A mathematical Model to Predict Transition-to-Fatigue During Isometric Exercise on Muscles of the Lower Extremities

Surface Electromyography (sEMG) activities of the four muscles were studied from twelve healthy subjects to analyze muscle fatigue. Data were recorded while subjects performed isometric exercises for a period of time until fatigue. The signal was segmented with 5000 samples to enable the evolutionary process. Based on the mean power spectrum and Median Frequency (MDF) of each segment, we developed a methodology that is able to detect the signal into a meaningful sequence of Non-Fatigue to Transition-to-Fatigue. By identifying this transitional fatigue stage, it is possible to predict when fatigue will occur, which provides the foundation of the automated system that has the potential to aid in many applications of our lives, including sports, rehabilitation and ergonomics.

装载机驾驶室方向盘倾角对肌肉疲劳的影响研究

为分析装载机驾驶员在驾驶过程中手臂肌肉的疲劳情况,设计并完成动态旋转方向盘试验,测试并比较3种方向盘倾角(A型为24°、B型为25°、C型为31°)对肌肉疲劳的影响情况。采用现场真机实验的方法,选取左臂中三角肌为测试对象,聘请14名驾驶员作为被试人员,运用表面肌电测量方法并提取操控方向盘时的表面肌电数据,采用单因素方差分析方法分析3种测量结果并对MPF进行两两比较,实验结果为A型和B型之间不存在显著性差异(P>0.05),C型与A型和B型均存在显著性差异(P<0.05);表明不同的方向盘倾角对肌肉疲劳有较大影响。通过研究得出结论,C型方向盘倾角较容易疲劳,A型和B型不容易疲劳,在仅考虑方向盘倾角的前提下,A型和B型的方向盘倾角优于C型。在装载机驾驶室人机设计中,为降低驾驶员肌肉疲劳,建议方向盘盘面应采用较平缓设计方式,该结论可为后续的方向盘倾角设计提供参考。

表面肌电与三轴信息融合的运动判断实验

为了提高基于表面肌电与三轴加速度信号的运动识别准确率,提出了一套多源信息融合处理的实验流程与方法。该方法利用5层离散小波变换对表面肌电信号进行分解,充分提取不同运动产生的肌电信号中各频域的特征信息;再将分解后的表面肌电信号与三轴加速度信号通过滑动窗口的方法进行特征融合,构造融合肌电与空间运动特征的特征图;最后用融合特征图对深度学习模型进行训练,并结合自动状态机进行最终运动状态的识别。实验结果表明,多源信息融合处理方法可以提高运动识别的准确性,总体识别精度分别达到了95.4%和89.2%。该方法在实时性与准确性上均有良好表现。

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。

空气呼吸器对志愿消防员肌肉疲劳的影响研究

为了解背负空气呼吸器对志愿消防员肌肉疲劳的影响,对志愿消防员进行徒手及背负空气呼吸器的奔跑试验,累计测量60人次被试人员的表面肌电信号(sEMG)与压强数据,结合被试主观疲劳感受进行分析。结果表明:被试者左右股二头肌、左右腓肠肌与左右胫骨前肌的疲劳情况受空气呼吸器影响最大;空气呼吸器的背负会使肩、腰部出现疼痛感,需要更长时间恢复;左竖脊肌、左右腓肠肌与右胫骨前肌的疲劳与志愿消防员主观疲劳感受相关性最强。

基于人体工效学的焊接工人作业姿势与疲劳研究

焊接作业中长期使用不良姿势,容易加速作业疲劳,导致工作相关肌肉骨骼疾患。为了探究作业姿势与疲劳的影响机理,首先,基于人体工效学对典型的不良作业姿势进行改善;其次,以一线焊工为实验对象,通过表面肌电实验,测量焊工左右竖脊肌的表面肌电信号,对两种作业姿势作业过程中的肌肉疲劳特征进行研究;最后,根据实验结果,通过Jack对改善前后的作业姿势进行仿真验证。结果表明:作业姿势改善后效果良好,积分肌电值iEMG下降33.28%,均值方根(RMS)下降39.38%,L4/L5脊椎处压力减少69.8%。

低频神经肌肉刺激治疗轻中度压力性尿失禁的临床研究

目的 观察低频神经肌肉刺激治疗轻中度压力性尿失禁的临床效果。方法 全部60例入组女性患者来自2019年10月至2021年5月哈尔滨市第一医院妇科,采用随机数字表法分为对照组30例及治疗组30例。对照组采用单纯盆底肌训练法,治疗组采用低频神经肌肉刺激治疗。治疗15 d后,通过比较两组治疗前后Ⅰ类肌纤维表面肌电与压力值、Ⅱ类肌纤表面肌电与压力值、患者漏尿量、漏尿频次及对患者生活的影响程度进行效果评价。结果 治疗后,两组压力Ⅰ、压力Ⅱ水平高于治疗前,且治疗组高于对照组,差异有统计学意义(P<0.05)。两组肌电Ⅰ、肌电Ⅱ水平高于治疗前,且治疗组高于对照组,差异有统计学意义(P<0.05)。治疗后,两组1 h尿垫试验漏尿量、平均24 h漏尿频次、尿失禁问卷表简表评分低于治疗前,且治疗组低于对照组,差异有统计学意义(P<0.05)。结论 低频神经肌肉刺激治疗可以增肌Ⅰ与Ⅱ类肌纤维表面肌电与压力值,抑制逼尿肌的过度活动,改善轻中度压力性尿失禁患者的临床症状。

基于傅里叶分解方法的肌肉疲劳状态分类研究

由于表面肌电(sEMG)信号具有非线性和非平稳性,导致传统的肌肉疲劳分类方法存在局限性,基于此提出一种基于傅里叶分解方法(FDM)和机器学习相结合的肌肉疲劳分类方法。使用FDM将sEMG信号分解为一系列傅里叶固有频带函数(FIBF),确定最优分解水平,利用FDM提取各FIBF分量总功率占sEMG信号总功率的比例(FTPR)作为分类特征,对比各机器学习分类算法的有效性和数据长度对分类准确率的影响。研究表明基于FDM的特征提取方法能够有效的识别肌肉疲劳状态,在数据长度为3000且FDM的10层分解水平下,使用支持向量机分类器,得到了98.17%的平均分类准确率。对每个FIBF分量单独进行分析,发现在第5个FIBF分量下的FTPR有最好的类可分性,肌肉疲劳时第1~2分量的FTPR会变大,第4~10分量的FTPR会变小,即当肌肉疲劳时sEMG信号0~117 Hz区间的频率幅度会增加,175.5~585 Hz区间的频率幅度会下降。通过对比不同特征提取方法的肌肉疲劳分类效果,实验结果表明FDM和FTPR特征能够显著提高分类准确率。因此,所提方法可用于肌肉疲劳状态识别。

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。

筋骨理筋手法干预对股骨下段骨折术后患者膝关节功能康复的影响

要目的:探讨筋骨理筋手法预对股骨下段骨折术后患者膝关节功能康复的影响。方法:选择我院2019年4月一2022年9月诊治的股骨下段骨折术后患者85例作为研究对象,根据1:1随机分配原则分为观察组(手法组)43例与对照组42例。对照组给予常规护理干预,观察组在对照组护理的基础上给予筋骨理筋手法干预,2组护理观察时间持续1个月,观察与记录所有患者膝关节功能恢复情况。结果:护理后观察组的总有效率为97.7%,对照组为85.7%,观察组与对照组对比有明显提高(P<0.05)。2组护理后的膝关节功能Lysholm评分明显高于护理前(P<0.05),疼痛VAS评分明显低于护理前(P<0.05),且护理后观察组的膝关节功能、疼痛VAS评分与对照组对比存在明显差异(P<0.05)。2组护理后的股外侧肌表面肌电中位频率与护理前对比明显降低(P<0.05),且护理后观察组的股外侧肌表面肌电中位频率都显著低于对照组(P<0.05)。2组护理后的膝关节内侧压痛阈值低于护理前(P<0.05),且护理后观察组的膝关节内侧压痛阈值与对照组对比也有显著降低(P<0.05)。观察组护理期间的括静脉血栓、切口感染、尿潴留、愈合不良等膝关节相关并发症发生率为2.3%,与对照组的19.0%相比有明显降低(P<0.05)。结论:筋骨理筋手法干预在股骨下段骨折术后康复患者的应用能促进膝关节功能的恢复,有利于缓解疼痛,改善患者的总体预后,还能降低股外侧肌表面肌电中位频率,提高膝关节内侧压痛阈值,减少并发症的发生。

肌肉疲劳的sEMG时频分析技术及其在工效学中的应用

表面肌电技术作为一种无损伤的实时测量方法 ,能够客观地反映肌肉活动水平和功能状态。本文主要对工效学中有关肌肉疲劳的sEMG现场评价技术发展过程中几种主要时频技术 ,尤其是幅频联合分析 ( jointanalysisofEMGspectrumandamplitude,JASA)技术做了简要介绍和初步分析与评价。同时也对sEMG的信号分析方法。

自行车运动员下肢肌肉sEMG特征及与输出功率的相关性

采用实验法,对运动员60 s全力蹬踏自行车下肢肌肉sEMG变化特征及与输出功率的相关性进行研究。结果显示:随着运动时间的延长和疲劳的加深,各肌肉表面肌电信号频域指标MF逐渐减小,MF与平均功率之间的相关性也达到显著性水平,提示其可作为评价自行车运动过程中运动员疲劳程度的指标。60 s全力蹬踏自行车运动后运动员股直肌和腓肠肌外侧肌肉MF值下降均特别明显,提示其在整个运动过程中的疲劳程度较深,可将其作为重点训练的肌群。

基于时频分布的表面肌电信号瞬时中值频率的研究

目的采用时频分析法分析表面肌电信号瞬时中值频率。方法采用平滑伪 -魏格纳分布、乔伊 -威廉姆斯分布、谱图和尺度图等方法 ,估计模拟和真实表面肌电信号的瞬时中值频率 ,讨论这些分布在估计肌电信号瞬时中值频率时的性能 ,并与条件平均频率进行比较。结果模拟实验表明瞬时中值频率曲线比条件平均频率曲线光滑 ,相对误差较小。真实肌电信号实验显示 ,在肌肉收缩过程中 ,瞬时中值频率比条件平均频率的波动更明显。结论肌电信号瞬时中值频率比条件平均频率更能真实和敏感地反映表面肌电信号频率成分的变化。

推拿干预慢性疲劳综合征患者骨骼肌中位频率的临床研究

目的：观察推拿干预慢性疲劳综合征（chronic fatigue syndrome,CFS）患者四肢及腰背骨骼肌后,其表面肌电中位频率（median frequency,MF）及疲劳量表评分的变化。方法：采用临床对照试验,2010年3月~2011年2月选取上海中医药大学附属岳阳中西医结合医院慢性疲劳综合征专科门诊就诊的CFS患者（32人）,并选择30名正常人做对照。对CFS患者推拿治疗20d。推拿前后检测CFS患者四肢及腰背骨骼肌表面肌电MF,并采用慢性病功能评价量表进行疲劳评价。结果：CFS患者四肢骨骼肌MF值与正常人比较差异无统计学意义,腰背肌MF值高于正常人（P〈0.05）;CFS患者推拿后的疲劳量表评分明显低于治疗前。结论：CFS患者腰背肌肌纤维MF高于正常人,推拿能改善CFS患者的疲劳症状。

驾驶人背部肌肉负荷定量研究

使用表面肌电图(sEMG)技术测定驾驶人躯干肌肌肉活动,定量驾驶人背部肌肉负荷水平。选取8名健康男性大学生作为受试者,有驾驶资质,右利手。在驾驶模拟器上以80 km/h的速度匀速驾驶。模拟器场景为三车道直道的自编场景,受试者在中间车道行驶共120 min,同步记录躯干肌中左右腰竖脊肌(LES和RES)和左右多裂肌(LMM和RMM)的肌电信号。在模拟驾驶前,测试LES、RES、LMM和RMM的最大自主收缩力(MVC),以此作为数据处理的基值,并测试模拟驾驶前后受试者30%MVC的肌电信号。对等长肌肉收缩期肌电信号(即30%MVC肌电信号)进行分析,时域分析指标为参考随意收缩肌电百分比(%RVE)和频域分析指标为中位频率(MF)平均功率频率(MPF)。对连续驾驶期间肌电信号采用振幅概率分布频率(APDF)方法进行分析。时域指标结果显示,LES、RES、LMM和RMM模拟驾驶前后%RVE值均显著上升(P<0.05);频域指标结果显示,模拟驾驶前后LES、RES、LMM和RMM的MF30%MVC值及MPF30%MVC值均下降,经检验RES和RMM模拟驾驶前后的MF30%MVC值及RMM驾驶前后MPF30%MVC值差异有显著性(P<0.05)。APDF分析结果表明,连续驾驶期间,LES、RES、LMM和RMM的肌肉负荷水平分别为7.55%±5.64%、5.78%±3.06%、6.13%±3.76%和5.69%±3.41%,为低负荷水平作业。sEMG研究表明,在连续驾驶期间,驾驶人的背部肌肉产生疲劳,躯干肌疲劳程度左侧高于右侧;在连续驾驶期间,背部肌肉负荷水平为持续低水平负荷。

青少年特发性脊柱侧弯症患者椎旁肌表面肌电信号频域指标变化规律

目的采用表面肌电图(sEMG)检测技术对青少年特发性脊柱侧弯症(AIS)患者脊柱旁椎旁肌肌电活动频域指标变化规律进行初步探讨。方法AIS患者25例,男7例,女18例,年龄11～21岁;所有患者均执行BST实验、抬物实验,采用芬兰ME6000型表面肌电仪记录患者凸、凹侧椎旁肌表面肌电信号频域指标中位频率(MF)、平均功率频率(MPF)、过零点率(ZCR)。结果AIS患者顶椎区凸、凹侧MF、MPF、ZCR波形曲线波幅较其他测试部位低平、数值降低,MF斜率(MFslope)、MPF斜率(MPFs-lope)、ZCR斜率(ZCRslope)随运动负荷时间的延长均呈线性递减。结论AIS患者脊柱旁顶椎区椎旁肌耐力较差,容易疲劳,表面肌电图可用作评定AIS脊柱旁凸、凹侧肌电活动差别的客观指标之一,具有较好的临床应用价值。

表面肌电在腰椎间盘突出症患者功能评定中的应用

目的探讨表面肌电检测技术在腰椎间盘突出症中的临床应用。方法腰椎间盘突出症患者44例,按照腰痛视觉模拟评分(VAS)分为轻度疼痛组(A组)和中重度疼痛组(B组),分别采集两组患者在完成自身重量的腰部竖脊肌等长负荷测试和踝跖屈最大角度自身重量的腓肠肌等长负荷测试时健、患侧L5～S1水平竖脊肌和腓肠肌内侧头的表面肌电信号,分析平均肌电值(AEMG)和中位频率的斜率(MFs)。结果两组患者患侧腰部竖脊肌和腓肠肌内侧头AEMG较健侧均有降低(P<0.05),患侧MFs绝对值较健侧升高(P<0.05);组间比较,B组患侧两组肌肉MFs绝对值均较A组增大(P<0.05);B组健/患侧肌肉AEMG比均大于A组(P<0.05),但MFs比均未见显著性差异(P>0.05)。结论表面肌电图可以作为一种无创检测腰椎间盘突出症腰部和下肢神经肌肉功能状态的工具;踝跖屈最大角度自身重量的腓肠肌等长负荷测试可以作为评价腰椎间盘突出症患者下肢神经肌肉功能状态的方法之一;腰椎间盘突出症患者腰部主观疼痛感程度不同时,双侧腰部竖脊肌和腓肠肌表面肌电信号的失衡程度也不同。

表面肌电小波变换分析技术监测重复性手工提放重物作业中机体肌肉疲劳的研究

目的:验证表面肌电信号(sMES)小波变换分析技术监测重复性手工提放重物作业中肌肉疲劳变化特征的准确性与合理性;方法:BTE primusRS与肌电仪同步,40名男大学生进行两次重复性提放重物能力测试,频率12次/min,木箱(35cm×25cm×25cm)重13kg,蹲举与半蹲举交替,间歇30min;记录sMES与结束即刻问卷评分;测试前、后进行3次持续6s间歇15s的最大腰拉力测试。结果:半蹲举疲劳集中在少数几个部位,尤其是下背部且更明显;BTE primusRS输出参数蹲举高于半蹲举;蹲举时,右T10竖脊肌,左、右L3竖脊肌,股直肌,股外侧肌瞬时中位频率(IMDF)显著下降(P<0.01);半蹲举时,右斜方肌IMDF显著下降(P<0.05),左、右L3竖脊肌,腓肠肌内侧头IMDF显著下降(P<0.01)。结论:表面肌电小波变换分析技术能准确合理地监测重复性手工提放重物作业中肌肉疲劳的变化特征。

表面肌电信号分析及其在康复医学中的应用

表面肌电信号(sEMG)有多种分析处理方法,如时域、频域、参数模型、时-频域、非线性动力学等方法,针对分析处理方法的选取问题,通过分析研究各类分析处理方法,比较了各类分析处理方法的特点、优劣与使用情况。研究结果表明,每种分析处理方法都有各自的优缺点和适用范围,具体使用时应很据实际情况选择确切的方法。并对肌电信号分析处理在康复医学中的应用领域上(康复评估、假肢和康复机器人)进行了展望。

拮抗肌对的协同控制与EMG信号的中值频率关系

探讨在持续恒力收缩时,正常人体肘关节主动肌和桔抗肌的协同作用原理与它们的表面EMG信号中值频率(Median Frequency,MF)的变化趋势,研究它们的疲劳行为。十五个正常受试者的实验数据统计结果表明,拮抗肌的SEMG/MF高于主动肌;随着收缩时间的增加,主动肌和拮抗肌的MF几乎以相同的速率下降;收缩力越大,它们的两条拟合直线之间的距离、互相关系数、下降速率也越大;关节的角度的变化对上述结论似乎没有明显的影响。这些结论对屈曲和伸展模式都成立。利用人体组织的幅度衰减特性和频率衰减特性,神经肌肉系统的“共驱动”概念对上述结果进行了讨论。