肌肉功能进行评价较有效的方法 ,其下降斜率还可以反映低背部肌肉的功能水平 ;( 2 )动态作业下 ,有关的研究较少 ,目前没有一致的结论。基于以往研究 。

一种基于sEMG信号多重分形的肌肉疲劳特征分析方法

针对由表面肌电信号(sEMG)非平稳、非线性、自相似性等复杂特性导致的肌肉疲劳估计不准的问题,提出一种基于sEMG信号多重分形降趋移动平均法(MFDMA)的肌肉疲劳特征分析方法。首先,利用MFDMA方法对采集的sEMG信号、洗牌信号和高斯白噪声信号进行非线性动力学分析;其次,利用MFDMA方法计算sEMG信号的多重分形谱宽度、Hurst指数变化差值、概率测度值和峰值奇异指数4种多重分形特征;最后,利用t-检验法分析肌肉疲劳与非疲劳状态下的多重分形特征的显著差异性。结果表明,MFDMA方法能够描述sEMG信号的多重分形行为,谱宽等多重分形特征在肌肉疲劳与非疲劳状态下具有显著性差异。所提方法能够可靠表征运动性肌肉疲劳,可为肌肉疲劳识别模型建构、康复医学研究提供特征参考。