基于肌電信號的頸肩肌肉疲勞特性研究.pdf

1、隨著時代的發(fā)展，頸椎病呈現(xiàn)出低齡化和泛社會化現(xiàn)象，其病因繁多，病理機(jī)制復(fù)雜，在不同程度上與慢性勞損引起的頸肩肌肉疲勞和收縮力下降密切相關(guān)。通過表面肌電信號可以實(shí)時掌握肌肉的變化情況，判斷其疲勞程度，并有效避免肌肉長期處于疲勞狀態(tài)，預(yù)防頸椎病的發(fā)生。肌肉疲勞程度的評估在多個領(lǐng)域都有廣泛的應(yīng)用，但目前對于肌肉疲勞程度的劃分以及評價方法并沒有形成統(tǒng)一的標(biāo)準(zhǔn)，同時也沒有建立與頸肩肌肉疲勞程度相對應(yīng)的模型。
　　本文設(shè)計(jì)了一套完整的利用斜方

2、肌肌電信號來研究頸肩肌肉疲勞程度的分析系統(tǒng)。斜方肌作為維持頸椎平衡的主要肌肉，極易產(chǎn)生勞損，影響頸椎的健康。當(dāng)單純的斜方肌上束運(yùn)動時，同側(cè)或不同側(cè)會產(chǎn)生頸部的伸展以及頸部的側(cè)屈。當(dāng)斜方肌上束和下束同時收縮的時候會產(chǎn)生肩胛骨旋轉(zhuǎn)運(yùn)動。實(shí)驗(yàn)中采集頸肩肌肉疲勞不斷加深過程中，頸部側(cè)屈和肩胛骨旋轉(zhuǎn)運(yùn)動時的斜方肌電信號。
　　利用AD8221和OPA365組建了硬件調(diào)理電路，完成對原始信號的放大濾波。利用32位主控芯片STM32F103RC

3、T6內(nèi)部ADC，對調(diào)理電路輸出的模擬電壓信號進(jìn)行模數(shù)轉(zhuǎn)換，通過Wi-Fi模塊與上位機(jī)完成遠(yuǎn)程通信，將數(shù)據(jù)傳輸給上位機(jī)，在LabVIEW編寫的上位機(jī)界面上進(jìn)行實(shí)時顯示監(jiān)控以及數(shù)據(jù)存儲。對采集到的肌電信號預(yù)處理后，提取時域、頻域、時頻域參數(shù)，觀察并分析其變化情況。實(shí)驗(yàn)表明在頸部側(cè)屈和肩胛骨旋轉(zhuǎn)運(yùn)動中均方根肌電值(RMS)、積分肌電值(iEMG)、經(jīng)小波分解后的3、4、5層小波系數(shù)能量值均隨著肌肉疲勞程度的加深，呈現(xiàn)出不斷上升的趨勢，可以作為

4、疲勞判斷的特征參數(shù)，而平均功率頻率(MPF)和中值頻率(MF)基本保持平衡，并沒有出現(xiàn)頻率左移的現(xiàn)象，不適宜作為疲勞判斷的特征參數(shù)，因此將計(jì)算得到前五個特征參數(shù)，作為輸入值，建立基于BP神經(jīng)網(wǎng)絡(luò)的頸肩肌肉疲勞程度識別模型，實(shí)現(xiàn)對頸肩肌肉疲勞程度的判定。試驗(yàn)結(jié)果表明，肩胛骨旋轉(zhuǎn)運(yùn)動的肌肉疲勞程度識別率為89％，頸部側(cè)屈運(yùn)動的頸肩肌肉疲勞程度識別率為83.5％，由此可知，肩胛骨旋轉(zhuǎn)運(yùn)動產(chǎn)生的肌電信號特征值作為輸入使得頸肩肌肉疲勞程度模型有著