【摘要】：肌肉疲勞是一種復(fù)雜的生理現(xiàn)象。針對利用表面肌電信號實時評估肌肉疲勞,要求疲勞指標(biāo)兼具快速、可靠、抗噪的問題,提出基于邊際譜熵的肌肉疲勞實時評估方法。首先,利用不同數(shù)據(jù)長度的確定性周期信號和高斯白噪聲分析了邊際譜熵快速性與數(shù)據(jù)長度穩(wěn)健性;其次,利用10名受試者握力持續(xù)靜態(tài)收縮狀態(tài)下從100%MVC下降到50%MVC時橈側(cè)腕長伸肌的肌肉疲勞信號,分析了邊際譜熵評估肌肉疲勞的可靠性與應(yīng)用于不同個體的穩(wěn)定性;最后,在某一受試者肌肉疲勞信號中加入高斯白噪聲和心電噪聲考察了邊際譜熵的抗噪性。實驗結(jié)果表明,邊際譜熵與近似熵和中值頻率相比計算快速,數(shù)據(jù)長度穩(wěn)健性更優(yōu);線性擬合優(yōu)度較佳(0.46±0.14),能可靠地評估肌肉疲勞;斜率變異系數(shù)較低(30.30%),對不同個體穩(wěn)定性高;加入高斯白噪聲和心電噪聲后邊際譜熵擬合優(yōu)度變化率較低(分別為34.39%和3.78%),具有良好的抗噪性。因此邊際譜熵兼具快速、能可靠評估肌肉疲勞以及抗噪等優(yōu)點,為實時評估肌肉疲勞提供一種新方法。
[Abstract]:Muscle fatigue is a complex physiological phenomenon. Aiming at the problem of real-time evaluation of muscle fatigue by surface electromyography (EMG) signals, which requires both fast, reliable and anti-noise indexes, a real-time evaluation method of muscle fatigue based on marginal spectrum entropy is proposed. Firstly, using deterministic periodic signals with different data lengths and Gao Si white noise, the paper analyzes the marginal spectral entropy rapidity and data length robustness. Using the muscle fatigue signal of extensor Carpi radialis longus under the condition of continuous static contraction of grip force from 100%MVC to 50%MVC, the marginal spectrum entropy was analyzed to evaluate the reliability of muscle fatigue and the stability of muscle applied to different individuals. The noise resistance of marginal spectral entropy was investigated by adding Gao Si white noise and electrocardiogram noise to the muscle fatigue signal. The experimental results show that the marginal spectral entropy is faster than the approximate entropy and the median frequency, the data length is more robust, the linear fit is better (0.46 鹵0.14), the slope coefficient of variation is lower (30.30%), and the slope coefficient of variation is higher for different individuals. When Gao Si white noise and ECG noise were added, the variation rate of marginal spectral entropy goodness of fit was lower (34.39% and 3.78%, respectively), and had good noise resistance. Therefore, the marginal spectral entropy has the advantages of fast, reliable evaluation of muscle fatigue and anti-noise, which provides a new method for real-time evaluation of muscle fatigue.
【作者單位】： 合肥工業(yè)大學(xué)智能制造技術(shù)研究院;合肥工業(yè)大學(xué)機(jī)械工程學(xué)院;
【基金】：科技型中小企業(yè)技術(shù)創(chuàng)新基金(11C26213402042)項目資助
【分類號】：R318;TN911.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前8條

1 劉加海,王健,羅曉芳;局部肌肉疲勞的表面肌電信號復(fù)雜度和熵變化[J];生物物理學(xué)報;2004年03期

2 王生,牛云彤,王起恩,何麗華,王浩;肌肉疲勞過程肌電變化實驗觀察[J];鐵道勞動安全衛(wèi)生與環(huán)保;1996年03期

3 葉偉,王健,劉紅;靜態(tài)負(fù)荷誘發(fā)肌肉疲勞后恢復(fù)期sEMG信號變化規(guī)律[J];中國應(yīng)用生理學(xué)雜志;2005年02期

4 顏芳,曾孝平,何慶華,宋焱翼;肌肉疲勞過程中電誘發(fā)表面肌電信號的小波分析[J];重慶大學(xué)學(xué)報(自然科學(xué)版);2005年01期

5 陽建瑩,藺艷,李達(dá)兵,馮敏,羅禮容,馮志強;中樞、神經(jīng)-肌肉接頭、肌肉疲勞的實驗?zāi)Ｐ图捌鋺?yīng)用研究[J];瀘州醫(yī)學(xué)院學(xué)報;2001年06期

6 趙敬國;肌肉疲勞的細(xì)胞生物學(xué)機(jī)制及應(yīng)對措施[J];山東體育科技;2001年01期

7 趙敬國;肌肉疲勞的細(xì)胞學(xué)機(jī)制及應(yīng)對措施[J];中國體育科技;2001年S1期

8 ;[J];;年期

相關(guān)會議論文 前1條

1 馬治家;姚素英;;一種評定肌肉疲勞的方法[A];第一屆全國人—機(jī)—環(huán)境系統(tǒng)工程學(xué)術(shù)會議論文集[C];1993年

相關(guān)博士學(xué)位論文 前1條

1 余慧杰;具有生理學(xué)特性的高精度人體肌肉疲勞建模及其在手臂屈伸運動中的應(yīng)用研究[D];復(fù)旦大學(xué);2008年

相關(guān)碩士學(xué)位論文 前3條

1 李培暢;肌肉疲勞進(jìn)程中的超聲信號衰減特性研究[D];陜西師范大學(xué);2015年

2 常婧;基于疲勞速率和剩余最大自主肌力的二維肌肉疲勞指標(biāo)[D];清華大學(xué);2015年

3 葉偉;靜態(tài)運動負(fù)荷誘發(fā)肌肉疲勞過程中SEMG信號變化的生理機(jī)制[D];浙江大學(xué);2002年

，

本文編號：2259644