论文部分内容阅读
在高速度高效率发展的电子信息时代,电子竞技运动受到更多年轻人的追捧。2020年为了应对新冠病毒（COVID-19）的肆虐实施居家隔离,进而导致电子竞技游戏的参与度大幅上升。据2021年中国互联网网络信息中心发布的《第47次中国互联网络发展状况统计报告》显示,中国的网民规模达10亿,其中,网络游戏用户在全体网民中的比例达52.4%。而电子竞技运动员所从事的运动项目较为特殊,因常年久坐,体力活动不足以及过多依靠特定身体部位和关节可能会导致一系列的疲劳。肌肉疲劳被认为是电子竞技运动员发展与进步的危险因素,并可能影响操作表现。职业选手停止比赛最常见的原因之一是前臂受伤。目前关于电子竞技运动员的健康和功能影响的研究才刚刚开始,没有足够的研究为这项运动提供指导方针。因此有必要研究游戏操作过程中前臂肌肉的疲劳进展与操作表现的变化,为预防这类职业性前臂肌慢性劳损提供一定的参考依据以及对电子竞技运动员合理使用肌肉提供建议。研究目的:本研究通过分析电子竞技运动员游戏操作过程中时前臂肌肉的疲劳变化特征和各阶段的操作表现变化特征,探究前臂肌肉疲劳对操作表现的影响。研究方法:1.研究对象与器材:研究对象选择游戏年龄8年以上的电子竞技运动员,身体和精神状态良好,无上肢肌肉疲劳症状,且在游戏过程中皆使用右手操作鼠标。前臂肌肉选择桡侧腕长伸肌、尺侧腕屈肌、指总伸肌、拇长伸肌。实验器材选择Delsys TrignoMobile便携式表面肌电监测前臂肌肉的肌电信号变化,用SCRchart软件监测操作表现（effective actions per minute,EAPM）的变化特征。2.研究过程:为了防止实验前存在的前臂肌肉疲劳,建议所有受试者在测试前一天避免高强度运动或任何可能导致上肢疲劳的活动。测试开始前将SCRchart软件装入应用电脑中。受试者以最适宜的姿势坐在电脑前,然后将表面肌电电极固定在目标肌的指定位置。在其他条件、环境一致的情况下,受试者进行60分钟的LOL（一款电子竞技游戏）运动,在连续60分钟的测试中进行肌电数据和EAPM采集。3.数据处理:将60min的测试分为6组,数据分析取第5min、15min、25min、35min、45min、55min进行分析。肌电数据包括频域（median frequency,MF）和时域（Integral myoelectricity,IEMG;root mean square,RMS）两方面。EAPM分析包括每阶段的总数以及增长数。所有数据均以平均值±标准差表示（X±SD）,统计学分析使用SPSS 25.0统计学分析软件完成,采用重复测量方差分析,统计学显著性水平为P＜0.05（显著性差异）和P＜0.01（非常显著性差异）。研究结果:1.55min时桡侧腕长伸肌、尺侧腕屈肌、指总伸肌、拇长伸肌的IEMG、RMS、MF参数与5min时相比均有显著性差异（P＜0.05）,即在50-60min时四块前臂肌肉均出现疲劳。2.IEMG和RMS的图像在15min和55min时四块前臂肌肉均出现峰值,55min时的峰值大于15min时的峰值。相反,MF的图像在15min时下降,15-45min时有上升趋势,在55min时四块前臂肌肉出现最低值。即四块前臂肌肉在55min时的疲劳程度大于15min。3.指伸肌的IEMG、RMS、MF参数在游戏开始与结束时的变化值大于其他三块前臂肌肉。4.在60min游戏过程中,电子竞技运动员总EAPM为8048±1534。与其他时间段相比,EAPM在0-10min时最高（1668±397）,在50-60min时最低（1010±798）,50-60min的EAPM与0-10min相比有显著性差异（P＜0.05）。与0-10 min相比,50-60 min内EAPM下降最大（658±401,P＜0.05）,在20-40min时EAPM下降较小,10-20 min内EAPM下降最低（11±113）。研究结论:1.电子竞技运动员在游戏操作过程中,长时间静态工作会导致前臂肌肉桡侧腕长伸肌、尺侧腕屈肌、指总伸肌、拇长伸肌的疲劳。建议每次游戏后都要进行前臂肌肉的放松。2.前臂肌肉的疲劳不是一直不变的,出现短暂的适应后,又出现疲劳,这说明肌肉本身也可能有调节疲劳的能力。3.前臂肌肉出现疲劳时会导致电子竞技运动员的操作表现（EAPM）下降。在20-40分钟时,此时前臂肌肉逐渐适应工作状态,电子竞技运动员能够创造较高的EAPM。在40-60分钟时前臂肌肉再次进入疲劳状态,电子竞技运动员产生的EAPM较低。4.指伸肌的疲劳程度大于其他三块前臂肌肉。在LOL游戏过程中,主要依靠鼠标操作进程,前臂的指伸肌控制手指操作鼠标,因此电子竞技运动员游戏操作过程中使指伸肌疲劳受损的可能性更大。