本文選題：肌肉疲勞 + 圖像熵�。� 參考：《中國生物醫(yī)學(xué)工程學(xué)報》2015年01期

【摘要】：肌肉疲勞是一種由運動引起的肌肉最大隨意收縮力減小的現(xiàn)象,處理不當(dāng),可能會產(chǎn)生嚴(yán)重的運動損傷。本研究利用自行設(shè)計的肌肉組織超聲圖像檢測系統(tǒng),以超聲圖像熵表征肌肉超聲圖像紋理灰度分布的空間特征,探討肌肉組織疲勞過程中其超聲圖像熵的演變規(guī)律。采集10名受試者在不同負(fù)荷(20%MVC、30%MVC、40%MVC、50%MVC)時肱二頭肌的超聲圖像,分別就每一負(fù)荷下圖像熵隨時間的變化進行直線擬合,并對其斜率進行隨機區(qū)組方差分析。結(jié)果表明,不同的受試者之間其肌肉疲勞圖像熵隨時間變化的斜率差異顯著(P=0.000 0);同一受試者不同負(fù)荷的超聲圖像熵隨疲勞時間變化斜率也存在顯著差異(P=0.040 0)。但是,同一受試者在不同負(fù)荷時超聲圖像熵隨時間變化的擬合斜率的差異,遠(yuǎn)小于不同受試者在同一負(fù)荷水平擬合斜率值間的差異,提示個人的肌肉特性起到主要的作用。所進行的研究為肌肉疲勞進程的量化評估提供了依據(jù)。
[Abstract]:Muscle fatigue is a kind of phenomenon that the maximal and random contraction force of muscle is reduced caused by exercise. If not handled properly, it may cause serious sports injury. In this study, the ultrasonic image detection system designed by ourselves was used to characterize the spatial characteristics of texture gray distribution of muscle ultrasonic image with ultrasonic image entropy, and the evolution of ultrasonic image entropy in muscle tissue fatigue process was discussed. The ultrasonic images of biceps brachii were collected from 10 subjects at different load (20%) and 30 MVC (30 MVC), respectively. The entropy of each load was fitted with time, and the slope was analyzed by random area group variance analysis. The results showed that there were significant differences in the slope of muscle fatigue image entropy with time between different subjects, and there were significant differences in the slope of ultrasonic image entropy with fatigue time in the same subjects with different loads. However, the difference of fitting slope of entropy with time in the same subjects under different loads is much smaller than that between different subjects at the same load level, indicating that the muscle characteristics of individuals play an important role. The results provided a basis for quantitative evaluation of muscle fatigue.
【作者單位】： 陜西師范大學(xué)物理與信息技術(shù)學(xué)院 陜西省超聲學(xué)重點實驗室;
【基金】：國家自然科學(xué)基金(10974128,11274217) 陜西師范大學(xué)中央高�；究蒲袠I(yè)務(wù)費專項資金(GK20131009)
【分類號】：R540.45;R68

【參考文獻】

相關(guān)期刊論文 前3條

1 周永洲;閔一建;;肌音的匹配追蹤時--頻分析與肌肉疲勞狀態(tài)研究[J];長春教育學(xué)院學(xué)報;2013年12期

2 張宇;金丹;王立超;秦煜;;骨骼肌收縮對骨毛細(xì)血管通透性影響的實驗研究[J];南方醫(yī)科大學(xué)學(xué)報;2010年02期

3 黃勇;張文建;郁凡;;基于圖像熵的衛(wèi)星云圖分類方法[J];大氣科學(xué)學(xué)報;2012年05期

【共引文獻】

相關(guān)期刊論文 前9條

1 詹曙;王少武;蔣建國;;基于尺度限制SURF的圖像配準(zhǔn)[J];電子測量與儀器學(xué)報;2013年10期

2 徐曉華;周曉飛;金野;李習(xí)倫;;基于圖像配準(zhǔn)的紙幣圖像識別方法[J];智能計算機與應(yīng)用;2013年06期

3 孫彥香;;兒童(0～6歲)超聲骨強度狀況及影響因素比較研究[J];當(dāng)代醫(yī)學(xué);2014年33期

4 王敬志;馬祖長;孫怡寧;曹慶慶;;基于健康體征信息的有氧耐力訓(xùn)練方法[J];北京生物醫(yī)學(xué)工程;2014年02期

5 張冉;王雷;夏威;高欣;;2D/3D圖像配準(zhǔn)中的相似性測度和優(yōu)化算法[J];激光與紅外;2014年01期

6 陳杰;陳鐵橋;梅小明;邵權(quán)斌;鄧敏;;基于最優(yōu)尺度選擇的高分辨率遙感影像丘陵農(nóng)田提取[J];農(nóng)業(yè)工程學(xué)報;2014年05期

7 潘婷婷;陸麗婷;顧綺芳;;QPSO算法和Powell法結(jié)合的多分辨率醫(yī)學(xué)圖像配準(zhǔn)[J];計算機應(yīng)用與軟件;2014年07期

8 王騰飛;楊艷;;基于空間加權(quán)互信息的非剛性醫(yī)學(xué)圖像配準(zhǔn)[J];計算機應(yīng)用與軟件;2014年09期

9 蔣志偉;夏春明;;基于肌音信號分析的踝關(guān)節(jié)動作模式識別[J];華東理工大學(xué)學(xué)報(自然科學(xué)版);2015年01期

相關(guān)會議論文 前2條

1 施俊;鄭永平;周康源;嚴(yán)壯志;;骨骼肌的多參量結(jié)合研究：可行性研究[A];2005年上海市生物醫(yī)學(xué)工程學(xué)會學(xué)術(shù)年會論文集[C];2005年

2 李彬彬;易寶林;羅樂;劉文嬌;;基于信源學(xué)的光譜曲線特征提取技術(shù)比較研究[A];中國通信學(xué)會第六屆學(xué)術(shù)年會論文集（中）[C];2009年

相關(guān)博士學(xué)位論文 前9條

1 陳焱焱;全干式超聲骨強度測量方法研究[D];中國科學(xué)技術(shù)大學(xué);2012年

2 裘徔;零件表面混合維建模理論、方法及其在產(chǎn)品裝配質(zhì)量預(yù)測中的應(yīng)用[D];浙江大學(xué);2012年

3 毛尚勤;微操作系統(tǒng)的機器視覺與無標(biāo)定視覺伺服研究[D];華中科技大學(xué);2013年

4 展金鋒;15-22孕周胎兒大腦時間—空間模板的建立及應(yīng)用[D];山東大學(xué);2013年

5 王雷;多模態(tài)醫(yī)學(xué)圖像配準(zhǔn)與融合關(guān)鍵算法研究[D];華南理工大學(xué);2013年

6 廉藺;紅外與可見光遙感圖像自動配準(zhǔn)算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

7 李琦;多模態(tài)醫(yī)學(xué)影像魯棒配準(zhǔn)方法研究[D];西安電子科技大學(xué);2013年

8 張娟;醫(yī)學(xué)圖像配準(zhǔn)中相似性測度的研究[D];南方醫(yī)科大學(xué);2014年

9 彭小蘭;有機熱載體爐積碳檢測技術(shù)及安全評價研究[D];中南大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 王飛;磁致伸縮縱向模態(tài)導(dǎo)波信號處理關(guān)鍵技術(shù)研究[D];浙江大學(xué);2011年

2 趙新宇;成人前臂高頻超聲檢查及臨床意義[D];遵義醫(yī)學(xué)院;2009年

3 王剛;不同方法評價大鼠軟組織損傷的比較研究[D];中國人民解放軍軍醫(yī)進修學(xué)院;2012年

4 李恒;基于MR擴散張量成像的圖像配準(zhǔn)算法研究[D];鄭州大學(xué);2013年

5 朱，

本文編號：1797713