论文部分内容阅读
近年来,智能手表、运动手环等与运动健身结合的穿戴式设备逐渐受到市场的高度热捧。肌肉疲劳作为康复医学、运动健身领域中一种常见的生理现象,早已引起运动员、康复患者及广大消费者的强烈关注,但穿戴式设备对此却鲜有涉足。肌肉电阻抗图(Electrical Impedance Myography,EIM)利用电阻抗评估局部肌肉或肌肉群组织特征,是检测肌肉疲劳状况的有效工具。与常用的表面肌电信号(Surface Electromyography,sEMG)相比,EIM具有信号幅值大、频率可控、预处理简便等优势,可为肌肉疲劳状况的实时监测提供一种低复杂度、高可行性的穿戴式实现方案。本文通过有限元求解方法,在三维手臂有限元模型上获取EIM测量的优化电极配置方式,对手臂肱二头肌开展肌肉疲劳实验研究,并将其结果与sEMG进行对照剖析,验证EIM评价肌肉疲劳的可行性与合理性。具体研究内容如下:首先,基于实验客体的生理信息特征构建三维手臂有限元仿真模型,以此为依据,进一步通过有限元求解方法获取优化的电极配置方式。结果显示,获取的优化电极配置方式是电极大小40mm× 1Omm、电极间隔距离12mm-24mm-12mm。为后续的在体实验研究提供了优化条件。其次,采取优化的电极配置,对手臂开展基于EIM原理的肌肉疲劳实验研究。结果表明,静、动态收缩下的EIM电阻参数R均随疲劳的累积呈下降趋势,肌肉负重越重,R下降越快。同时根据测量结果,本文提出肌肉疲劳的评价方案。当实验客体的R值在静态场景下下落至43±5Ω范围内,动态场景下下降至41±5Ω范围内时,或电阻下降幅度达到8Ω时,肌肉较可能处于疲劳状态。最后,将不同收缩过程的EIM参数R与sEMG进行对比分析,结果表明,静动、态收缩过程中的R值与sEMG频域指标MF值均随疲劳程度的累加呈下降趋势。在各负重水平的静态收缩过程中,R的下降斜率接近MF的1/4;动态场景下,R的下降速度约是MF的2/5。可见,R与MF下降规律具有较强的一致性,说明EIM作为肌肉疲劳的评价指标是可行且合理的。本文将EIM应用在评价肌肉疲劳的实验研究中,把sEMG与其进行对比论证分析,验证了 EIM作为肌肉疲劳评价指标的可行性与合理性,为评断肌肉疲劳程度的穿戴式设备的研制提供了技术支撑和理论指导作用。