本文關鍵詞： 運動生物力學 肌肉肌腱單元 表面肌電信號 高密度陣列電極 獨立成分分析 肌力預測　出處：《中國科學技術大學》2017年碩士論文　論文類型：學位論文

【摘要】：運動生物力學是關系人們運動健康的重要學科,開展運動生物力學研究可以了解運動的內在機理。通過神經(jīng)-肌肉-骨骼模型可進行運動生物力學研究,骨骼肌是該模型的基本單位。因此,對于運動生物力學的研究需建立在清楚了解骨骼肌生理特性的基礎上。骨骼肌是由肌肉肌腱單元組成的,不同骨骼肌擁有數(shù)目不等的肌肉肌腱單元,且運動過程中各肌肉肌腱單元的激活情況并不一致。表面肌電信號是骨骼肌收縮過程中在皮膚表面采集到的生理電信號,包含了肌肉收縮信息,具有采集無創(chuàng)、簡單等優(yōu)點。相比常規(guī)電極,高密度陣列電極采集的信號能夠減少表面肌電中運動單位動作電位波形的混疊情況,提高肌電信號定量分析的準確度,為運動過程中骨骼肌內各肌肉肌腱單元的定位、激活水平分析和肌力預測提供了一種有效的手段。本論文以高密度陣列電極采集肌電信號為分析對象,探索了基于獨立成分分析算法(Independent Component Analysis,ICA)的肌肉肌腱單元定位及激活水平分析方法,并開展了基于肌肉肌腱單元的肌力預測研究,主要研究內容及取得的研究成果可概括如下:(1)肌肉肌腱單元定位及激活水平研究。提出了一種基于ICA算法的骨骼肌內肌肉肌腱單元定位和激活水平分析方案:首先,選用高密度陣列電極采集腓腸肌與指總伸肌運動過程中的表面肌電信號;然后,使用ICA將陣列式表面肌電矩陣分解成一個權值矩陣和一個源矩陣;接著,對源矩陣進行頻譜分析,區(qū)分噪聲源與肌電源,獲取與肌肉肌腱單元相關的源信號;最后,由肌電源對應的權值矩陣的分布確定肌肉肌腱單元的位置,同時通過源信號分析運動過程中各肌肉肌腱單元的激活水平。對八位受試者開展的與腓腸肌相關的提踵任務和與指總伸肌相關的依次伸指任務實驗結果表明,本文提出的方案可有效實現(xiàn)運動過程中肌肉肌腱單元的定位和激活水平分析,與基于肌電幅值的方法相比,基于ICA的方法具有明顯的優(yōu)越性。(2)基于肌肉肌腱單元的肌力預測研究。對ICA分離出來的肌肉肌腱單元源信號進行相關處理,提取肌電-肌力預測模型(本文采用的是神經(jīng)網(wǎng)絡模型)的輸入信號,將肌力預測研究推進到肌肉肌腱層面。以肱二頭肌作為目標肌肉,設計了周期性恒力和線性上升力兩種發(fā)力模式以及中立和后旋姿勢兩類屈肘任務。對八名受試者開展了 20%、40%和60%最大隨意收縮力(maxium voluntary contraction,MVC)水平下的數(shù)據(jù)采集和肌力預測實驗。實驗結果表明,基于肌肉肌腱單元的肌力預測根據(jù)動作差異選擇合適源信號,提取出肌力預測模型輸入信號。對比使用原始肌電的方法,基于肌肉肌腱單元的預測可獲得更高的預測精度。運動生物力學與我們的生活息息相關,開展運動生物力學相關研究非常有必要。對肌肉肌腱單元的研究能夠加深對運動生物力學的理解,并促進運動生物力學的發(fā)展。本文提出了一種新方法研究肌肉肌腱單元在動態(tài)運動中的功能狀態(tài),并開展基于肌肉肌腱單元的肌力預測研究,將對肌肉的研究深入到肌肉肌腱單元層次。
[Abstract]:......
【學位授予單位】：中國科學技術大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：G804.6

【相似文獻】

相關碩士學位論文 前2條

1 王少平;基于ICA算法的肌肉肌腱單元定位和肌力預測研究[D];中國科學技術大學;2017年

2 吳鵬;高斯混合模型和自調整模糊控制器在ICA算法中的應用[D];天津大學;2004年

，

本文編號：1479580