轮椅递增负荷测试肌肉疲劳检测与预测研究

• 作 者: 张莉
• 出 处: 大连理工大学
• 发表日期: 2020年01期
• 关键词: 轮椅使用者 肌肉疲劳 表面肌电信号 支持向量机

近年来,轮椅使用者的人数在不断攀升,但针对自理能力弱的轮椅使用者的研究却很少。对于轮椅使用者来说,上肢的肌肉容易产生二次伤害,其中很重要的原因就是肌肉疲劳。针对以上问题,本文进行了轮椅使用者上肢肌肉疲劳检测与预测研究。首先选择两种检测方法,采用V-slope法识别通气阈值,采用双段线性回归法识别肌电阈值,采用Bland Altman一致性分析研究两者之间的关系,确定肌电阈值在不同功能肌肉之间是否存在差异。其次,选取三组特征,使用支持向量机实现了对肌肉疲劳的预测。最后,结合小波变换和主成分分析研究轮椅推进过程中上肢肌肉协调模式的变化。主要的工作和研究成果如下:(1)单次递增负荷测试中轮椅使用者上肢肌肉疲劳的检测。V-slope法可成功识别通气阈值,双段线性回归法能够准确的定位肌电阈值。肌电阈值和通气阈值之间具有良好的一致性。组内相关系数分析结果表明八块肌肉的肌电阈值相似性很高(ICC=0.91),八块肌肉的肌电信号呈现相似的模式,表明任一肌肉都可以作为监控疲劳阈的有效位点。表面肌电信号可以用来实时、连续、无创的检测上肢肌肉的疲劳阈。(2)单次递增负荷测试中轮椅使用者上肢肌肉疲劳的预测。支持向量机能够很好的对数据进行二分类,70%的数据为训练集,30%的数据为测试集,选择径向基核函数,建立模型进行预测。通过预测结果和实际结果的对比,计算出准确率、灵敏度和特异性。八块肌肉的肌电信号的预测效果最好,准确率为97%,摄氧量和二氧化碳排出量的预测准确率为91%。(3)轮椅推进过程中上肢肌肉协调模式的变化。结合小波分析和主成分分析,利用权重和载荷分数重构的图显示了疲劳前后肌肉协调模式的变化。PC2显示肌肉激活的水平和时间随疲劳状态的不同而不同。PC2表明,在推进阶段(0-30%cycle)BB和AD相对增加,在向疲劳状态过渡的阶段,UT、MD和PD的激活增加。在疲劳状态下,AD、PM和IS在推进阶段后期到恢复阶段初期(30-60%周期)激活增加,而在恢复阶段UT、MD、PD激活较低。在疲劳状态下,PC3与主动肌和拮抗肌的共激活有关。在早期推进段和过渡阶段,AD和PD,BB和TB有很强的共激活,主动肌、拮抗肌和稳定肌的协同作用运动模式在疲劳阶段起到稳定肩关节的作用。以上对肌肉疲劳的研究,有助于下一步实时监测肌肉疲劳系统的开发,对轮椅使用者及时发现上肢对的肌肉疲劳有着重要的现实意义。