首页 > 文献资料
-
深部肌肉刺激治疗对颈肩痛患者肌肉特性及表面肌电信号的影响
目的 分析深部肌肉刺激治疗对颈肩痛患者肌肉特性及表面肌电信号的影响.方法 选取内蒙古医科大学附属医院2014年1月 ～2017年12月收治的120例颈肩痛患者,按就诊编号随机数表法分为观察组与对照组,每组60例;两组均给予布洛芬缓释片+颈肩牵引治疗,对照组进行假刺激,观察组则联合深部肌肉刺激;对比两组疗效、疼痛情况及肌肉特性、表面肌电信号.结果 观察组总有效率为85.00％,与对照组的78.3％比较,差异无统计学意义(P>0.05),但两组疗效等级差异有统计学意义(P<0.05),且观察组临床治愈病例显著高于对照组(P<0.05);治疗后,对照组F值、D值、S值治疗前后未见明显变化(P>0.05),观察组振动频率(F)、振幅的对数衰减值(D)、动态硬度(S)均显著下降,且低于对照组(P<0.05);治疗后,两组平均肌电振幅值(AEMG)、积分肌电值(IEMG)、频域指标中位频率(MF)均显著上升,且观察组高于对照组(P<0.05).结论 深部肌肉刺激治疗可改善颈肩痛患者肌肉特性及肌肉局部耐受性,提升肌张力及肌肉收缩性.
-
基于表面肌电信号的下肢康复机器人控制方法探究
现代社会发展过程中，越来越多的人受到后天影响而引发下肢单侧肌体运动能力损伤。目前康复医疗领域的主题就是对这类患者开展治疗，使其恢复运动能力。传统的临床运动疗法，康复效率比较低，患者参与意识薄弱，医师工作强度比较大，而且训练效果和评价结果容易受到医师的主观意识影响。在这种情况下，下肢康复机器人开始出现。
-
基于DSP的疲劳驾驶检测仪研制
通过设计一种高输入阻抗,低噪,抗干扰性强的前端表面肌电信号(SEMG)采集器将驾驶员的腰部肌肉疲劳信号采集到DSP处理器上.采用小波分析的方法确定肌肉疲劳过程中表面肌电信号的特征.选择与M波形状相似的gaus1小波函数,对其两个半波进行小波变换,分别分析两个半波在时域波形的拉伸程度,确定以小波变换尺度为主要依据的肌肉疲劳指数,实现疲劳状态在DSP处理器上的定量描述.从而实现疲劳驾驶检测.
-
飞扬穴对腰椎间盘突出镇痛效应的影响及作用机制
目的:评估飞扬穴对腰椎间盘突出症的镇痛效应,同时观察其作用机制.方法:选取2012年1月至2016年12月鄂州市中心医院收治的腰椎间盘突出症患者100例纳入研究,按数字随机数字表法分为对照组及观察组,每组50例.2组患者均接受常规针灸联合脊柱推拿手法,观察组在上述治疗基础上加针刺飞扬穴,1次/d,30 min/次,2组均连续治疗10 d,比较治疗前后患者简易McGill疼痛评分、JOA评分、腰椎活动度、生命质量、腰肌表面肌电信号变化以及治疗前后前列腺素E2(PG E2)、β-内啡肽(β-EP)的水平变化.结果:2组患者治疗后简易McGill疼痛评分、JOA评分均有所改善,其中观察组改善较对照组明显,差异有统计学意义(P<0.05).2组患者治疗后腰椎前屈活动度及生命质量均较治疗前提高,观察组优于对照组(P<0.05).治疗后观察组竖脊肌及多裂肌的AEMG、MF、MPF均较对照组改善(P<0.05).治疗后2组患者外周血PG E2水平有所降低,β-EP水平上调,其中观察组改善得趋势更明显,与对照组比较差异有统计学意义(P<0.05).结论:飞扬穴可明显改善腰椎间盘突出症患者的疼痛阈值,其可能通过降低外周血PGE2、提高β-EP水平有关.
-
通过表面肌电信号分析拨法及揉法缓解肱二头肌运动性疲劳作用的研究
目的:运用表面肌电分析拨法及揉法缓解肱二头肌运动性疲劳的作用,从肌肉层面揭示推拿作用机制.方法:以30名男性大学生为受试对象,随机分为休息组,拨法组,揉法组,首先以60％大随意收缩力(MVC)为负重,使肱二头肌静力收缩至力竭以建立疲劳模型,并获取收缩时长(T),中值频率(MF)变化率,MF变化百分比,平均功率频率(MPF)变化率,MPF变化百分比,其次进行干预或休息,随后再进行静力收缩至力竭,再次获取表面肌电值,后统计分析.结果:各组干预前后T、MF变化率、MPF变化率等比较均有统计学意义(P＜0.05),拨法组及揉法组与休息组的干预后T、MF变化率和MPF变化率等比较有统计学意义(P＜0.05),拨法组与揉法组之间比较无统计学意义.结论:拨法和揉法缓解肌肉疲劳的效果优于休息,两手法均能缓解肌肉疲劳,效果没有明显差异.
-
以体验感觉为例的具象思维心身相关关系肌电研究
目的:通过具象思维时表面肌电的时域特征分析,说明具象思维的心身合一属性.方法:对于同一思维主题,受试者分别进行抽象思维、形象思维和具象思维作业,于思维作业时和思维作业前安静态采集受试者表面肌电信号,对其时域特征进行统计分析.结果:抽象、形象思维肌电信号在波幅均值、标准差、极差与思维作业前安静态相比,大都未显示出显著性差异.而具象思维与思维作业前安静态相比,波幅均值无显著性差异,波幅标准差、极差大都存在显著性差异.结论:具象思维时心理和生理指标同时改变,而抽象思维与形象思维时生理指标随心理状态的变化不明显,具象思维是以心身高度相关为主要特征的独特思维形式.
-
针刺对肩周炎患者三角肌表面肌电信号的影响
目的:通过观察肩周炎患者针刺前后特定穴位表面肌电变化,探索针刺疗效的客观评价指标.方法:对26例肩周炎患者采用针刺肩髃、肩前、肩髎、臂臑穴,隔天1次,共治疗6次.用肌电仪对患者针刺前后及各穴行针5 s时三角肌的肌电值进行采集,将数据统计、分析.结果:与治疗前三角肌表面肌电值比较,肩前穴第2、3、5次行针时、臂臑穴第2、3、6次行针时及肩髑穴6次行针时肌电值均有明显变化(均P＜0.05),肩髎穴6次行针时肌电值均无明显变化(均P＞0.05).6次针刺治疗前后三角肌表面肌电值差异均有统计学意义(均P＜0.05).结论:针刺对于三角肌表面肌电值有一定影响,其中肩髃穴为显著,肩前穴、臂臑穴次之,肩髎穴无明显影响.
-
基于表面肌电信号变化评价针刀治疗腰椎间盘突出症的临床疗效
目的:应用针刀治疗腰椎间盘突出症(LDH),采用表面肌电图分析患者腰部肌肉生物力学特性,并对其疗效进行全面评价.方法:选取符合纳入标准的患者30例,采用针刀治疗,1周1次,共2次.观察治疗前后视觉疼痛量表(VAS)评分、直腿抬高角度(ASLR)和腰椎功能JOA评分,应用表面肌电图采集患者治疗前后表面肌电信号,计算并比较治疗前后的平均肌电波幅(AEMG)、中位频率的斜率(MFs)和平均功率频率(MPF).结果:治疗后VAS评分减低,ASLR、JOA评分、AEMG和MPF增加,MFs绝对值降低,差异均具有统计学意义(均P＜0.01).结论:针刀治疗能显著缓解LDH患者腰部肌肉的肌力、肌张力和肌肉疲劳程度,改善LDH患者腰背伸肌群失衡状态,从而有利于恢复LDH患者腰背伸肌的生物力学特性,临床疗效显著.
-
基于表面肌电信号的手腕动作意图在线识别方法
目的 设计并实现基于表面肌电信号的4种手腕动作意图的在线自动识别,为基于生物电信号的控制系统提供一种可行的人机交互方式.方法 采集受试者4种手腕翻转动作时,人体上肢3处肌肉群的表面肌电信号.计算肌电信号特征,并与初始化阶段设定的阈值相比较,获得特征参数的二值化处理结果,根据三通道肌电二值化结果的逻辑识别组合,实现4种手腕翻转动作意图的在线识别.结果 通过10名受试者的在线测试,识别准确率接近100％.结论 提出的动作意图识别方法,具有良好的在线处理性能,方法简单且易实现,所提取的手腕动作意图可转换成不同的控制命令,能够提供一种有效可行的基于生物电信号的人机交互模式.
-
基于肌电信号层级分类的手部动作识别方法
目的 利用肌电信号对手部动作进行识别,是控制现代康复假手的关键,其中使用少量电极识别出较多手势又是一难点.为更加充分利用所获得的肌电信息,本文提出一种层级分类方法.方法 首先提出一种基于层级分类的手部肌电信号动作识别方法,该方法首先根据被分类对象的多侧面属性,利用肌电积分值作为特征值,并通过线性判别函数实施预分类;其次建立肌电信号的自回归模型,将模型系数作为特征值,将人工神经网络作为分类器进行细分类;后进行了对比实验论证.结果 实验结果表明,可以利用2个表面肌电电极以较高的识别率识别出8个常用手部动作.结论 该方法能够以较少的肌电电极识别出较多的动作,比未采用分层方法具有更好的分类效果.
-
基于经验公式的连续手势动作表面肌电信号识别方法
目的实现连续手势动作表面肌电信号(surface electromyography,sEMG)的简单有效识别.方法 首先推导出测试信号属于手势动作模板的概率密度经验公式,通过数据处理实验确定公式参数,后设计连续手势识别实验以测试该经验公式用于动作sEMG识别的效果.结果 推导出的经验公式在连续手势识别中获得了较好的识别结果,验证了该经验公式用于连续手势动作sEMG信号识别的有效性.结论 基于经验公式的方法为实现基于sEMG信号的连续手势识别提供了一种可行的解决方案.
-
利用EMG运动单位动作电位数目估算法研究痉挛型脑瘫患儿神经元发放特性
目的 小儿脑瘫患者的运动障碍分级和康复评估具有重要的临床价值.本文利用表面肌电信号对痉挛型脑瘫患儿的运动神经元发放特性进行研究,旨在为脑瘫患儿的运动障碍评估提供一种量化指标.方法 采用平滑非线性能量算子(smoothed nonlinear energy operator,SNEO)算法,对痉挛型脑瘫患儿表面肌电信号中的运动单位动作电位(motor unit action potential,MUAP)数目进行估计,获得MUAP的平均发放间隔(inter-pulse interval,IPI),并根据医生采用的分级结果和健康人MUAP平均发放时限的早期研究结果进行对比验证.结果 对14名不同运动障碍级别脑瘫患者的实验结果显示,其肌电信号MUAP的IPI与他们活动度的级别即运动障碍的程度呈正相关的关系,且具有明显差异.结论 研究结果表明本文方法有效,采用IPI参数能够反映脑瘫患儿的运动障碍程度.
-
基于低频电刺激诱发表面肌电信号的肌肉疲劳度研究
目的 通过对肌肉疲劳过程中非诱发表面肌电(surface electromyography,sEMG)信号和诱发表面肌电信号的研究分析,寻找有效评价肌肉疲劳的分析测量方法.方法 对7名受试者进行自主运动和电刺激两种致肌疲劳的实验,并在两组实验中分别记录电刺激诱发与非诱发肌电信号,然后对每组信号进行傅里叶变换求取功率谱和近似熵.结果 随着疲劳的产生,两组实验诱发信号的频谱曲线左移效果优于非诱发信号,近似熵分析中电刺激组诱发信号出现先上升后下降的变化,自主运动组诱发信号则呈现单调递减的趋势.结论 低频电刺激诱发表面肌电信号更适于测量肌疲劳的动态变化.相对于传统功率谱,近似熵分析方法更适于处理电刺激诱发的表面肌电信号.
-
基于蚁群算法的表面肌电信号特征选择
目的为提高假肢系统对动作信号的识别速度,设计了基于优化蚁群算法(ant colony optimization,ACO)的特征选择法,对表面肌电信号(surface electromyography,sEMG)高维特征向量降维以减少计算负担.方法 以特征与目标类型之间互信息关系作为启发函数,通过蚁群算法选出佳特征子集,后用已训练好的人工神经网络检验其分类性能.结果 对10名健康受试者进行了手腕部动作的肌电信号模式分类实验.与传统主成分分析法(principle component analysis,PCA)相比,该算法选出的特征子集提高了识别准确率,并显著降低了原始特征集的特征维数,进而简化分类器的结构,减少计算开销.结论 本方法在实时性要求高的肌电控制假肢等系统中具有良好的应用前景.
关键词： 表面肌电信号 特征选择 蚁群算法 最小冗余-最大相关算法 模式识别 -
基于mAR模型的小儿脑瘫患者下肢肌电信号相干性分析
目的 本文对小儿脑瘫患者行走过程中下肢主要肌肉表面肌电信号进行基于多变量AR模型的相干性分析,以探索脑性瘫痪对下肢肌肉活动的影响.方法 利用多变量自回归模型的方法计算正常组和两组不同级别脑瘫组儿童在行走过程中下肢胫前肌、腓肠肌、股直肌和股外侧肌两丽之间的相干系数进行统计学分析,比较不同组之间的差异性特征.结果 股外侧肌与股直肌信号相干系数在3组之间具有显著性差异(P＜0.05),其中Ⅰ-Ⅱ级脑瘫患者相干系数高于正常组,Ⅲ-Ⅳ级脑瘫患者低于正常组,而其他肌肉间的相干性在不同组之间无显著性差异(P＞0.05).结论 相干性系数可作为一种探索肌肉活动相互间关系的手段,从神经控制的角度为研究小儿脑瘫患者异常步态的形成原因提供参考.从相干性分析中还发现中枢神经系统对肌肉活动的控制存在差异性.
-
表面肌电信号的时变AR模型参数估计及其在下腰痛评估中的应用研究
本文针对表面肌电信号的非平稳特性,采用时变参数AR模型对表面肌电信号进行分析,将线性非平稳问题转化为线性时不变问题,并采用递推小二乘算法求解模型的时变参数.在此基础上,提出了结合奇异值分解进行参数优化,进而进行模式分类的方法.能够成功地区分下腰痛患者治疗前后的状态,为下腰痛的诊断、治疗与康复判定奠定了一定的基础.
-
基于运动神经元激励的表面肌电信号仿真研究
以单纤维动作电位的仿真为基础,结合运动单位的生理结构特点,利用神经肌肉系统激励与运动单位募集、发放间的近似关系,建立一个比较符合生理学特性的表面肌电(sEMG)信号模型,以仿真不同激励情况的sEMG信号.仿真实验发现,肌纤维与电极间距离的增加将使皮肤表面检测到的动作电位峰值下降;随着激励水平的提高,与仿真sEMG信号相关的收缩力逐渐增大,且仿真sEMG信号的时域波形以及频谱也与真实sEMG信号相似.实验结果表明仿真sEMG信号能够较有效地逼近真实sEMG信号,可用于运动单位发放检测等相关研究领域.
-
二阶统计量盲分离技术在表面肌电信号分解过程中的应用
采用基于二阶统计量的盲源分离算法对多导表面肌电信号进行处理,实现噪声的分离和表面肌电信号的初步分解.实验结果表明,无论是对仿真表面肌电信号还是真实表面肌电信号,二阶盲分离方法具有良好的处理结果,其中,SEONS算法的分解性能佳.
-
振动刺激对肌肉疲劳进程的影响
振动刺激在力量训练中的作用引起了越来越多的关注.本文通过比较振动和非振动力量训练过程中表面肌电(sEMG)信号近似熵的变化规律,得出振动力量训练时机体更不容易疲劳的结论,为利用振动刺激恢复和提高肌肉力量提供了进一步的理论和实践依据.文章还从神经肌肉系统的角度阐述了肌肉疲劳及近似熵随疲劳而变的内在物理意义.
-
基于非线性能量算子的表面肌电信号MUAP发放检测
采用基于平滑非线性能量算子(smoothed nonlinear energy operator, SNEO)的方法对表面肌电(surface EMG, SEMG)信号运动单位动作电位(motor unit action potential, MUAP)的发放信息进行检测,提出一种能较精确确定MUAP发放数目的阈值检测方法.利用这些方法分别对肌肉轻度收缩和中度收缩时的SEMG信号进行了MUAP发放检测实验,结果表明,对于轻度收缩时的SEMG信号,本文的方法十分有效,而对中度收缩时的SEMG信号也能获得比较满意的检测结果.
