当前位置: 首页 > 专利查询>浙江大学专利>正文

一种颈部肌肉疲劳分析方法及系统技术方案

技术编号:26521843 阅读:34 留言:0更新日期:2020-12-01 13:43
一种颈部肌肉疲劳分析方法,采集测试者的左右胸锁乳突肌和左右上斜方肌表面肌电信号;对采集的表面肌电信号进行预处理;对上述预处理后的表面肌电信号进行信号分离,获得分离后的信号;对分离后的表面肌电信号进行特征提取;及根据特征提取后的表面肌电信号特征进行颈部肌肉疲劳分析。本发明专利技术还涉及一种颈部肌肉疲劳分析系统。本发明专利技术操作简单、无创采集,能够对颈部肌肉疲劳进行有效分析。

【技术实现步骤摘要】
一种颈部肌肉疲劳分析方法及系统
本专利技术涉及一种颈部肌肉疲劳分析方法及系统。
技术介绍
现如今,人们在日常生活中,屈颈几率大为增加。颈部屈曲时由于头颅重心前移,导致颈部肌肉的收缩力和椎体所承受的压力均成倍增高,同时颈部伸肌的拉应力也显著增长。因此若颈部长期处于过度前屈的不良姿势下,颈肌就会长期处于紧张状况中,从而使颈肌负荷过重,久之出现肌肉劳损、肌肉痉挛、肌肉张力下降,最终导致颈部动静力平衡失调。一旦颈椎动静力平衡破坏及力学性能降低,就会加速颈椎和颈肌的退变,导致颈椎病的发生和发展。有关调查显示,我国颈椎病患者已达5000万人,每年新增颈椎病患者大约100万人,颈椎病已逐渐成为威胁我国人口健康的主要疾病之一。调查还表明约70%的人在一生中会罹患颈椎病。国内外一系列研究已经证实,颈椎病患者的颈部肌力较正常人明显降低、颈椎活动度显著低于正常人,同时颈椎周围肌肉相对常人更易疲劳。颈部的各种活动主要与颈椎稳定肌有关,颈椎稳定肌是分布于颈椎和躯干局部的具有维持颈椎稳定性和实现颈椎保护的肌群,其中胸锁乳突肌和上斜方肌起主要的稳定作用。因此,及时的了解颈椎稳定肌肉的疲劳状态,能有效的帮助颈部疲劳人群进行颈椎病的预防。越来越多的基础和临床医学发现,肌肉在静态的拉伸过程中,会逐渐进入疲劳状态。对于肌肉分析,目前国内外采用最多的是肌电信号,作为一种较早研究肌肉运动情况的信号源,肌电信号可以很好地显示人体肌肉运动过程中的电位移变化,大量研究证明,肌肉疲劳与肌电信号的有关指标有很好的相关性,在颈部、腰背部及四肢肌群肌肉疲劳评估方面有很好的信度和效度。肌电信号采集通常有两种方法:针状电极和表面电极。前者插入肌肉中采集肌电信号,后者放置在皮肤上以获取表面肌电信号。针状肌电极能够采集深层肌肉的肌电活动,而且涉及到的运动单元数目非常少,更具有针对性,能够清楚的导出单个运动单元或单个肌纤维产生的电位变化,从而能够研究肌肉内某一束肌纤维的功能。然而由于针电极测试的区域非常小,不能反映整块肌肉的功能状态,并且针电极因其有创性,进针的位置、深浅和手法都十分关键,对于操作者的要求比较高,同时针电极无法测量运动期间的肌电信号,因此,针电极一般用于临床诊断和一些基础性研究。与针电极采集肌电信号相比,表面电极由于其采集的间接性和非特异性,具有更大的检测范围和更低的空间分辨率,采集到的表面肌电信号更加容易受到干扰,信噪比更低。它的信号质量容易受到许多因素的影响,例如电极位置、皮肤状况、毛发状况、脂肪厚度、精神状态、电磁干扰情况等等。但是,通过表面电极测量肌电信号是非侵入性的,不需要医生的参与,是非临床环境下采集肌电信号的首选方法。以往对肌肉疲劳的研究中,往往是针对单一肌肉采集到的表面肌电信号进行分析,然而单一电极测量到的信号甚至可能源于多个肌肉群。人体肌肉在传导肌电信号时,其等效电路为一组复杂的容积导体,表面肌电信号容易受多个肌肉群串扰,使得结果存在很大的不确定性。
技术实现思路
为了克服已有技术的不足,本专利技术提供了一种颈部肌肉疲劳分析方法及系统,基于表面肌电信号进行人体颈部肌肉疲劳分析。本专利技术解决其技术问题所采用的技术方案是:一种颈部肌肉疲劳状态分析方法,该方法包括如下步骤:a.采集测试者的左右胸锁乳突肌和左右上斜方肌表面肌电信号;b.对采集的表面肌电信号进行预处理;c.对上述预处理后的表面肌电信号进行信号分离,获得分离后的信号;d.对分离后的表面肌电信号进行特征提取;e.根据提取后特征进行颈部肌肉疲劳分析。进一步,所述步骤a的过程为:将表面肌电电极粘贴于测试者颈部左右胸锁乳突肌和左右上斜方肌,在测试者颈部肌肉静态拉伸过程中采集表面肌电信号,将采集到的模拟肌电信号进行滤波、放大,然后经模数转换器转化成数字肌电信号传输至主控模块,主控模块将转换后的数字肌电信号打包发送到PC端。所述步骤b的预处理包括带通滤波、陷波滤波和小波去噪。所述的步骤c的过程为:对上述经过预处理后的肌电信号进行分离,采用信号分离算法对四路表面肌电信号进行分离,消除信号间相互混叠的成分。所述的步骤d的过程为:提取上述经过分离后的肌电信号的均方根值(RMS)、积分肌电值(IEMG)、中值频率(MF)和平均功率频率(MPF)。所述的步骤e的过程为:对提取的时域特征和频域特征进行加窗计算,窗长为L,步长为n/m窗长。对得到的各特征曲线进行线性拟合,通过线性拟合方程斜率分析疲劳趋势变化。一种颈部肌肉疲劳分析系统,包括表面肌电信号采集模块、预处理模块、信号分离模块、特征提取模块和疲劳分析模块,所述采集模块用于采集测试者颈部相关肌肉表面肌电信号;所述预处理模块用于对采集的表面肌电信号进行预处理;所述信号分离模块用于对上述预处理后的四路表面肌电信号进行分离;所述特征提取模块用于对分离后的表面肌电信号进行特征提取;所述疲劳分析模块用于根据提取后特征进行颈部肌肉疲劳分析。进一步,所述的采集模块中,将表面肌电电极粘贴于测试者颈部左右胸锁乳突肌和左右上斜方肌,在测试者颈部肌肉静态拉伸过程中采集表面肌电信号,将采集到的模拟肌电信号进行滤波、放大,然后经模数转换器转化成数字肌电信号传输至主控模块。主控模块将转换后的数字肌电信号打包发送到PC端。所述的预处理模块中,预处理包括带通滤波、陷波滤波和小波去噪。所述的信号分离模块中,对上述经过预处理后的肌电信号进行分离,采用信号分离算法对四路表面肌电信号进行分离,消除信号间相互混叠的成分。所述的特征提取模块中,提取上述经过分离后的肌电信号的均方根值(RMS)、积分肌电值(IEMG)、中值频率(MF)和平均功率频率(MPF)。所述的疲劳分析模块中,对提取的时域特征和频域特征进行加窗计算,窗长为L,步长为n/m窗长,对得到的各特征曲线进行线性拟合,通过线性拟合方程斜率分析疲劳趋势变化。本专利技术通过无创方式采集与颈部疲劳相关的胸锁乳突肌和上斜方肌肌电信号,并通过信号分离后提取出表现肌肉特性的时域参数和频域参数,得到时域、频域参数随时间变化特性,以此对颈部肌肉疲劳进行分析。本专利技术的有益效果主要表现在:1、通过时域参数和频域参数的变化特性评估肌肉当前疲劳情况;2、利用信号分离方法加强了疲劳分析的效度;3、通过客观、简便的方式实现对颈部肌肉疲劳的评估。附图说明图1为本专利技术颈部肌肉疲劳分析方法的流程图;图2为本专利技术实施例表面肌电信号小波去噪中小波分解树型结构示意图;图3为本专利技术实施例四路表面肌电信号时域和频域参数随时间的变化示意图,其中,(a)为分离前各特征曲线,(b)为分离后各特征曲线;图4为本专利技术颈部肌肉疲劳分析系统的硬件架构图。具体实施方式下面结合附图对本专利技术作进一步描述。参照图1~图4,一种颈部肌肉疲劳状态分析方法,该方法包括如下步骤:a(S1).采集测试者的左右胸锁乳突肌和左右上斜方肌表面肌电信号;b(S2).对采集的表面肌电本文档来自技高网
...

【技术保护点】
1.一种颈部肌肉疲劳状态分析方法,其特征在于,该方法包括如下步骤:/na.采集测试者的左右胸锁乳突肌和左右上斜方肌表面肌电信号;/nb.对采集的表面肌电信号进行预处理;/nc.对上述预处理后的表面肌电信号进行信号分离,获得分离后的信号;/nd.对分离后的表面肌电信号进行特征提取;/ne.根据提取后特征进行颈部肌肉疲劳分析。/n

【技术特征摘要】
1.一种颈部肌肉疲劳状态分析方法,其特征在于,该方法包括如下步骤:
a.采集测试者的左右胸锁乳突肌和左右上斜方肌表面肌电信号;
b.对采集的表面肌电信号进行预处理;
c.对上述预处理后的表面肌电信号进行信号分离,获得分离后的信号;
d.对分离后的表面肌电信号进行特征提取;
e.根据提取后特征进行颈部肌肉疲劳分析。


2.如权利要求1所述的一种颈部肌肉疲劳状态分析方法,其特征在于,所述步骤a的过程为:将表面肌电电极粘贴于测试者颈部左右胸锁乳突肌和左右上斜方肌,在测试者颈部肌肉静态拉伸过程中采集表面肌电信号,将采集到的模拟肌电信号进行滤波、放大,然后经模数转换器转化成数字肌电信号传输至主控模块,主控模块将转换后的数字肌电信号打包发送到PC端。


3.如权利要求1或2所述的一种颈部肌肉疲劳状态分析方法,其特征在于,所述步骤b的预处理包括带通滤波、陷波滤波和小波去噪。


4.如权利要求1或2所述的一种颈部肌肉疲劳状态分析方法,其特征在于,所述的步骤c的过程为:对上述经过预处理后的肌电信号进行分离,采用信号分离算法对四路表面肌电信号进行分离,消除信号间相互混叠的成分。


5.如权利要求1或2所述的一种颈部肌肉疲劳状态分析方法,其特征在于,所述的步骤d的过程为:提取上述经过分离后的肌电信号的均方根值RMS、积分肌电值IEMG、中值频率MF和平均功率频率MPF。


6.如权利要求1或2所述的一种颈部肌肉疲劳状态分析方法,其特征在于,所述的步骤e的过程为:对提取的时域特征和频域特征进行加窗计算,窗长为L,步长为n/m窗长。对...

【专利技术属性】
技术研发人员:潘赟薛博文朱怀宇
申请(专利权)人:浙江大学
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1