高密度阵列式肌电信号在体育领域中的应用综述_曹春霞.pdf

高密度阵列式肌电信号在体育领域中的应用综述Application Summary of High-Density Array EMG Signal in Sports Field曹春霞，王瑞元*CAO Chunxia，WANG Ruiyuan*摘要：高密度阵列式表面肌电采集系统是采用二维矩阵式表面电极覆盖于整块肌肉皮肤区域，以采集并记录骨骼肌生物电信号的测定方法，由于其便携、无创、可视化等特点，被广泛应用到体育领域。通过对高密度阵列式表面肌电的工作原理、指标分析、数据处理以及在体育领域中的应用综述表明，高密度阵列式表面肌电解决了传统表面肌电信噪比低的问题，可提供骨骼肌发力可视化图，且由于其无创、易于被受试者接受等原因，被逐步应用到在肌纤维传导速度测定、运动动作分析、肌肉力量评估和运动单位数目估计等方面。其缺点是多通道肌电测定带来的数据冗余，数据分解和数据处理工作较难，因此未来需要更多关于肌电数据处理的算法研究解决该问题。关键词：高密度阵列式表面肌电；运动康复；空间域；等高线图Abstract:The high-density array surface electromyography acquisition system is a measurement method that uses a two-dimensional matrix surface electrode to cover the entire muscle skin area to collect and record bioelectrical signals of skeletal muscles,which is widely used in the sports field because of its portable,non-invasive,visual,and other characteristics.The summary of the working principle,index analysis,data processing,and applications of high-density array surface electromyography in the field of sports shows that high-density array surface electromyography solves the problem of low signal-to-noise ratio of traditional surface electromyography provides visualization maps of skeletal muscle power generation,and is gradually applied to muscle fiber conduction velocity measurement,movement analysis,muscle strength evaluation,and motor unit number estimation since it is non-invasive and easy to be accepted by the subjects.Its disadvantage is the data redundancy caused by multi-channel EMG measurement,and the data decomposition and data processing are difficult.Therefore,more research on the algorithm for EMG data processing is needed in the future to solve this problem.Keywords:high-density array surface electromyography;sports rehabilitation;spatial domain;contour map中图分类号中图分类号：G804.2 文献标识码文献标识码：A表面肌电图（surface electromyography，sEMG）是指骨骼肌在兴奋时通过表面电极引导、记录、采集的肌肉活动时的生物电信号。sEMG多采用单电极或双电极置于肌腹处提取肌电信号，但运动过程中骨骼肌内部存在不均匀的激活状态，较少的电极通道提取信号时会由于放置电极位置不同而产生差异，因而很难完成精确的肌肉激活分析和肌肉力估计等任务（张聪，2020）。高密度阵列式表面肌电（high-density surface electromyography，HD-sEMG）采用二维矩阵式表面电极覆盖于整块肌肉皮肤区域，HD-sEMG 可得到目标肌肉时频域和空间域信息，获得骨骼肌相对应的激活区域可视化图，克服了普通电极空间分辨率低的缺点（Harrach et al.，2017）。目前，HD-sEMG作为一种客观量化的手段，被逐步应用于运动康复领域。中国体育科技2023 年（第59卷）第2期CHINA SPORT SCIENCE AND TECHNOLOGYVol.59,No.2,57-61,2023博士生论坛文章编号：1002-9826（2023）02-0057-05DOI：10.16470/j.csst.2021135基金项目：航 天 医 学 实 验 领 域 项 目（HYZHXM01003）；中央高校基本科研业务专项资金资助项目（校2020020）第一作者简介：曹春霞（1989-），女，在读博士研究生，主要研究方向为运动生理学，E-mail：。通信作者简介：王瑞元（1956-），男，教授，博士研究生导师，主要研究方向为运动生理学，E-mail：。作者单位：北京体育大学，北京 100084Beijing Sport University,Beijing 100084,China.57中国体育科技2023年（第59卷）第2期1 HD-sEMG简介1.1HD-sEMG工作原理机体受到外部刺激后，神经肌肉系统中运动神经元被不同程度激活，肌肉收缩，经过由肌肉、脂肪及皮肤组织构成的容积导体后在皮肤表面测量处与各种噪声信息叠加而形成的电位波形即为表面肌电信号（Farina et al.，2001）。sEMG 的获取由采集、传导、处理 3 部分组成（王坤，2020）。sEMG信号幅值在01.5 mV，但有用的信号频率在 0500 Hz，因此，信号采集后需要进行滤波预处理（曹月盈，2020）。1.2HD-sEMG指标分析1.2.1时域目前对肌电信号分析的方法较多，使用最多和最常见的是时域分析法，即通过计算特定单位时间内的肌电信号获取相关肌电指标数值，主要包括积分肌电（integrated electromyography，iEMG）、均方根值（root mean squared value，RMS）、平均整流值（average rectified value，ARV）等（Li et al.，2019）。iEMG是指肌肉在特定的时间段产生的运动单位放电总量，即在时间相同的情况下积分肌电的大小，反映参加肌肉活动的运动单位数量以及每个运动单位放电的大小（Viitasalo et al.，1977）。RMS 是指积分肌电除以监测积分肌电的时间，能够比较在一定时间内肌肉放电的一般水平（王念，2019；Madeleine et al.，2002）。ARV 是指一段时间内瞬间肌电幅值的平均值，是反映sEMG信号幅值变化的特征性指标，其变化主要反映肌肉活动时运动单位激活的数量、参与活动的运动单位类型以及同步化程度。过零率反映信号在单位时间内的过零次数，过零率的降低与疲劳的发生有关（Inbar et al.，1986）。1.2.2频域时域信号通过快速傅立叶转换（fast Fourier transform，FFT）后得到的肌电信号（Ming et al.，2014）。常用的频域指标包括平均功率频率（mean power frequency，MPF）和中位频率（median frequency，MF）。疲劳时，功率谱大多由高频向低频漂移，平均功率频率和中位频率也相应的下降（蒋文都 等，2019；Trappe et al.，2000；Xiang et al.，2013）。频域指标抗干扰性强，适应的负荷水平范围较广，适用于各类肌肉及各种收缩形式的运动。1.2.3时频域将表面肌电的时域值和频域值进行组合，可以得到sEMG的时频域特征。目前，研究常用的时频域分析方法主要有短时傅立叶变换（short-time Fourier transform，STFT）、小 波 变 换（wavelet transform，WT）和 小 波 包 变 换（wavelet packet transform，WPT）等。STFT 是最基本的时频分析方法（陈飚 等，2012）。Bai等（2010）用STFT在肘关节恒力收缩和动态收缩条件检测肌肉的疲劳时，发现在疲劳产生的过程中时频域特征变化明显。WT 是目前研究中得到普遍认可的时频转换方法，通过使用平移和伸缩变换的方式对肌电信号进行多尺度精细化分析，将原始肌电信号按照对应的时间分解到不同频率带上或者对肌电信号进行特定精度的表达，既能够显现信号的全局性特征信息，也能够显现局部时段的特征信息，WT 也被称为数学显微镜。与其他分析方法相比，WT更适用于运动过程中非稳定肌电信号的分析（何涛 等，2015）。1.2.4空间域HD-sEMG 区别于 sEMG 的重要特征就是空间域，在经过如 Muticlass CSP、PCA 等空间滤波算法后，得到分离矩阵，再经过小波变换等进行详细分解，最终得到所需要的二维或三维图形（陈淑甜，2019）。1.3HD-sEMG指标信号预处理肌电信号采集过程中容易受到电磁干扰和噪声等影响，想要得到合理的肌电信号，需要对其进行预处理，以去除信号中的噪声、冗余、伪迹等成分。肌电信号中包含的噪声主要分为系统噪声、伪迹、工频干扰和通道间串扰4种（黄成君，2017）。系统噪声可利用去均值和小波重构等手段去除。伪迹的处理主要为高通滤波法、带通滤波法、自适应滤波法、小波分析法等（Lin et al.，2013；Luca et al.，2010；Mak et al.，2010；Zhang et al.，2013）。工频干扰和通道间串扰可选择盲源分离法进行滤波处理。2 HD-sEMG在体育领域应用现状2.1肌纤维传导速度在神经通路的2个或2个以上的点给与电流刺激，从该神经所支配的肌肉上记录诱发电位，2个刺激点之间的距离除以电位传导时间，即为肌纤维传导速度（muscle fiber conduction velocity，MFCV）。MFCV 与肌纤维直径和肌纤维类型有关，受到肌纤维膜特性（钠离子、钾离子浓度）影响，在临床上常被用来协助诊断代谢性疾病和离子通道疾病等。也有研究认为，可以用此进行肌纤维类型百分比无创测定和局部肌肉疲劳的判断（黄志强 等，1987）。MFCV 测试方法由 Troni 等（1983）提出，传统测试需要同心圆针电极远端刺激和近端记录，该方法有一定创伤性，后有研究者尝试用表面肌电测定（付聪，2010），但测得的结果精度不高且测试程序繁杂，一直未得到普遍认可。直到多通道电极的应用才使得表面肌电测定肌纤维传导速度成为可能。利用 HD-sEMG 测定 MFCV 是通过多通道表面肌电信号获取信号中的动作电位波形在不同电极位置间的时间延迟。Farina等（2001）和Simunic等（2011）通过二维矩阵电极和空间滤波处理的方式测定动作电位波形的分辨力，发现经过波束算法处理后测得的MFCV 精度较高。Casolo 等（2020）以重复测量的方式记录了主观用力程度与MFCV之间的关系，发现在肌力增加过程中，MFCV 估算出的绝对值和相对值重复性较高