当前位置:主页 > 医学论文 > 神经病学论文 >

基于肌音信号的静动态肌肉收缩疲劳特征研究

发布时间:2018-05-31 14:28

  本文选题:肌音信号 + 静态收缩 ; 参考:《华东理工大学》2017年硕士论文


【摘要】:肌肉疲劳是由运动引起的肌肉最大随意收缩力减小的现象,其研究可应用于生理医学的职业病预防或体育工程的运动员训练等方面。之前已有众多研究者利用肌电信号对肌肉疲劳进行研究。作为一种新的研究肌肉收缩与肌肉疲劳的信号分析工具,肌音信号具有独特的优点,近年来逐渐受到更多关注。本课题针对日常生活中较为普遍的肌肉疲劳现象用肌音信号进行研究,根据前人的研究方法设计了桡侧腕屈肌的静态收缩疲劳试验和肌肉动态收缩疲劳试验。在静、动态肌肉收缩条件下对肌音信号进行频域特征分析,运用离散小波分解重构和小波包分解重构的方法对肌音信号的频带信息变化进行探究。对肌肉疲劳过程中的肌音信号进行时频域特征分析,运用短时傅里叶变换,并提取上述两个特征参数,定量计算特征值的变化幅度。本文经过静、动态肌肉收缩疲劳试验和特征研究,表明肌音信号是分析肌肉活动、评价肌肉疲劳的有效工具。从研究结果看来,对于这两种肌肉收缩方式,平均功率频率(MPF)和中值频率(MDF)都是评估疲劳有效参数,体现了一定的规律性。研究的方法和结论对于将来运用肌音信号对肌肉疲劳程度量化研究具有促进作用。
[Abstract]:Muscle fatigue is the phenomenon that the maximum involuntary contractile force of muscles is reduced by motion, and its research can be applied to occupational disease prevention in physiological medicine or athletes training in sports engineering. Many researchers have studied muscle fatigue using EMG signals. The signal analysis tool, the muscle sound signal has the unique advantages, has received more and more attention in recent years. This topic studies the muscle tone signal of the common muscle fatigue in daily life. According to the previous research methods, the static contraction fatigue test and the muscle dynamic contraction fatigue test of the flexor carpal flexor muscle of the radial side are designed. In the dynamic muscle contraction, the frequency domain characteristics of the muscle sound signal are analyzed. The method of discrete wavelet decomposition reconstruction and wavelet packet decomposition and reconstruction is used to explore the change of the frequency band information of the muscle sound signal. The time and frequency characteristics of the muscle tone signal in the muscle fatigue process are analyzed, and the short time Fourier transform is used to extract the two special features. In this paper, the static, dynamic muscle contraction fatigue test and characteristic study show that the muscle tone signal is an effective tool for analyzing muscle activity and evaluating muscle fatigue. From the results of the study, the average power frequency (MPF) and the median frequency (MDF) of these two types of muscle contraction are all evaluated fatigue. The effective parameters reflect certain regularity. The research methods and conclusions will promote the quantitative study of muscle fatigue by using muscle tone signals in the future.
【学位授予单位】:华东理工大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:R741.044;TN911.6

【相似文献】

相关期刊论文 前10条

1 周琳;;精神压力会致肌肉疲劳[J];建筑工人;2013年06期

2 巩望松;;实时快速傅里叶转换用于监测肌肉疲劳[J];国外医学(生物医学工程分册);1987年04期

3 郝国君 ,胡中楫;肌肉疲劳微机监测系统[J];中国生物医学工程学报;1990年01期

4 凌烽,王公瑞,卢晓,李兵仓,李曙光;局部肌肉疲劳的无创监测[J];医用生物力学;1996年01期

5 刘建立;短跑训练中肌肉疲劳的生理特点及恢复[J];少年体育训练;2003年05期

6 ;揿皮针对肌肉疲劳的作用[J];国外医学(中医中药分册);2001年01期

7 尚西亮;鲍苑苑;任惠民;陈世益;;碳酸酐酶Ⅲ在疾病和肌肉疲劳发生发展中的作用[J];生命科学;2011年05期

8 王苹;;用肌电图的能谱分析测量不同收缩水平下的肌肉疲劳程度[J];国外医学.生物医学工程分册;1991年01期

9 李涛,,王竹,吴小明;肌电功率谱中心频率与肌肉疲劳的相关分析[J];中国康复医学杂志;1995年04期

10 高崇玄;维生素B_6对肌肉疲劳的影响[J];中国运动医学杂志;1982年01期

相关会议论文 前4条

1 马治家;姚素英;;一种评定肌肉疲劳的方法[A];第一届全国人—机—环境系统工程学术会议论文集[C];1993年

2 袁慧仪;任能博;;利用脂肪酸结合蛋白及多种手法监控肌肉疲劳[A];2002年第9届全国运动医学学术会议论文摘要汇编[C];2002年

3 李秀荣;陆世添;张立;;NIRS测量的肌氧含量与EMG参数在肌肉疲劳时的变化及其内在联系[A];第七届全国体育科学大会论文摘要汇编(二)[C];2004年

4 田石榴;刘宇;彭千华;;老年人肌力流失与肌肉疲劳的肌动图研究[A];第十一届全国运动生物力学学术交流大会论文汇编(摘要)[C];2006年

相关重要报纸文章 前8条

1 北京康比特运动营养研究所 孙凤华;“吃”掉肌肉疲劳[N];中国体育报;2008年

2 陈关瑚;防“腰突”注意啥[N];医药养生保健报;2007年

3 北京大学公共卫生学院 金昱 郭新彪;极限运动的疲劳与营养[N];健康报;2000年

4 ;强运动后不要洗冷水澡[N];卫生与生活报;2003年

5 健康时报特约专家 赵厚薇;夏天洗脚也要用热水[N];健康时报;2005年

6 王智;运动帮你入睡[N];健康时报;2004年

7 上海体育大学 史仍飞;关节不适别练动感单车[N];健康时报;2009年

8 晓卫;咖啡有时不“友善”[N];中国医药报;2005年

相关博士学位论文 前5条

1 蔡斌;肿瘤与慢性关节疾病引发肌肉疲劳的相关研究[D];上海交通大学;2014年

2 余慧杰;具有生理学特性的高精度人体肌肉疲劳建模及其在手臂屈伸运动中的应用研究[D];复旦大学;2008年

3 乌萨马(Usama Jasim Naeem);根据肌电图(EMG)信号评估人手臂肌肉力和肌肉疲劳的人工智能方法[D];华中科技大学;2013年

4 郭峰;指屈肌次最大随意等长收缩诱发疲劳过程中中枢神经电生理学机制研究[D];吉林大学;2014年

5 尚西亮;碳酸酐酶Ⅲ与肌肉疲劳之间的关系及其对疲劳消除作用的初步观察[D];复旦大学;2009年

相关硕士学位论文 前10条

1 李培畅;肌肉疲劳进程中的超声信号衰减特性研究[D];陕西师范大学;2015年

2 李霖;基于虚拟仪器的骨骼肌肉疲劳超声测试系统[D];陕西师范大学;2015年

3 常婧;基于疲劳速率和剩余最大自主肌力的二维肌肉疲劳指标[D];清华大学;2015年

4 姚瑞祥;基于生物力学的骑行裤垫研究[D];上海工程技术大学;2016年

5 刘阳;悬吊训练对青年人群肌肉疲劳程度的肌电特征分析[D];吉林体育学院;2016年

6 张晓伟;基于运动信息监测的可穿戴系统研究[D];北京服装学院;2017年

7 章悦;基于肌音信号的静动态肌肉收缩疲劳特征研究[D];华东理工大学;2017年

8 卢宁艳;局部肌肉疲劳的肌电和脑电反应模式[D];浙江大学;2005年

9 叶伟;静态运动负荷诱发肌肉疲劳过程中SEMG信号变化的生理机制[D];浙江大学;2002年

10 陈晓静;基于表面肌电的草原公路驾驶员局部肌肉疲劳研究[D];内蒙古农业大学;2015年



本文编号:1960083

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/shenjingyixue/1960083.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户75ce7***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com