基于sEMG信號的肌肉疲勞分析

李夢楠 王妍

摘要 肌肉疲勞在康復醫(yī)學領域具有廣泛的應用。本文以康復訓練系統(tǒng)為應用背景，研究基于s EMG信號的肌肉疲勞分析。通過對10名健康受試者的負載遞增騎行實驗，同步采集了不同肌肉的s EMG信號和通氣閾，并分析了不同肌肉的肌電閩。同時分析了等長收縮和等張收縮對EMG_FT測定的影響。實驗結果顯示在遞增負載騎行運動中，EMG_FT的出現(xiàn)要早于通氣閩，但兩者相差很小，驗證了基于EMG_FT來分析肌肉疲勞是有效的。通過對比股外側肌和豎脊肌的EMG_FT，結果顯示基于EMG_FT的肌肉疲勞分析對同收縮方式的肌肉均具有效果。EMG_FT不受肌肉運動形式限制，在康復訓練過程中能夠用于防止過度訓練引起的肌肉損傷，對于股骨干骨折患者康復訓練過程中的疲勞監(jiān)護具有重要的意義。

【關鍵詞】sEMG 信號 肌電疲勞閩值 通氣閾值 康復訓練 肌肉疲勞

近年來，車禍發(fā)生率呈逐年遞增趨勢，造成骨折等外傷就醫(yī)患者大幅增加。其中，股骨骨折是最常見的骨折之一。股骨是人體最長的管狀骨，俗稱大腿骨，用于支撐人體軀干及骨盆。對于骨折的治療，一般采用加壓鋼板、微創(chuàng)鎖定鋼板、髓內針等手術治療方式。臨床上，以上方法均取得了良好的治療效果。骨折治療的后期康復周期相對較長，為了促進患者的快速康復，臨床上，患者常采用負載遞增的騎行運動進行康復鍛煉。但由于股骨負重量大，且其周圍的股四頭肌是人體最有力的肌肉群，如果患者運動強度過大或者時間過長，會導致股四頭肌肌肉力驟增、體積增大，從而壓迫股骨及植入的鋼板、鋼釘。如果長時間過度訓練，很可能導致植入的鋼釘、鋼板發(fā)生形變，甚至開裂，對患者造成二次傷害。同時，如果訓練強度過小，又不會達到康復訓練的效果。因此，合理的估計股四頭肌的運動強度，為患者安排合理的運動量具有非常重要的意義。

肌肉疲勞是描述肌肉運動強度常用的指標之一。運動性肌肉疲勞是指運動引起肌肉產(chǎn)生最大收縮力量或者最大輸出功率暫時性下降的生理現(xiàn)象。即當肌肉工作在疲勞狀態(tài)時，運動強度最高。因此分析康復訓練過程中肌肉的疲勞特征，對于骨折患者的康復非常重要。目前，廣泛認同肌肉運動達到無氧閩值（Anaerobic Threshold，AT）時，肌肉進入疲勞狀態(tài)。測量AT常用的方法有血乳酸閾值測量法、通氣閾值（ Ventilator Threshold，VT）測量法和基于表面肌電（ Surface Electromyogram，sEMG）的測量法。其中，VT被認為是測定AT的“金標準”。但VT測量裝置復雜、昂貴，且測試時需要佩戴呼吸面罩，測試者的舒適性較差。而sEMG具有無損傷性、及時性、多靶點測量等優(yōu)點，在康復醫(yī)學領域得到了廣泛應用。

Matsumoto等[4]首次提出了應用sEMG判斷肌肉負荷強度的方法，稱為肌電疲勞閾（ EMGFT）。S.-k.Kang等[5]通過對69名普通男性大學生進行負載遞增騎行實驗，分析了股外側肌的EMG_FT，并VT進行了相關性分析，結果顯示EMG_FT與VT均與疲勞具有高度的相關性。DuffTM等[6]對8名男性大學生進行了不同梯度和轉速組合的增量騎行運動實驗，并對比了不同組合下被測者股外側肌的EMG_FT。實驗結果顯示踩踏節(jié)奏和遞增梯度對EMG_FT的估測沒有影響。宋海燕等[7]分析了人體雙肩背部負重行走時主肌肉群sEMG信號的平均功率頻率。黃志強等[8]測定了青少年足球運動員股外側肌的EMG_FT，并檢驗EMG_FT與VT及心率閾值（HRT）的相關性，結果顯不EMG_FT與VT相關度較高。盡管目前針對肌肉疲勞進行了大量的研究，并取得了一定的研究成果，但大多數(shù)研究未關注VT與EMG_FT測量數(shù)據(jù)的同步性問題。此外，絕大多數(shù)研究重點關注等張收縮肌肉，而很少考慮等長收縮肌肉對EMG_FT測定的影響。

針對上述問題，本文對受試者進行肌電閾與通氣閾同步聯(lián)合的負載遞增騎行實驗，分別分析等長收縮和等張收縮對EMG_FT測定的影響?？紤]骨折患者的安全性，本文選擇健康人進行測試。本文旨在探討EMG_FT無損傷測定AT的可行性及有效性，以期為股骨干骨折患者的康復訓練提供理論依據(jù)和參考。

1 基于EMG_FT的肌肉疲勞分析方法

1.1 sEMG信號預處理

首先對采集的sEMG信號進行50HZ的陷波處理，濾除工頻干擾。然后對其按照式（1）進行二階差分濾波處理，提高sEMG的信噪比。圖l為實驗過程中一組數(shù)據(jù)濾波前后的對比。

1.2 EMGFT算法

得到濾波后的sEMG信號后，采用基于EMG_FT的方法來估計肌肉的疲勞。疲勞EMG_FT的算法流程如圖2所示。

具體步驟如下：

（1）采用濾波處理的sEMG，采用5s的時間窗，2秒的移動窗，按照式（2）計算sEMG的均方根值。

（2）將所有均方根數(shù)據(jù)點分成A、B兩部分。前15個RMS數(shù)據(jù)點作為A，剩余的RMS數(shù)據(jù)點為B。對A、B兩部分數(shù)據(jù)分別進行一階最小二乘擬合，得到兩條直線，計算兩條直線斜率乘積。

（3）將A部分的15個數(shù)據(jù)點與B部分的第一個數(shù)據(jù)點構成新A，剩余數(shù)據(jù)點為新的B，如果B中數(shù)據(jù)大于15，重復第2步，計算斜率乘積。

（4）如果B中數(shù)據(jù)小于15，計算所有斜率乘積的最大值，最大值所對應的兩條直線的交點，即為EMG_FT。

2 實驗仿真

2.1 實驗對象

為了保證實驗的可靠性，本實驗選擇10名男性志愿者參與本次實驗，年齡（23.7土1.3）歲，身高（172.0土3.6） cm，體重（68.9土8.6）kg，體質指數(shù)BMI（23.4土2.7）。志愿者均身體健康，無肌肉損傷等疾病。所有志愿者對實驗內容均完全知情且同意。受試者在實驗前6個月內，每周鍛煉不超過2次;實驗前24小時內，未參加劇烈運動。正式實驗前，由實驗組織者告知受試者實驗目的及步驟，并指導受試者學習使用Borg主觀量表評價運動強度。

2.2 數(shù)據(jù)采集

受試者首先按照規(guī)定要求穿戴好呼吸檢測設備和肌電電極，然后自行車上進行負載為20W，時長為2mm的熱身騎行。熱身結束后，受試者進行初始負載功率為20W，負載功率以20W/min遞增的騎行運動，并同步記錄受試者的氣體數(shù)據(jù)和肌電數(shù)據(jù)。每一級負載中功率恒定不變。直到呼吸商（RER）穩(wěn)定在1.1-1.2之間時，測試結束。每級負載運動中期，受試者在組織者的幫助下完成Borg量表的評分。

sEMG數(shù)據(jù)采用美國NORAXON公司生產(chǎn)的16通道無線遙測表面肌電儀記錄，采樣頻率1500HZ。氣體分析數(shù)據(jù)采用德國JAEGER公司生產(chǎn)的Oxycon Mobile遙測運動心肺功能儀記錄，采樣頻率與受試者的呼吸頻率一致。測試前刮除被測者股外側肌、股直肌和豎脊肌周圍體毛，用75%酒精擦拭皮膚，保證采集數(shù)據(jù)的精度。數(shù)據(jù)采集系統(tǒng)及電極粘貼位置如圖3所示，電極延肌纖維走向貼于右腿外側肌和股直肌靠下2/3處和豎脊肌的凸起處，電極間隔約2cm。實驗過程中，有四人由于電極脫落為采集到數(shù)據(jù)，實際有六人采集到數(shù)據(jù)。

2.3 實驗結果

利用上述EMG_FT計算方法分析受試者股外側肌的疲勞時間，如圖4所示為其中一名受試者股外側肌的實驗結果。由圖可以看出，在5.42分鐘時達到EMG_FT，認為股外側肌進入疲勞階段。

利用上述EMG_FT計算方法分析受試者股直肌的疲勞時間，如圖5所示為其中一名受試者股直肌的實驗結果。由圖可以看出，在5 35分鐘時股直肌達到EMG_FT，認為股直肌進入疲勞階段。

同樣，利用上述EMGFT計算方法分析受試者豎脊肌的疲勞時間，如圖6所示為其中一名受試者豎脊肌的實現(xiàn)結果。由圖6可以看出，在5.58分鐘時達到EMG_FT，認為豎脊肌進入疲勞階段。

3 實驗結果分析

表l為受試者在同等負荷下，股外側肌EMG_FT和呼吸進入通氣閾值疲勞的時間對比。由表1可以看出，整體上股外側肌EMG_FT達到疲勞的運動時間要小于通氣閾值的運動時間。EMG_FT預測的肌肉疲勞時間與通氣閾值預測的疲勞時間平均誤差為0.166min。這表明受試者股外側肌達到EMG_FT的運動時間與通氣閾值的運動時間基本一致。

表2為受試者股直肌在同等負載下，EMGFr和呼吸進入通氣閾值疲勞的時間對比。與股外側肌類似，受試者股直肌達到EMG_FT疲勞的運動時間也小于通氣閾的運動時間，兩者的平均誤差為0.23min，大于股外側肌的疲勞閾值估計。這說明在等量負荷遞增運動中，股外側肌EMG_FT測定的無氧閾比股直肌的EMGFI測定的無氧閾更準確。

為了分析EMG_FT對不同收縮方式的肌肉的有效性，針對等長收縮的豎脊肌也進行了分析。表3為受試者豎脊肌在相同負載下的EMG_FT和呼吸進入通氣閾值疲勞的時間對比。在等量負荷遞增運動中，同一受試者，豎脊肌的sEMG特征與股外側肌和股直肌的特征基本一致。受試者豎脊肌達到EMG_FT的運動時間與通氣閾的運動時間平均誤差為0.53min。該誤差范圍大于股外側肌和股直肌的誤差范圍。這表明在等量負荷遞增運動中，豎脊肌的EMG_FT測定的無氧閾的準確性較低。

4 結論

本研究通過對6名志愿者進行增量騎行運動試驗，同步的采集他們的肌電數(shù)據(jù)與氣體數(shù)據(jù)，計算不同肌肉的EMGFT，并與通氣閾值相比較。發(fā)現(xiàn)，在遞增負載騎行運動中，EMG_FT的出現(xiàn)均早于通氣閾，但兩者相差很小，驗證了基于EMG_FT來分析肌肉疲勞的是有效的。為了進一步分析EMG_FT，對于不同收縮方式的肌肉進行了對比分析，實驗結果顯示該方法對于等長收縮和等張收縮肌肉具有效果。EMG_FT不受肌肉運動形式限制，應用范圍較廣，對于股骨干骨折患者康復訓練過程中的疲勞監(jiān)護具有重要的意義。

參考文獻

[1]黃茶珍，股骨干骨折內固定術后的康復護理[J]，實用臨床醫(yī)學，2009，10 （09）： 107-109.

[2]王健，方紅光，楊春紅，運動性肌肉疲勞的表面肌電非線性信號特征[J]，體育科學，2005，25 （05）： 39-43.

[3] WL Beaver，K Wasserman， BJ Whipp.A new method for detectinganaerobic threshold by gasexchange[J].Journal of AppliedPhysiology， 198 6， 60 （06）： 307-310.

[4] MATSUMOTO T，ITOK， MORITANI. Therelationship between anaerobicthreshold and electromyographicfatigue threshold in collegewomen[J].European Journal of AppliedPhysiology，1991，63（01）：1-5.

[5]S.-k. Kang，J.Kim，M.Kwon，H.Eom. Objectivity and Validityof EMG Method in EstimatingAnaerobic Threshold [J].International Journal of SportsMedicine，2014， 35 （09）： 737-742.

[6] Duff T M，F(xiàn)ournier H，Hopp O B，etal. Influence Of Pedaling CadenceAnd Incremental Protocol On TheEstimation Of Emgft [J]. Journalof Strength & ConditioningResearch，2 015， 30 （05）： 2206-2 211.

[7]宋海燕，張建國，王珺等，基于表面肌電的人體背部負重行走肌肉疲勞特性研究[J].生物醫(yī)學工程學雜志，2016 （03）： 426-430.

[8]黃志強，劉剛，任建生.EMGFT評定無氧閾的可行性研究[J].體育科學，2012， 32 （08）： 91-97.

[9]Crozara L F，Castro A，Af D A N，etal. Utility of electromyographicfatigue threshold duringtreadmill running [J]. Muscle &Nerve;， 2015， 52 （06）：1030-1039.

[10]張劍杰.主動肌肉收縮對緩解運動疲勞的實驗分析[J].科技通報，2015 （02）：19-21.

[11]劉建，鄒任玲，張東衡等，基于多通道表面肌電信號帶譜熵的肌肉疲勞度分析[J].生物醫(yī)學工程學雜志，2016 （03）： 431-435.

[12]任見，李傳江，翟潤哲等.上肢肌肉疲勞的s EMG信號特征分析[J].儀表技術，2015 （12）： 26-28.

[13]Morse J J，Pallaska G，Pierce PR. et al. Acute Low-Dose CaffeineSupplementation IncreasesElectromyographic FatigueThreshold in Healthy Men [J].Journal of Strength&ConditioningResearch;， 2016， 30 （11）： 32-36.

[14]A Lucia，O Sanchez，A Carvajal， JLChicharro. Analysis of the aerobic-anaerobic transition in elitecyclists during incremental exercisewith the use of electromyography[J].British Journal of SportsMedicine，1999， 33 （03）： 178-185.

[15]林萍，王健，運動性肌肉疲勞的主觀感受與表面肌電客觀變化的一致性[J].人類工效學，2016，22 （02）： 81-86.