發(fā)布時(shí)間：2020-05-30 18:43

【摘要】：在采用SEMG信號(hào)評(píng)價(jià)肌肉疲勞時(shí),存在兩點(diǎn)不足:首先,SEMG信號(hào)屬于微弱信號(hào),其振幅和頻率主要由肌肉的生理特性所決定,呈現(xiàn)出“被動(dòng)”特性,容易埋沒(méi)在噪聲中;第二,首先需要對(duì)SEMG信號(hào)進(jìn)行時(shí)域和頻域分析才能得到有效信息,實(shí)時(shí)性不佳。而超聲信號(hào)方向性強(qiáng),能量更集中,穿透力強(qiáng)。發(fā)射信號(hào)可控,具有“主動(dòng)”的特性。用超聲波評(píng)價(jià)肌肉疲勞可以提高信噪比,改善系統(tǒng)的實(shí)時(shí)性。本文研究?jī)?nèi)容主要分為理論分析和實(shí)驗(yàn)分析。理論分析階段,首先對(duì)超聲評(píng)價(jià)肌肉疲勞的可行性進(jìn)行了分析:重點(diǎn)對(duì)肌肉組織中的超聲特性進(jìn)行了分析,并結(jié)合肌肉疲勞過(guò)程中其形態(tài)參數(shù)和生理參數(shù)的變化,對(duì)超聲在逐漸疲勞的肌肉中幅值衰減模型進(jìn)行了簡(jiǎn)化;其次,對(duì)標(biāo)準(zhǔn)SSA分析在處理較長(zhǎng)時(shí)間序列時(shí)計(jì)算量較大的問(wèn)題行了改進(jìn),并對(duì)窗口長(zhǎng)度和重構(gòu)奇異值個(gè)數(shù)的選擇方法進(jìn)行了綜述。實(shí)驗(yàn)分析階段:首先對(duì)比分析了改進(jìn)SSA、小波閾值、經(jīng)驗(yàn)公式三種算法在抑制高斯噪聲和隨機(jī)脈沖噪聲時(shí)的效果;其次,對(duì)10名被試者在做手臂等長(zhǎng)運(yùn)動(dòng)時(shí)的肌電信號(hào)和超聲信號(hào)同步進(jìn)行采集。利用采集到的信號(hào)分析超聲幅值衰減與肌肉發(fā)達(dá)程度、肌肉疲勞程度的關(guān)系,并分析了超聲在逐漸疲勞的肌肉組織中的衰減規(guī)律。超聲在逐漸疲勞的肌肉組織中的衰減模型可以簡(jiǎn)化為只與衰減系數(shù)和傳播距離相關(guān)的函數(shù)。對(duì)于逐漸疲勞的肌肉組織,其生理特性發(fā)生改變(PH值下降、溫度上升、肌肉厚度增加),這些改變導(dǎo)致衰減系數(shù)增大、傳播距離加長(zhǎng),從而引起超聲幅值的衰減,并且其呈指數(shù)衰減。超聲響應(yīng)信號(hào)衰減率可用于評(píng)估肌肉的發(fā)達(dá)程度,被試者肌肉越發(fā)達(dá),超聲幅值隨肌肉組織狀態(tài)變化而大幅度變化;當(dāng)超聲幅值變化緩慢時(shí),被試者肌肉不夠發(fā)達(dá)。在處理非平穩(wěn)序列和較長(zhǎng)時(shí)間序列時(shí),重疊奇異譜分析算法去噪效果優(yōu)于標(biāo)準(zhǔn)SSA算法。
【圖文】：

MUSA算法流程圖

(2) 自動(dòng)搜索可能的腱膜首先將圖像的行數(shù)和列數(shù)減半。為了增強(qiáng)圖像內(nèi)可能出現(xiàn)的所有的腱膜結(jié)構(gòu)，計(jì)算圖像的垂直Sobel梯度（圖2-5c），然后對(duì)經(jīng)過(guò)處理的圖像垂直應(yīng)用一階導(dǎo)數(shù)高斯（FODG）濾波，最后將 FODG 輸出設(shè)置為閾值以產(chǎn)生二進(jìn)制 FODG 掩模（圖 2-5d），閾值設(shè)置為 FODG 輸出的最大灰度的 80%。從圖 2-5d 中可以看出二進(jìn)制 FODG 掩模表示了兩個(gè)肌肉腱膜，而其他白色區(qū)域?yàn)槠渌Y(jié)構(gòu)。在圖 2-5d 中標(biāo)出所有不連通的區(qū)域，將它們近似為橢圓，，并移除所有偏心率小于 0.995，且長(zhǎng)軸短于圖像長(zhǎng)度 70%的區(qū)域，得到圖 2-5e。對(duì)圖 2-5e 中的不規(guī)則圖形進(jìn)行校正得到圖 2-5f。
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TN911.7;R685

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 田峰;;對(duì)中樞與外周運(yùn)動(dòng)性疲勞的再認(rèn)識(shí)[J];中國(guó)組織工程研究;2015年42期

2 盧辰龍;匡翠林;易重海;章浙濤;;奇異譜分析濾波法在消除GPS多路徑中的應(yīng)用[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2015年07期

3 蔡斌;戴\戎;;評(píng)估肌肉疲勞的中樞和外周起源[J];醫(yī)用生物力學(xué);2015年02期

4 黃耐寒;楊喜東;陳香;;一種考慮肌疲勞因素的肌力預(yù)測(cè)模型修正方法[J];航天醫(yī)學(xué)與醫(yī)學(xué)工程;2014年03期

5 明東;王欣;徐瑞;邱爽;趙欣;綦宏志;周鵬;張力新;萬(wàn)柏坤;;sEMG Feature Analysis on Forearm Muscle Fatigue During Isometric Contractions[J];Transactions of Tianjin University;2014年02期

6 劉春龍;張志杰;余瑾;朱毅;;康復(fù)超聲成像技術(shù)測(cè)量健康青年腹部肌肉厚度及其信度研究[J];中國(guó)康復(fù)醫(yī)學(xué)雜志;2014年02期

7 王益艷;;基于特征均值的SVD信號(hào)去噪算法[J];計(jì)算機(jī)應(yīng)用與軟件;2012年05期

8 錢(qián)征文;程禮;李應(yīng)紅;;利用奇異值分解的信號(hào)降噪方法[J];振動(dòng).測(cè)試與診斷;2011年04期

9 ;Real-time surface electromyography in Parkinson's disease patients during exercise-induced muscle fatigue[J];Neural Regeneration Research;2011年14期

10 張波;劉文章;;蛙人回波建模與實(shí)驗(yàn)研究[J];應(yīng)用聲學(xué);2010年04期

相關(guān)碩士學(xué)位論文 前4條

1 崔文祥;肌肉肌腱單元層面的肌疲勞特性研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

2 章悅;基于肌音信號(hào)的靜動(dòng)態(tài)肌肉收縮疲勞特征研究[D];華東理工大學(xué);2017年

3 曹霞;肌肉疲勞過(guò)程中超聲圖像熵特性[D];陜西師范大學(xué);2014年

4 呂海濤;生物多層組織的聲傳輸特性研究[D];陜西師范大學(xué);2006年

本文編號(hào)：2688556