论文部分内容阅读
SEMG信号是从肌肉表面引导和记录到的肌肉活动时神经肌肉系统生物电变化的一维时间序列信号，由于其检测具有非损伤性和良好的局部性以及SEMG信号的变化在一定的程度上能够反映运动单位的活动模式和肌肉疲劳的状态，因此应用SEMG信号分析技术检测和评价肌肉疲劳以及进一步探讨其生理机制具有重要的理论意义和实用价值。长期以来，人们倾向认为在肌肉疲劳过程中SEMG信号功率谱左移可能与H~+积累诱发肌纤维动作电位传导速度下降有关，但有研究提示此结论并不可靠。为探索肌肉疲劳过程中影响SEMG信号变化的生理因素，本研究采用线性和非线性混沌动力学两个方面的分析方法，观察在各种控制条件下的肌肉疲劳或恢复过程中SEMG信号的变化规律。本研究共包括四个实验，200人次的受试者参加。实验一的研究结果表明肱二头肌在60％MVC静态负荷过程中MPF持续下降，而在恢复期的短时间内快速恢复，2秒内可恢复26.5％、30秒内恢复87.7％；实验二的研究结果显示人为阻断运动肌血流无法改变不同强度负荷期和恢复期MPF的变化速率；实验三的结果表明在在持续最大等长负荷条件下，早期(30秒内)肌电信号的MPF快速下降，后期则缓慢下降且相对稳定，与以往研究发现的肌肉pH值变化规律不一致，而与在同样条件下单个运动单位放电频率的变化模式极为相似，时域分析指标iEMG呈现早期增加而后期减小的变化趋势，MVC的变化也表现出先快后慢(在40秒以后)的特征，非线性动力学指标Kolmogorov熵和Lempel-Ziv复杂度逐渐减小，基本上呈现早期快速下降、后期基本稳定的变化历程被首次发现并验证了不久前王健等对这些指标特异性变化良好的发现；实验四通过在间歇性最大肌肉运动负荷试验中得到MVC与MPF的变化低水平相关，不能建立起稳定的回归方程。本研究认为肌肉疲劳过程中H~+浓度升高不是导致肌电功率谱曲线左移的唯一因素，运动单位放电频率下降、中枢驱动减弱和运动单位活动的有序性或同步化可能是肌肉活动时肌电信号变化的一种重要机制。