表面肌電信號分析方法及其在體育領域中的醫藥應用

夏培玲 劉昕 姜廣富

摘 要：表面肌電信號（sEMG）能夠實時、準確且在無損傷的狀態下反映肌肉活動的狀態和功能狀態。表面肌電信號有多種 分析方法，包括時頻分析、參數模型分析、非線性指標分析等。表面肌電信號在臨床診斷，康復醫學以及運動醫學中都具 有重要意義。本文介紹了表面肌電信號常用的分析方法，以及其在體育運動領域的研究情況，結果顯示，體育運動領域中運用表面肌電信號進行動作技術診斷、肌肉疲勞評估等方面研究廣泛。

關鍵詞：表面肌電信號 時頻分析 體育運動

中圖分類號：G804.2 文獻標識碼：A 文章編號：2095-2813（2018）07（a）-0006-03

表面肌電信號（sEMG）是在皮膚表面通過電極引導、放大從而記錄下來的神經肌肉系統在活動時的生物電信號，能夠實時、準確且在無損傷的狀態下反映肌肉活動的狀態和功能狀態。通常所獲得的肌電信號是一組一維時間序列信號，它的變化與所參加活動的運動單位的類型、數量、放電頻率，以及動作電位的傳導速度皮下脂肪厚度等因素有關[1]。由于表面肌電具有安全性特征，它被廣泛應用于人體運動學的研究領域，用表面電極去探測運動中肌肉表面的電信號，表面肌電也存在缺點，它的主要缺點是只能研究活動中表面肌肉的肌電特征，無法探測到深層肌肉的肌電活動特征。

1 sEMG信號常用分析方法

表面肌電信號常用的分析方法為時、頻分析方法。時域分析方法主要包括積分肌電值（iEMG）和均方根值（RMS）。積分肌電值是指肌肉在一定的時間內參與運動的運動單位放電量的總和，其值的大小在某種程度上反映出參加工作的運動單位的數量及運動單位的放電量大小[2]，是評價肌肉疲勞的重要手段之一。運動進行時，最先參與運動的運動單位開始疲勞，需要募集更多的運動單位，使肌肉的放電現象逐漸增強，所以單位時間內的iEMG也隨之增加；運動單位疲勞后，參加收縮的運動單位逐漸減少，頻率逐漸下降，表現出的iEMG也有所降低[3]。均方根值（RMS）是用來描述一段時間內肌電的平均變化特征，肌電幅值的變化決定了均方根值的大小，但是它不能反映肌電信號細節的變化。在頻域分析方面，主要指標有平均功率頻率（MPF）和中位頻率（MF）。對低負荷運動條件下頻譜的變化有高度敏感性的指標是平均功率頻率（MPF），MPF隨運動時間的延長而減小，負荷越大，減小就越明顯。中位頻率（MF）是肌纖維放電頻率的中間值，它將能量譜的能量一分為二。MPF和MF都可反映肌電信號在不同頻率分量的變化，但在具體研究中MPF對反映肌肉活動狀態和功能狀態方面更具敏感性[1]。

表面肌電信號也發展了將時頻或幅頻結合起來分析的方法。比如幅頻聯合分析（JASA）就是一種同時考慮EMG振幅和頻率變化的一種疲勞測定分析方法[4]；小波分析法也是把時域和頻域結合起來進行分析，它是研究非平穩信號的一種有效方法，在生理信號分析中得到了廣泛的應用[5]。

然而，表面肌電信號往往是隨著肌肉的活動呈現出非穩定信號的變化特征，傳統的時頻分析就會受到一定的限制，所以產生了非線性分析方法，如信號關聯維數、肌肉復雜度、分形分析等[6]。

2 sEMG信號進行專項動作技術診斷

許多研究者們利用表面肌電技術來對不同運動項目的技術動作改進和專項訓練進行監測。趙偉科等人[7]對北京體育大學6名優秀網球運動員正手擊球動作技術進行表面肌電信號分析，結果發現，正手擊球動作中最先發力的肌肉是斜方肌、脛骨前肌和腓腸肌，而三角肌前部、腓腸肌、脛骨前肌和斜方肌的用力時間比其他肌肉長，這說明表面肌電測試可以用于診斷網球擊球動作是否合理、正確。郭峰等人[8]對沈陽體育學院8名健將級女子拳擊運動員后手直拳動作進行表面肌電分析，結果顯示，在后手直拳擊打的過程中，上肢肌肉中三角肌前束的做功百分比最高，在后手直拳擊打的過程中主動肌的激活順序分別為三角肌前束、肱三頭肌和尺側腕屈肌。說明在后手直拳擊打動作中，上肢拮抗肌發揮著重要作用，所以建議在平時的訓練中應該加強上肢拮抗肌的訓練。楊文明等人[9]同時對6名一級跳高運動員背越式跳高起跳腿的緩沖、蹬伸技術環節的運動學和肌肉表面肌電圖進行研究，他們發現在整個起跳過程中比目魚肌、股外側肌貢獻度較大，脛骨前肌的貢獻度較小，但是股二頭肌的肌電活動持續在整個起跳過程，所以他們建議在今后的訓練中，不僅要加強起跳腿蹬伸的主動肌的力量訓練，也要適當加強股后肌群的力量訓練。

伴隨運動性疲勞的發生，表面肌電信號可以在一定程度上反映出肌肉收縮功能的變化，它會受到不同因素的影響，比如：運動方式、運動強度、肌肉收縮方式、性別、年齡等。也有研究者認為，肌肉出現疲勞至少存在兩類作用機制，即為外周機制和中樞機制[10]。楊春紅等人[11]運用線性和非線性分析方法分析不同強度等長收縮誘發局部肌肉疲勞及疲勞恢復過程中表面肌電信號特征的變化規律，探討影響表面肌電信號變化的可能原因和機制。實驗結果顯示，在肱二頭肌疲勞收縮過程中，表面肌電信號的線性指標和非線性指標的變化具有良好的規律性，部分指標在恢復期2s便開始出現顯著的恢復，且在恢復期的前10s恢復很快。他們認為恢復初期表面肌電信號的這種快速變化的特征暗示了在此期間機體的中樞控制因素可能發揮更大的作用。

3 sEMG信號評估肌肉疲勞

3.1 靜力性運動中肌肉疲勞評估

多年來，運用表面肌電技術對運動性疲勞進行評估和監測也越來越受到研究者們的重視。在靜力性運動中，Loscher[12]對腓腸肌和比目魚肌以30%最大自主收縮（Maximal Voluntary Contration，MVC）做疲勞性等長收縮，發現均方根值（RMS）隨時間延長顯著上升，比目魚肌呈線性增加，而腓腸肌則呈非線性關系。在靜力性運動至疲勞過程中，與sEMG信號線性分析指標相比，運用sEMG信號非線性分析指標來評價肌肉疲勞具有非常好的敏感性[13]。

國內學者王樂軍等人[14]讓受試者右臂腕部以20%MVC做疲勞性等長收縮，至不能堅持負荷時結束實驗，記錄右側肱橈肌和肱二頭肌sEMG信號，結果顯示肱二頭肌與肱橈肌sEMG信號的RMS在運動中表現出逐漸增加的趨勢，而中值頻率（MF）、平均功率頻率（MPF）表現出逐漸減小的趨勢，MF、MPF與負荷運動持續時間之間具有顯著負相關，RMS與負荷運動持續時間之間具有顯著的正相關，研究者認為RMS反映肱二頭肌與肱橈肌疲勞的敏感性和穩定性要優于其他指標。張海紅等人[15]研究發現疲勞和非疲勞狀態下sEMG信號特征存在顯著差異，而在最大隨意收縮誘發肱二頭肌疲勞的過程中，sEMG信號的線性指標MPF和非線性指標則同樣呈單調遞減。以上為靜力性運動至肌肉疲勞研究中sEMG信號表現出來的特征。

3.2 動力性運動中肌肉疲勞評估

運用sEMG信號對動力性運動至疲勞進行研究也備受關注。蔣琳[16]應用表面肌電信號的分析處理技術，對10名優秀男子中長跑運動員進行跑臺不同強度遞增負荷測試，研究發現，使用幅頻聯合分析法對肌肉的疲勞度進行評價比肌電疲勞閾更為精細，運動中，肌電信號的振幅通常會逐漸增大，而頻率則逐漸下降，但不同肌肉間存在一定的差異。

表面肌電信號不但能夠直觀地反映出肌肉的收縮活動狀態，而且還與肌肉組織中的代謝變化存在一定的關系[17]。劉兵[18]在功率自行車遞增負荷運動過程中股四頭肌的表面肌電信號變化特征的研究中發現，運動中表面肌電圖顯示振幅逐漸增高，積分肌電值和均方根值相應增加，中值頻率（MF）值逐級減少的變化特征。同時還發現血乳酸濃度的變化趨勢與積分肌電值、通氣量的變化非常相似，運動后血漿Na+、K+和Ca+的濃度較運動前升高。近日馬文凱等人[19]做了運動疲勞對sEMG信號影響的元分析，認為運動疲勞對iEMG有顯著的影響，表現為數值升高，但其存在高異質性，提示iEMG雖然能有效評價運動疲勞但并不穩定；而運動疲勞對MPF也有顯著影響，表現為數值降低，認為MPF才是評價運動疲勞的穩定而且有效的指標。

4 結語

在體育運動領域，利用sEMG技術對運動員進行力量的訓練、動作技術的改正、肌肉活動狀況的評定等提供有益的參考，對肌電技術進行全方位的診斷，則可克服傳統消極因素，對訓練手段進行不斷的改進和升級，從而推動專項技術的發展，促進運動項目發展水平的提高。而sEMG技術在運動員疲勞方面的深入研究，將為合理安排運動量、檢測運動員的機能狀態提供快捷、簡便的方法。

參考文獻

[1]王健.sEMG信號分析及其應用研究進展[J].體育科學，2000（4）：56-60.

[2] 崔玉鵬，洪峰.表面肌電圖在人體運動研究中的應用[J].首都體育學院學報，2005（1）：102-104，114.

[3] Pavlat J， Housh TJ， Johnson GO， et al. Electromyographic responses at the neuromuscular fatigue threshold[J]. Journal of Sports Medicine & Physical Fitness， 1995，35（1）：31-37.

[4] 王奎，劉建紅，宋剛.sEMG技術在評價運動性疲勞方面的方法及應用[J].安徽體育科技，2004（3）：49-51.

[5] 秦前清，楊宗凱.實用小波分析：小波分析[M].西安電子科技大學出版社，1994.

[6] 李卓.表面肌電的信號分析及在體育科研中的應用[J].體育科技文獻通報，2006（3）：31-33，30.

[7] 趙偉科，何輝.優秀網球運動員正手擊球肌肉用力表面肌電特征分析[J].北京體育大學學報，2011（7）：74-77.

[8] 郭峰，張日輝.優秀女子拳擊運動員后手直拳技術動作上肢肌肉表面肌電分析[J].沈陽體育學院學報，2009， 28（4）：65-68.

[9] 楊文明.背越式跳高起跳技術環節肌肉用力特點的研究[D].上海體育學院，2010.

[10]王健，劉加海.肌肉疲勞的表面肌電信號特征研究與展望[J].中國體育科技，2003（2）：5-8.

[11]楊紅春，王健，張海紅.等長收縮誘發肌肉疲勞及恢復過程中表面肌電信號特征變化規律[J].生物物理學報， 2005，21（5）：385-390.

[12]L?scher WN， Cresswell AG， Thorstensson A. Electromyographic response of the human triceps surae and force tremor during sustained submaximal isometric plantar flexion[J]. Acta Physiologica， 2010，152（1）：73-82.

[13]陳勝利，張立.表面肌電信號分析評價肌肉疲勞的有效性和敏感性[J].武漢體育學院學報，2011，45（12）：71-77.

[14]王樂軍，陸愛云，范年春，等.表面肌電信號指標評價低負荷等長收縮誘發屈肘肌疲勞的敏感性和穩定性分析[J].中國運動醫學雜志，2013，32（2）：117-123.

[15]張海紅，王健，楊鎮.最大隨意收縮誘發肌肉疲勞的表面肌電信號變化[J].航天醫學與醫學工程，2006（5）：373-376.

[16]蔣琳.優秀中長跑運動員專項運動中肌肉疲勞度評價方法的研究[D].北京體育大學，2012.

[17]王國祥.不同負荷強度運動時表面肌電圖中位頻率與血乳酸濃度變化的關系[J].體育學刊，2004（1）：45-48.

[18]劉兵.遞增負荷運動中股四頭肌表面肌電信號變化特征及其生理學意義[D].蘇州大學，2008.

[19]馬文凱，趙國華，程超.運動疲勞對表面肌電影響的元分析[J].浙江體育科學，2018，40（1）：91-96，104.