论文部分内容阅读
动态肌肉疲劳分析是人体锻炼和康复训练中对肌肉状态评估的研究热点,它可以将人们主观认知的肌肉疲劳状态转化为数值,从而实现肌肉状态的客观评估。肌音信号是一种肌肉在主动收缩时产生的低频振动信号。本课题运用单通道和双通道肌音信号实现了对肌肉动态收缩过程中疲劳状态的分析。本课题搭建了肌音信号采集系统,其中主要硬件选用了 TD-3压电加速度传感器和NI9205采集板卡;设计了手部动态握力实验,采集了人体上肢前臂肌肉疲劳过程中的肌音信号;使用了小波包分解重构(WP)和经验模态分解(EMD)两种去噪方法。在单通道肌肉动态疲劳分析中,提出了基于移动矩形窗内信号的方差值来寻找每个动作信号起点和终点的自适应不等长分割算法;提出了利用包含多个动作信号的移动窗对分割后信号进行再重构的特征提取方法,其中选用平均功率频率(MPF)和中值频率(MDF)作为待提取的特征值;采用了指数函数、二次函数和线性函数对特征值进行拟合。结果发现特征值都呈现出随运动时间降低的趋势,其中选用WP去噪、提取MPF和指数拟合的分析效果最佳,拟合优度达到0.953±0.0182。在双通道肌肉动态疲劳分析中,选用独立元分析(ICA)方法分离了两通道肌音信号中的独立成分,再采用WP去噪、提取MPF和指数拟合得到拟合优度,并分析了ICA方法和采集位置对拟合优度的影响。结果发现当肌音信号来源于不同块肌肉时,采用ICA提取出独立成分的拟合优度达到0.964 土0.0151,特征值随运动时间的变化更加平滑。