（基础心理学专业论文）局部肌肉疲劳的肌电和脑电反应模式.pdf

浙江大学硕士学位论文 局部肌肉疲劳的肌电和脑电反应模式 摘要 目的：本研究采用线性和非线性信号分析方法，探讨不同负荷强度静态运动诱发肱 二头肌疲劳过程中s e m g 信号 u e e o 信号变化特征，为建立客观、有效和可靠的疲劳评 价方法以及州明疲劳发牛的机制奠定基础。方法：本研究分两个实验：实验一选用 健康男性大学牛1 4 名，采用5 0 、7 0 和9 0 m v c 强度的静态屈肘运动诱发肱二头肌 的疲劳，同步采集肱二头肌上三个电极位置的s e m g 信号；实验二被试为健康男性大 学牛1 0 名，采用5 k g 和l o k g 强度的静态负荷诱发肱二头肌疲劳，并同步在肱二头肌到 头皮采集肌电信号和脑电信号；采集的肌电信号和脑电信号用时频、复杂度和定量 递归信号分析方法进行分析。结果：( 1 ) 在不同强度静态运动诱发疲劳过程中， s e m g 信号的a e m g 年h d e t 呈线性递增变化，m p f 和c ( n ) 呈线性递减变化；( 2 ) 除a e m g 外，m p f 、c ( n ) 和d e t 变化斜率均对负荷强度有明显依赖性，而电极位置对以上 指标变化率无明显影响；( 3 ) 电极位置对a e m g 、m p f 、c ( n ) 和d e t 均值均有明显 影响，a e m g 均值对运动负荷强度具有明显依赖性，而m p f 、c ( n ) 和d e t 均值变化 无负荷强度依赖性；( 4 ) 肌肉疲劳过程中e e g 的a e e g 均值增加，m p f u c ( n ) 均值下降， 该现象广泛分布于整个大脑皮层；运动负荷强度对f z 电极的a e e g 、m p f 年h c ( n ) 有明 显影响。结论：静态负荷诱发肌肉疲劳过程中s e m g 的m p f 和c ( n ) 呈单调递减，d e t 呈单调递增性变化，且变化斜率具有运动负荷强度依赖性；e e g 信号的a e e g 呈现整 体增加，而m p f 利c ( n ) 呈整体下降变化趋势，额叶的a e e g 、m p f 和c ( n ) 变化具有运 动负荷强度依赖性。 关键词：肌肉疲劳；s e m g ；e e g ：线性信号分析：非线性信号分析 国家自然科学基金资助项目；中国一芬兰政府间科技合作i 贡目 浙江大学硕士学位论文 a b s t r a c t a i m ：u s i n gl i n e a ra n dn o n l i n e a rs i g n a la n a l y s is ，d e t e c tt h er e s p o n s eo f s e m ga n de e g s i g n a l t o b i c e p sb r a c h iif a t i g u i n gi n d u c e db ys u s t a i n e d is o m e t r i cn o n m v c l a yaf o u n d a t i o nf o re f f e c t i v ea n d r e li a b ef a t i g u e e v a l u a t i o ns y s t e ma n df o ru n d e r s t a n d i n gf a t t g u em e c h a n js m s m e t h o d ：t h is s t u d yi n c l u d et w oe x p e r i m e n t s i ne x p e r i m e n t 】，1 4m a l eu n d e r g r a d u a l e s p e r f o r m e dt h r e ed i f f e r e n ti s o m e t r i cf a t i g u i n gt a s k sw i t ht h ee l b o wf l e x i o n m u s c i e sa t5 0 ，7 0 a n d9 0 m v c ，s e m gs i g n a l sw e r ec o l e c t e df r o mt h r e e d i f f e r e n te l e e t r o d e1 0 c a t i o n si nb i c e p sb r a e h i i i ne x p e r i m e n t2 ，1 0r e a le u n d e r g r a d u a t e sp e r f o r m e dt w od i f f e r e n ti s o m e t r i cf a t i g u i n gt a s k sw i t ht h e e l b o wf l e x i o nm u s e l e sa t5 k ga n dl o k g ，s e m gs i g n a sw e r ec o l l e c t e di nb i c e p s b r a c h i ia n ds y n c h r o n o u s l y e e gs i g n a l sw e r ec o l l e e r e df r o ms c a l p t h e n a m p i i t u d e ，s p e c t r a l ，l e m p e l z i vc o m p l e x i t yc ( n ) a n dr q a ( d e p j 6 ) o fs e m ga n d e e gw e r ec a l c u l a t e d r e s u l t ：( 1 ) b o t ha e m ga n dd e t i n c r e a s el i n e a r l yw h i l e b o t hm p fa n dc ( n ) d e c r e a s e d1 i n e a r l yd u r i n gd i f f e r e n ti s o m e t r i ce l b o wf l e x i o n f a t i g u et a s k s ( 2 ) e x c e p ta e m g ，t h es l o p e so fm p f ，c ( n ) a n dd e t s h o w e dn o s i g n i f i e a n te l e c t r o d e1 0 c a t i o nd e p e n d e n c eb u ts h o w e das i g n i f i c a n tl o a d d e p e n d e n c e ，( 3 ) t h ea v e r a g eo fa e m g ，m p f ，c ( n ) a n dd e t s h o w e ds i g n i f i c a n t e l e c t r o d el o c a t i o nd e p e n d e n c e t h el o a dd e p e n d e n c ei so n l ys h e w e di na v e r a g e a e m g t h ea v e r a g eo fm p f ，c ( n ) a n dd e t s h o w e dn o s i g n i f i c a n tl o a d d e p e n d e n c e ( 4 ) o fe g g t h ea v e r a g ea e e gi n c r e a s e dw h il et h ea v e r a g em p fa n d c ( n ) d e c r e a s e di nm u s c l ef a t i g u e m o r e o v e ，t h i sp h e n o m e n o na r ed i s t r i b ul e d e v e n l ya c r o s st h ee n t i r es c a l p ，b u tl o a do n l yi n f l u e n c ea e e g ，m p fa n dc ( n ) a tf z c o n c l u s i o n ：b o t hm p fa n dc ( n ) o fs e m gd e c r e a s e dl i n e a r l yw h i l ed e t i n c r e a s e1 i n e a r l yd u r i n gi s o m e t r i ce x e r c i s e i n d u c e d o c a lm u s c l ef a t i g u e a n dt h es t o p e so f t h e ms h o w e ds g n i f i c a n t1 0 a d d e p e n d e n c e a e e go fe e g i n c r e a s e dg e n e r a l l yw h il em p fa n dc ( n ) i n c r e a s e dg e n e r a l l yd u r i n g1o c a l 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 3 浙江大学硕士学位论文 m i s c ef a tig u e a e e g ，m p fa n dc ( n ) a lp r e f r o n t a la r e as h o w e dalo a d d e p e n d e n c e k e y w o r d ：m u s e l ef a t i g u e ，s e m g ，e e g ，1i n e a rs ig n a la n a l y s i s 。n o n 一1jn e a r s i g n a a n a ly s i s 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 4 浙江大学硕士学位论文 第一章前言 1 研究依据 运动性肌肉疲劳特指运动引起肌肉产生最大随意收缩力量( m a i m u m v o l u n t a r yc o n t r a c t i o n ，m v c ) 或者输出功率暂时性下降，同时伴有主观疲劳感的生 理心殚现象。其发生和发展涉及中枢驱动、主观努力、神经肌肉接头兴奋一收缩偶 联和肌肉能量代谢等多种心理、生理过程，是生理心理学等相关学科的重要基础理 论问题”1 。表面肌电信号( s u r f a c ee l e c t r o m y o g r a p h y ，s e m g ) 是一种源于大脑运 动皮层控制之下的脊髓a 运动神经原生物电活动，是众多运动单位( m o v e m e n t u n i o n ，m u ) 生物电活动在时间和空间上的总和。3 ，与疲劳发生的多种生理心理过程 之间存在着不同程度的因果关系，因而成为探讨肌肉疲劳生理机制的重要研究领域。 自发脑电( e l e c t r o e n c e p h aj o g r a p h y ，e e g ) 信号形成于众多大脑神经元生物电活动 的整合，具有整体反映脑认知、运动控制和思维等变化特点的作用，是心理学研究 脑运动控制功能的重要手段。因此，研究运动性肌肉疲劳的s e m g 和e e g 信号特征对于 阐明疲劳发生的机制和客观评价肌肉疲劳的程度具有重要的理论意义和应用价值。 s e m g 信号是神经肌肉系统活动时的生物电变化经表面电极引导、放大、显示和 记录所获得的一维电压时间序列信号，其振幅约为0 6 0 0 0uv ，频率o 3 5 0 h z ，信 号形态具有较大的随机性和不稳定性。以往研究发现，非最大负荷强度条件下，随 着局部肌肉疲劳的发生和发展，s e m g 振幅逐渐递增“”，而在m v c 时表现出初期上升， 随后逐渐下降的变化规律“3 。p i p e r 第一个观察到静态收缩诱发局部肌肉疲劳过程中 s e m g 频率的下降，因此这个现象被称为p i p e r 规律”1 。随后的研究结果基本上都呈 一致的表现。以上结果为客观准确评价局部肌肉疲劳程度和研究疲劳发生机制提供 了重要的生物学信息。 然而，s e m g 信号是结构复杂和功能精细的神经肌肉系统活动时众多m u 动作电 位总合形成的，信号本身具有较强的非线性特点，故以传统的线性频谱变化尚不足 以刻划信号变化的全部特征和本质特征。为此，近年来国内外学者开始尝试使用对 信号稳定性、非线性以及数据大小和统计分布特征具有良好适应性的非线性信号分 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 5 浙江大学硕士学位论文 第一章前言 1 研究依据 运动性肌肉疲劳特指运动引起肌肉产生最大随意收缩力量( m a | m u m v o l u n t ar y c o n t r a c t i o n ，m v c ) 或者输出功率暂时性下降，同时伴有主观疲劳感的生 理心弹现象”1 。其发生和发展涉及中枢驱动、主观努力、神经肌肉接头兴奋一收缩偶 联和肌肉能量代谢等多种心理、牛理过程，是生理心理学等相关学科的重要基础理 论问题”3 。表面肌电信号( s u r f a c ee l e e t r o m y o g r a p h y ，s e m g ) 是一种源于大薪运 动皮层控制之下的脊髓d 运动神经原生物电活动，是众多运动单位( m o v e m e n t u n i o n ，删) 生物电活动在时间和空间上的总和。1 ，与疲劳发生的多种生理心理过程 之间存在着不回程度的因果关系，因而成为探讨肌肉疲劳生理机制的重要研究领域。 自发脑电( e l e c t r o e n o e p h a l o g r a p h y ，e e g ) 信号形成于众多大脑神经元生物电活动 的整合，具有整体反映脑认知、运动控制和思维等变化特点的作用，是心理学研究 脑运动控制功能的重要手段。因此，研究运动性肌肉疲劳的s e 鼢和e e g 信号特征对于 闸明疲劳发牛的机制和客观评价肌肉疲劳的程度具有重要的理论意义和应用价值。 s e m g 信号是神经肌肉系统活动时的生物电变化经表面电极引导、放大、显示和 记录所获得的一维电压时间序列信号，其振幅约为0 6 0 0 0uv ，频率o - - 3 5 0 h z ，信 号形态具有较大的随机性和不稳定性。以往研究发现，非最大负荷强度条件下，随 着局部肌肉疲劳的发生和发展，s e m c 振幅逐渐递增“”，而在m v c 时表现出初期上升， 随后逐渐下降的变化规律“3 。p i p e r 第个观察到静态收缩诱发局部肌肉疲劳过程中 s e m g 频率的下降，因此这个现象被称为p i p e r 规律”1 。随后的研究结果基本上都呈 致的表现。以上结果为客观准确评价局部肌肉疲劳程度和研究疲劳发生机制提供 了重要的生物学信息。 然而，s e m g 信号是结构复杂和功能精细的神经肌肉系统活动时众多m u 动作电 位总合形成的，信号本身具有较强的非线性特点，故以传统的线性频谱变化尚不足 以刻划信号变化的全部特征和隼质特征。为此，近年来国内外学者开始尝试使用对 信号稳定性、非线性以及数据大小和统计分布特征具有良好适应性的非线性信号分 信号稳定性、非线性以及数据大小和统计分布特征具有良好适应性的非线性信号分 国家自然科学基金资助项目：中国一芬兰政府间科技台作项目 5 浙江大学硕士学位论文 析方法研究肌肉疲劳的s e m g 信号特征。这些研究在初步认定s e m g 信号具有非平稳 性和混沌信号特征的基础上，通过对信号复杂度、分维数和熵等参数的计算，初步 获得了运动肌在不同活动水平时的肌电非线性变化规律，从而为肌肉功能评价的基 础和应用研究提供了新的信息。以往的研究发现，在静态负荷诱发局部肌肉疲劳过 程中，l e m p e l z i v 复杂度线性下降而d e t 线性上- y p 。w e b b e r 等采用r q a 方法对 运动性肌肉疲劳过程中肱二头肌s e m g 信号分析发现，d e t 持续递增且其变化的敏感 性优于频域指标m p f ”1 。然而，目前对于s e m g 信号非线性分析的研究尚属初期阶段， 各种非线性参数变化的生理学意义尚待进一步研究探讨。 髓g 是通过表面电极记录下来的脑细胞群的自发性、节律性电活动，记录的是 头皮两点间的电位差，或者是头皮与无关电极或特殊电极之间的电位差，其大小由 局部和整体皮层神经的同步化和去同步化放电共同决定“”。因此，e e g 振幅及频率 的变化就依赖于运动过程中大脑皮层神经元参与数量、放电频率以及放电时空模式 ( 同步化的程度) 的变化。因此研究运动及疲劳过程中e e g 的变化规律对于阐明 疲劳发生的机制，尤其是中枢机制具有重要意义。以往研究发现，局部肌肉疲劳过 程中，对侧感觉运动区和辅助运动区的脑电活动系统性增加，表现为振幅的增加“”。 频谱分析是以往研究中采用最多的分析方法。一般认为。在疲劳时b 波功率下降， 而n 波功率增高“。跑步至疲劳的大鼠枕叶还发现有t h e t a 波功率的增加，而额叶 出现更多的低频慢波“。 综上研究，在对静态负荷运动诱发疲劳的研究中，s e m g 得到了广泛的应用， 但是，对s e m g 信号的分析多采用传统的线性分析，对于s e m g 信号的非线性分 析尚属初期阶段，并且各种非线性参数变化的生理学意义尚待进一步探讨。另外， s e m g 信号的振i 陌和频率等特征变化不仅取决于中枢以及外周的各种生理性因素， 它还受到探测电极大小和位置、表皮温度以及肌肉运动方式等测量性因素的共同作 用。静态运动负荷诱发肌肉疲劳过程中，负荷强度和电极位置对s e m g 信号分析指 标变化规律的影响尚不完全清楚。 以往对局部肌肉疲劳过程中e e g 特征的研究大多选用小肌群的间歇性收缩为 运动任务，比如予或手指的间歇性屈曲，对大肌群静态负荷持续收缩诱发肌肉疲劳 过程中e e g 信号特征研究较少。另外，以往对e e g 信号的分析多采用振幅分析和频 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 6 浙江大学硕士学位论文 谱分析，本研究首次尝试把线性和非线性信号分析技术同时引入对e e g 的信号分 析中。脑电振幅指标采用平均脑电值( a v e r a g ee e g ，a e e g ) ，频率指标选用平均 功率频率( m e a np o w e r f r e q u e n c y ，m p f ) ，非线性指标为l e m p e l - z i v 复杂度指标 c ( n ) 。 2 研究目的 ( 1 ) 采用线性和非线性信号分析技术，考察肱二头肌静态负荷运动诱发肌肉疲 劳过程中s e m 0 信号特征，以及不同负荷强度利不同电极位置对s e m g 信号的影响； ( 2 ) 采用线性和非线性信号分析技术，考察肱二头肌静态负荷运动诱发肌肉疲 劳过程中e e g 信号特征。 国家自然科学基金资助项目；中国一芬兰政府间科技台作项目 7 浙江大学硕士学位论文 第二章实验研究 实验一静态负荷运动诱发局部肌肉疲劳的s e m g 信号特征 1 实验目的 采用线性和非线性信号分析方法，探讨运动负荷强度和s e m g 采样部位对肱二 头肌疲劳过程中s e m g 信号特征的影响。 2 实验设计 试验采用被试内双因素实验设计，自变量为电极位置和负荷水平，目标肌为肱 二头肌。电极位置对s e m g 的影响主要与电极和神经分布带( i n n e r v a t i o nz o n e ，i z ) 以及韧带的相对位置有关，而肱二头肌的i z 分布于肌腹偏远端的一个狭窄带状区域 “，因此本实验选用三个有代表性的位置：肌腹部为标准电极放置位置、受i z 和韧 带影响最多的肌腱联结处、以及易受邻近肌肉影响的肌肉内侧缘。负荷分别为5 0 、 7 0 、9 0 m v c ，实验顺序随机化处理。 3 实验方法 3 1 被试 1 4 名健康男性大学生自愿者( 具体数据见表卜1 ) 。除1 名被试为左利手外， 其余均为右利手。但本实验均选用了右臂肱二头肌为目标肌。被试身体健康状况良 好，无肱二头肌损伤等病史，实验前2 4 小时内未从事剧烈运动，无肌肉疲劳症状。 实验前所有被试均同意志愿参加实验并签订实验协议。 表卜1 被试基本情况 3 2 仪器和材料 m e g a 肌电信号采集与处理系统( m e 3 0 0 0 p 4 - 6 - 1 0 e n ，m e g a 电子有限公司，芬兰) 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 8 浙江大学硕士学位论文 拉力传感器，一次性心电监护电极( 杭州讯达无线电器材有限公司) ，m e d l a b 生物电 信号采集i ，计算机，7 5 酒精棉球，实验台，负荷支架，不同质量的重物等。 3 3 运动负荷 被试取正啦位，保持躯干竖直，髋、膝、踝关节均保持9 0 ”。右侧上臂水平放置 于支撑台面上，前臂与上臂始终保持垂直，并且掌心面朝被试。右丁- 腕与支撑台前 方的拉力传感器通过细钢丝连接，拉力传感器信号传入p c l a b 牛物信号采集和处理 系统。芹侧i ：j l 女i j 然放松下垂于体侧( 见图卜1 ) 。 图1 - 1标准负荷姿势以及电极放置位置 首先测量每个被试的最大届肘肌力，每个被试进行3 次3 s 的最大用力屈肘收 缩，各次的时间间隔不少于l o m i n ，取最大值作为m v c 。随后，进行静态运动负荷试 验，负荷强度分别为5 0 m v c ，7 0 m v c 和9 0 m v c 。整个运动过程中不给予口头鼓 励，要求被试尽力坚持到不能坚持为止，期间要求被试始终保持肘关节成9 0 。，如 果角度超过1 0 0 。目u 代表不能坚持。三个负荷的试验分别在不同的三天进行。 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 9 浙江大学硕士学位论文 3 4 s e m g 信号的采集和处理 3 4 1 电极的放置 取被试的肱二头肌，先用7 5 酒精清洁皮肤，让被试呈实验时的标准姿势并用 力等长收缩，用记号笔对三个电极放置位置进行标记，第一组电极参照m e g a 公司提 供的标准位置放置于肱二头肌的肌腹部，第二组位于肌肉的远端靠近韧带部分，第 三组位于第一组同一横截面靠近肌肉内侧边缘部。采用双电极法同步记录三个通道 的s e m g ，三组电极都与肌纤维呈平行放置，电极的间距都为2 c m ( 见图卜1 ) 。 3 4 2s e m g 信号的采集、放大和分析 利用m e 3 0 0 0 p 4 肌电测试系统连续采集运动负荷试验过程中肱二头肌s e m g 信号 直至实验结束。信号的采样频率为1 0 0 0h z ，输入阻抗大于1 0 g q ，共模抑制比c m r r ： 1 l o d b ，噪声水平小于3 5 州，带通滤波8 - 5 0 0 h z ，a d 转换( 1 2 b i t ) 存入计算机待 处理。 本研究对获取的s e m g 信号分别进行线性和非线性两种处理。其中，线性分析 包括计算平均肌电值( a v e r a g ee m g ，a e m g ) 和m p f ，这两个指标采用m e g a w i n 2 0 分 析软件进行计算。数据分析窗口为1 0 2 4 点，交叠度取5 0 。计算公式如下： 1 0 2 4 a e m g _ 南歹。 i e m g ( i ) | 脚：也竺塑坚 lp s d 彭 非线性分析包括计算l e m p e i z i v 复杂度指标c ( n ) 芹 1 r q a 指标d e t 。l e m p e l z i v 复杂 度定义的实质是时间序列随其长度的增长出现新模式的速度，反映该序列接近随机 的程度。c ( n ) 就是按l e m p e l z i v 的复杂度定义以及k a s p a r 和s c h u s y e r 的算法进行 计算。按照k a s p a r 和s c h u s y e r 的算法，其数值介于0 一l 之间，其中，对于完全随机的 序列c ( n ) 值趋于l ，而周期序列的c ( r 1 ) 值趋于0 ，其余介于o 和1 之间“”。本研究在进 行复杂度计算时数据分析窗口采取1 0 2 4 点。采用w e b b e r 等提供的r q a 软件，计算d e t ， 该参数可将个别发散的递归点与有一定规律性的递归点区分开来，可在一定的程度 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 1 0 浙江大学硕士学位论文 上反映信号的规律性。1 。本研究在以往研究和预实验研究基础上确定的r q a 计算条件 分别为：t = 4 ，d = 1 0 ，r = 1 5 ，k = 2 ，计算长度为1 0 0 0 点。 3 5 数据统计分析 数据处理过程中对a e m g 、m p f 、c ( n ) 和d e t 时间序列与运动负荷持续时间进行 线性回归分析，以回归线斜率值反映其变化的速率。采用双因素方差分析就负荷水 平和电极位置对s e m g 各项分析指标的影响进行显著性检验。统计分析采用s p s s l o 0 进行。 4 实验结果 4 1 静态运动负荷诱发肌肉疲劳过程中a 跚g 变化 线性拟合分析表明，在不同负荷强度以及三个不同电极位置上，a e m g 随着疲劳 的发展均呈现线性递增规律变化( 图卜2 ) 。双因素方差分析表明，负荷水平和电 极位置对a e m g 均值均有显著影响( 图1 - 3 ，表卜2 ) ，但对a e m g 斜率均没有显著性影 响( 图卜4 、表卜2 ) 。此外，电极位置和负荷强度两因素之间不存在交互作用。 m 王 o 5 l o2 0 3 0 7 0 9 0l o o 相对时间( ) 图1 2 不同负荷水平a e m g 的动态变化趋势 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 l o a d 1 r 5 0 百一7 0 1 r 9 0 浙江大学硕士学位论文 蓉 o 3 厂n 弓 o o 0 1 ) ( 图2 一1 1 、表2 - 3 ) 。肱三头肌m p f 和c ( n ) 与肱二头肌一样，都出现线性下降的变 化( 2 一1 2 、2 - 1 3 ) ，甚至，肱三头肌m p f 和c ( n ) 的变化斜率都大于肱二头肌，在统 计学上差异显著( 表2 4 ) 。 图2 - 8c 3 、c 4 、f z 三个区域不同负荷a e e g 均值的比较u 国家自然科学基金资助项目：中国一芬兰政府间科技合作项目 浙江大学硕士学位论文 图2 - 9c 3 、c 4 、f z 三个区域不同负荷m p f 均值的比较 图2 1 0c 3 、c 4 、f z 三个区域不同负荷c ( n ) 均值的比较 国家自然科学基金资助项目：中国一芬兰政府间科技合作项目 浙江大学硕士学位论文 罱2 0 0 互 旦 一1 0 0 0 1 02 0加5 。7 09 01 0 0 1 r 肚二头肌 1 f 舷三头肌 相对时间( ) 图2 - 1l 屈肘疲劳运动过程中肱二头肌和肱三头肌a e m g 的变化 国家自然科学基金资助项目；中国一芬兰政府问科技台作项目 浙江大学硕士学位论文 霄 工 匕7 0 乱 6 0 5 0 啐0 1 02 03 04 05 06 07 08 0 9 。1 0 0 1 r 舷二头肌 1 r 雎三头肌 相对时间( ) 图2 - 1 2屈肘疲劳运动过程中肱二头肌和肱三头肌m p f 的变化 表2 - 4肱二头肌和肱三头肌肝f 、c ( n ) 斜率变化的比较 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 3 1 浙江大学硕士学位论文 7 1 0 2 03 0柏5 06 07 08 0g o1 0 0 石脓= 头肌 f 脓三头肌 相对时间( ) 图2 - 1 3屈肘疲劳运动过程中肱二头肌和舷三头肌c ( n ) 的变化 5 讨论 本研究首次同时采用线性和非线性分析方法，初步考察静态屈肘运动诱发局部 肌肉疲劳过程中e e g 信号的变化特征。感觉运动区是控制对侧躯干肢体运动的皮 层区，但在本实验对右侧肱二头肌疲劳运动的观察中我们发现，不仅在运动肌对侧 的左感觉运动区c 3 区域a e e g 出现了显著的增高，m p f 和c ( n ) 显著的下降，同 侧的右感觉运动区c 4 也发生了相应的改变。额叶一般认为是运动计划和发起的脑 区，代表额叶的f z 电极在局部肌肉疲劳时也出现了a e e g 增高、m p f 和c ( n ) 下降 的现象。我们还考察了整个大脑皮层e e g 的总体变化发现，a e e g 总体均值在疲 劳时升高，而m p f 和c ( n ) 总体均值出现了下降。综上所述，e e g 在局部肌肉疲劳 时的这些变化模式不仅局限于与右臂肱二头肌运动功能相关的脑区，而是广泛地分 布于整个大脑皮层，是大脑皮层的一个整体现象 3 3 , 3 4 。有研究认为，局限于一侧半 球，通常是右半球的e e g 变化模式是运动适应即习惯化效应的表现，并且习惯化 国家自然科学基金资助项目：中国一芬兰政府间科技合作项目 浙江大学硕士学位论文 效应中振幅往往是下降的p 。 研究认为，e e g 信号由局部和全体皮层神经同步化和去同步化放电决定的【j ， 因此，e e g 振幅频率的变化和皮层神经参与数量、放电频率和同步化程度有关。局 部肌肉疲劳时e e g 振幅的增加以及频率的下降可能反应了中枢皮层细胞募集数量 和同步化的增加。皮层细胞的募集和同步化改变可以由肌肉的反馈信息上传到皮层 1 所致，也可能是由于肌肉疲劳时为了维持力的恒定输出，意识参与的增加和努力 水平的提高1 。以往的研究者也发现了局部肌肉疲劳时脑电振i 晤的增加和慢波的出 现 1 1 , 3 5 】。这和我们的结果基本一致。e e g 信号是大脑皮层众多神经元动作电位的总 和，具有混沌信号和非稳态信号的某些基本特征，因此对e e g 进行非线性分析。本 研究发现l e m p e l z i v 复杂度c ( n ) 均值随疲劳而下降，说明疲劳时皮层神经元的放 电更趋于有序化。 然而在本研究中，e e g 的这些变化趋势对负荷不敏感。有研究表明，力水平之 间的差距要达到2 5 m v c 才能对e e g 造成影响【3 6 】，本研究中采用的两个负荷之 间的差距太小，因此不能对e e g 造成影响。但是，本研究发现，在额叶区m p f 均值和c ( n ) 均值对负荷有良好区分度，这可能是由于负荷大小只对运动的计划准备 和发起造成影响，在运动持续过程中，不同负荷强度对e e g 不造成显著的影响。 以往的一些研究也证实了这个观点，s l o b o u n o v s r 3 7 1 等对手指运动的研究发现，食指 在一定的运动范围内保持力产生速度的恒定，改变力的大小不会对m r c p 的任何成 分造成影响。另外，本研究只考察了e e g 三个分析指标的均值而没有考察e e g 在 疲劳发生发展过程中的变化斜率，可能导致了对负荷的无法区分。建议进一步的研 究应该考察e e g 在疲劳过程中的变化速率或斜率。 在本试验的静态屈肘疲劳运动中我们观察到，拮抗肌肱三头肌除了a e m g 没有发 生变化外，m p f 和c ( n ) 与肱二头肌一样出现了线性下降，甚至，肱三头肌的下降 斜率更快。l u c a 等提出的肌肉活动“共驱动现象”1 8 删认为，主动肌和拮抗肌在 脊髓水平是由共同的运动神经元池支配的。因此同步化不仅发生在主动肌的叫之 间，而且拮抗肌的m u 也趋于同步化“，在不同强度膝部和腿“的等长伸展过程 中，也都出现了相似的现象。但肱三头肌a e m g 没有发生变化无法得到很好的解释。 肱三头肌m p f 和c ( n ) 下降速度更快的现象，有人认为可能是由于不同肌肉内纤维构 国家自然科学基金资助项目；中国一芬兰政府间科技台作项目 3 3 浙江大学硕士学位论文 成不同导致m f c v 的不同改变所致”。本研究认为，这更可能是由于运动中的肱二头 肌和没有运动的肱三头肌接受相同的传出冲动，而导致不同的反应效应所致。 6 结论 6 1 静态屈肘诱发疲劳过程中，a e e g 均值增高，m p f 、c ( n ) 均值下降，该现 象广泛分布于整个大脑皮层； 6 2 运动负荷强度对f z 的a e e g 、m p f 和c ( n ) 有明显影响； 6 3 静态屈肘诱发疲劳过程中，拮抗肌肱三头肌的a e m g 不变，但m p f 和c ( n ) 出现了明显的下降。 国家自然科学基金资助项目；中国一芬兰政府闻科技合作项目 浙江大学硕士学位论文 第三章总讨论与进一步的研究建议 随着s e m g 采集和分析技术的发展，s e m g 信号分析技术已经广泛应用于运动性 肌肉疲劳的研究领域，功率谱函数曲线左移通常被用作局部肌肉疲劳的生理学指标， 但采用非线性信号分析方法探讨局部肌肉疲劳的信号特征则是近年来才受到关注。 e e g 是心理学研究中的重要研究手段和方法，但自发e e g 应用于局部肌肉疲劳的研 究一直受到忽视。本研究以肱二头肌在完成不同强度运动诱发局部肌肉疲劳为研究 对象，发现在肌肉疲劳发生和发展过程中，不仅s e m g 信号的a e m g 、d e t 上升，m p f 、 c ( n ) 下降，而且e e g 信号也出现a e e g 上升，m p f 、c ( n ) 下降的变化。这种运动肌在 疲劳发生和发展过程中表现在s e m g 和e e g 信号活动上特有的信号活动规律称为运动 性肌肉疲劳的s e m g 和e e g 信号反应模式。由于其变化取决于中枢控制与外周肌肉代 谢的共同作用，因此，研究局部肌肉疲劳时s e m g 、e e g 信号特征为阐明疲劳发生的 机制和客观评价肌肉疲劳的程度奠定了基础。 1 静态负荷诱发局部肌肉疲劳的s e m g 信号特征 本研究以及以往的研究发现，无论采用静态还是动态运动诱发人体四肢和躯干 肌肉产生疲劳，s e m g 信号活动均表现出一定的变化规律。频率指标m p f 或m f 表现 为线性递减，且下降的速率与负荷强度成正比。而信号振幅的变化规律比较复杂， 多数四肢肌肉在非最大强度的疲劳试验中表现为先增后减的规律，而在m v c 的疲劳 试验中表现为持续递减规律。但是，腰部肌肉s e m g 振幅变化似乎无明显规律。s e m g 振幅的变化速率与负荷强度之间没有一致性效应。本研究除了考察疲劳过程中s e m g 信号的线性参数变化外，还考察了非线性参数的变化。结果发现，非线性指标c ( n ) 和d e t 在局部肌肉疲劳过程中也呈现线性递减和递增的变化，并且两者的变化速率 有明显的负荷依赖性，负荷越大，变化速率也越大。电极位置对s e m g 信号的影响问 题一直受到争议，本研究发现，不同电极位置只对以上四个指标的均值产生影响， 而对它们的变化斜率没有显著性影响。这些结果为s e m g 作为评价局部肌肉疲劳的客 观、有效和可靠的评价指标提供了重要的实验依据。 但在本研究中我们发现，在疲劳的末期s e m g 信号出现逆转变化趋势。并且在非 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 浙江大学硕士学位论文 线性分析中还发现，在疲劳的早期，d e t 有一个短暂但明显的下降。因此我们认为 在疲劳的初期利末期可能有着不同的的机制以及不同的s e m g 信号特征，进一步的研 究要对疲劳进程进行阶段性的具体研究和分析，尤其是对初期和末期的s e m g 信号变 化特征和机制的研究。另外非线性指标可能刻画了线性指标无法揭示的s e m g 信号的 特征，其对于建立疲劳评价体系以及研究局部肌肉疲劳的机制有重要的意义。由于 非线性分析用于肌电的研究尚处于探索阶段，影响肌肉疲劳过程中c ( n ) 并n d e t 变化 的生理学和测量学因素尚需要进一步的研究。 2 静态负荷诱发局部肌肉疲劳的e b g 信号特征变化 e e g 可以比较直接地反应在局部肌肉疲劳时大脑皮层发生的变化。以往的研究 也发现局部肌肉疲劳时大脑皮层振幅的增加和慢波的出现。本研究首次采用线性和 非线性信号分析方法，对右臂屈肘静态运动诱发肌肉疲劳时的e e g 信号进行分析， 计算振幅指标a b e g 、频域指标m p f 以及l e m p e l z i v 复杂度指标c ( n ) 。结果表明， 局部肌肉疲劳时a e e g 均值明显增高，l d p f 和c ( n ) 均值显著下降。并且这个现象没 有局限于与右侧屈肘运动相关的左侧感觉运动区及额叶，而是广泛分布于整个大脑 皮层。但是我们还发现，不同负荷强度只对额叶的e e g 产生影响，并没有对左右感 觉运动区造成影响。本研究虽然发现了不同负荷强度诱发局部肌肉疲劳过程中自发 e e g 的一些变化特征，但只考察e e g 均值的变化不足以刻画渐进发展的疲劳过程， 进一步的研究可以对e e g 指标的变化斜率进行考察。 3 局部肌肉疲劳s e m g 、e e g 信号特征的中枢机制和外周机制 局部肌肉疲劳是伴随努力感增加的“”力产生能力的下降。”，从定义中我们可以 看出，疲劳是一个复杂的生理、心理现象，包含中枢成分和外周成分。中枢机制是 指发生在中枢神经系统内的那些生理过程，包括产生充分恰当的中枢指令和指令到 神经元池的可靠传递以及神经元对肌肉的持续激活。外周机制和m f c v 的减慢，收 缩速度的下降，和代谢物的堆积有关1 。两者之间有高度的交互性。 m e r t o n “3 得出的结论是疲劳研究中的一个重要里程碑。作者发现，力的下降没 有伴随s e m g 信号振幅的下降，从而下结论说，疲劳的位置在外周，中枢驱动的下降 和神经肌肉传递的受损并不重要。对自主收缩和电刺激诱发收缩的比较研究也支持 外周疲劳的观点，自主运动和电刺激引起的e m g 信号都会在疲劳时出现相似的频 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 3 6 浙江大学硕士学位论文 谱函数曲线转移【1 9 】。疲劳的外周机制观点最主要的支持证据是肌肉疲劳过程中m p f 的下降和m f c v 的减慢具有高度的数据关联。一，但是这种关联是否具有因果关系 得到许多研究者的质疑。近年来的研究发现，自主收缩时频率的下降比m f c v 的减 慢要快【3 1 】，如果m f c v 的减慢能够完全解释m p f 的下降，那么m f c v 的下降必须 达到1 0 倍以上【2 “。对疲劳运动恢复期的研究也表明，m p f 的恢复明显快于m f c v 的恢复f 4 4 。有假设认为肌纤维摄取钙离子回肌浆网的能力是疲劳的限制点，如果这 个假设成立，那么细胞内动作电位的变化不是疲劳的原因，而是疲劳的结果”，因 此m p f 的下降可能先于m f p v 的下降【2 8 l 。肱二头肌在负荷低于1 5 m v c 的低负 荷疲劳运动中，m f 出现下降的同时，m f c v 却没有发生变化 1 8 , 3 0 】，表明频率的下 降并不一定伴随m f c v 的下降。 以上的研究结果均表明，m f c v 不是影响频率指标的唯一生理学因素，必定还 有其他因素影响了功率谱的转移。m u 募集的替代和轮换法则认为，在长时间的自主 收缩过程中，低阈限的运动单位可以切断从而避免疲劳。这个法则意味着在自主收 缩过程中，为了避免m u 的受损，不同的m u 处于轮流被募集和去募集的动态变化之 中，因此单个运动单位c v 的下降不一定会出现“。在单个肌纤维特性没有发生变化 时，整个肌单位的生理反应却发生了变化。”。因此可以假设，疲劳时中枢因素通过 调控运动驱动以补偿疲劳过程中力输出的下降。主要反应肌肉活动改变的s e m g 振幅 增加是疲劳时神经驱动的指标，反应了中枢神经系统代偿力的下降而导致额外m u 的 募集“3 。m u 募集遵循大小原则皿1 , 2 2 1 ，负荷越大，有越多的大运动单位即i i 型纤维被 激活【2 2 , 2 3 】，由于i i 型纤维比i 型纤维更容易疲劳，因此负荷越大，疲劳发展也越快， 表现为s e m g 参数的变化速率越快。这和本研究的结果相一致。近年来的电刺激叠 加技术( t w i t c hi n t e r p o l a t i o n ，t i ) p 0 】和经颅磁刺激( t r a n s c r a n i a lm a g n e t i cs t i m u l a t i o n ， t m s ) 1 1 , 2 e l 都证实了中枢疲劳的发生。 本试验中对自发e e g 的测量是中枢机制的直接证据。本研究结果表明，疲劳 时皮层的兴奋性也发生了改变，表现为a e e g 的增加和 i p f 、c ( n ) 的下降。众所周知， 在运动过程中肌肉对葡萄糖的摄取增加，而大脑对血液中的葡萄糖浓度非常敏感。 因而不禁要问，血液葡萄糖水平的改变是否会引起皮层慢波的出现。研究表明“”， 慢波出现的时候，血液葡萄糖还没有出现明显的增加。因此低血糖不可能是e e g 改 国家自然科学基金资助项目；中国一芬兰政府间科技合作项目 3 7 浙江大学硕士学位论文 变的原因。e e g 信号由局部或全体皮层神经的同步化和去同步化放电决定的i 1 ，这 样，e e g 信号和神经元参与数量、放电的时空模式即同步化的程度以及放电频率有 关。疲劳时e e g 振幅的增加和频率的下降可能是由于皮层细胞的额外募集和同步 化程度增高所致。皮层细胞的募集和同步化可以由肌肉的反馈信息上传到皮层所致 “，也可以由被试意识参与的增加和努力水平的提高所致“。同步化的增加也可能 导致l e m p e l z i v 复杂度的下降。因此，e e g 在疲劳时的变化反应了疲劳的中枢成分， 但是e e g 在疲劳时变化的内在机制及其生物学意义还有待进一步的研究。 第四章总结论 1静态负荷诱