论文部分内容阅读
研究目的:探究表面肌电频域四个指标(平均功率频率、中值频率、过零点、转折点)在等长收缩及等张收缩中评价肌肉疲劳的区别以及探究不同肌电信号分析时长的选取对四种指标的影响。研究方法:研究对象为7名健康男性,平均年龄(23.9±1.9)岁,平均身高(172.9±4.5)cm,平均体重(64.0±8.8)kg,参与者在实验前48小时内未参加有氧及无氧运动训练。参与者首先以周期为4秒进行5kg负荷的右手臂等张收缩(运动范围为屈曲170°至屈曲80°),直至力竭,在一个小时的休息之后,参与者进行同等负荷下右手臂(屈曲90度状态)等长收缩,直至力竭,记录参与者肱二头肌表面肌电信号,采样频率为2000Hz。对采集的表面肌电信号进行频域分析,选取四种指标:平均功率频率(MPF)、中值频率(MF)、过零点(ZC)、转折点(TP)随运动时间变化情况,从而对等长收缩及等张收缩至疲劳过程中肌肉疲劳情况进行评定,进而判断四种指标在两种运动中疲劳评定的差异。等张收缩至疲劳过程中肌电信号处理方式:利用MATLAB软件寻找每次收缩过程中肌电信号的最高点,取最高点附近一段数据点数,长度由401点至4000点(对应时长为0.2s至2.0s),我们称这段时长为分析时长。计算分析时长内肌电的MPF、MF、ZC和TP作为此次收缩的肌电频域指标,进而得到等张收缩过程中,每次收缩MPF、MF、TP和ZC随时间变化的数据。等长收缩至疲劳过程中肌电信号处理方式:将整体数据均分为多段,每段分析长度由0.2s至2.0s,计算每一段四种指标。最终得到在两种运动中,不同分析时长下四种指标随时间变化的线性回归斜率和变异系数。分析时长对四种指标影响的处理方式:将分析时长平均为十段(T1-T10),计算每段分析时长下线性回归斜率和变异系数的均值,比较十段均值的差异。四种频域指标在同一运动模式下疲劳评定差异:选取固定分析时长,在同种运动模式下,比较四个指标线性回归斜率之间的差异。相同指标在两种运动模式下疲劳评定差异:在固定分析时长的条件下,比较两种运动模式下,相同指标回归斜率及变异系数的差异。研究结果:在分析时长为0.2s-2s情况下,四种指标随时间变化的线性回归斜率均呈现负值,即四种频域指标均随着运动的进行而下降,与之前研究所发现的结果一致。分析时长对四种指标的影响:在等张收缩中,随着分析时长增加,四个指标的线性回归斜率均没有产生显著性的变化,仅有MF在等张收缩至疲劳的过程中,T1的回归斜率(0.12±0.03)与T5-T10的回归斜率之间有显著性差异(P<0.05)。在等长收缩中,随着分析时长的增加,四种指标十段回归斜率均值之间没有显著性差异,从变异系数上来看,仅有MPF变异系数随着分析时长的变化没有产生显著性影响。TP变异系数在分析时长大于T2(均值为0.47s)情况下变异系数才开始变的稳定,而MF和ZC在分析时长大于T3(均值为0.65s)情况下变异系数开始变得稳定。同一运动模式下四种指标对疲劳评定的影响:等张收缩情况下,当分析时长固定为0.512时,MPF、MF、TP和ZC的回归斜率分别为(-0.066±0.058Hz/s)、(-0.060±0.057Hz/s)、(-0.393±0.459次/s)、(-0.253±0.217次/s),利用方差分析发现四组斜率在统计学上无显著性差异(P>0.05),四个指标的变异系数分别为(0.135±0.042)、(0.177±0.051)、(0.137±0.028)、(0.151±0.041)在统计学上无明显差异。在等长收缩中,分析时长固定为0.650s,四个指标回归斜率为(-0.058±0.110Hz/s)、(-0.056±0.102Hz/s)、(-0.212±0.280次/s)、(-0.355±0.447次/s)利用方差分析发现四者在统计学上有显著性差异,经过事后检验可得TP和ZC的回归斜率显著大于MPF和MF的回归斜率,而TP和ZC回归斜率之间没有显著差异。变异系数方面,运用方差分析可得四个指标变异系数(0.101±0.021)、(0.151±0.029)、(0.094±0.016)、(0.124±0.017)之间在统计学上有显著性差异(P<0.05)。当固定分析时长为0.512s时,发现在等张收缩中四个指标回归斜率与变异系数之间均没有显著性差异,但在等长收缩运动模式下,使用TP可以较好评估疲劳情况。同一指标在两种运动模式下的评定差异:将分析时长固定为0.65s,比较两种运动模式下四种指标的回归斜率和变异系数,发现无论哪种指标,在两种模式运动下所显示的回归斜率和变异系数都没有显著性差别。研究结论:在绝大多数情况下,用于评定疲劳的表面肌电四种频域指标是可以相互替代的,但在个别情况下,选取指标的不同在疲劳评定过程中对相同的测试数据有不同的结果。