基于肌电信号的坐站交替模式下肌肉疲劳研究

来源 :北京生物医学工程 | 被引量 : 0次 | 上传用户:xiaoyueban
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的 为避免久坐对工作人员的身心造成影响,探讨在不减少工作时长的条件下采用坐站交替工作模式来替代单一作业姿势的可行性.方法 通过模拟20名受试者在坐站交替模式下工作,采用调查问卷对受试者作业期间肌肉疲劳评估以及预估改变作业姿势的时间,结合肌电信号(electromyography,EMG)对受试者腿部腓肠肌、比目鱼肌和腰部竖脊肌进行测量并分析其各阶段中值频率的变化趋势,判定各组肌肉中值频率下降的时间点.将主观自评与肌肉疲劳分析相结合,采用聚类分析将受试者按照坐姿偏好与非偏好进行区分.结果 受试者在站姿25 min时产生肌肉疲劳,45 min坐姿满意度≥6分者视为偏好坐姿人群,其在坐姿50 min时产生肌肉疲劳,45 min坐姿满意度小于6分者视为非偏好坐姿人群,其在坐姿30 min时产生肌肉疲劳.结论 根据不同人群的偏好合理地设置坐站交替时间可以有效地避免肌肉疲劳的累积.
其他文献
目的 对多种情绪进行快速准确的识别,是目前脑机接口和情感计算领域的研究热点.本文针对多情绪分类问题及个体差异的影响因素,设计一种电影片段诱发实验,利用机器学习算法对9位被试不同情绪的脑电信号进行分析,以期能够快速准确识别不同被试的情绪状态.方法 首先采用非侵入式脑电设备收集被试在恐惧、愤怒、悲伤和快乐4种情绪下的脑电信号,通过对信号进行降噪处理,使用时域、频域和非线性动力学的特征提取方法,共提取出15种不同的有效特征,并根据均方根特征和三维时域特征的散点图来验证4种情绪之间的区分性;最后以平均准确率作为分