基于肌电信号的肘关节肌肉疲劳算法性能研究

简介

旨在量化分析肘关节肌肉疲劳评价算法的性能,寻找一种高质量的肘关节肌肉疲劳评价算法,为肘关节屈曲运动提供一种更加有效的肌肉疲劳实时监测方法。通过采集12名测试对象在不同负载下肘关节进行屈曲运动的表面肌电信号,计算平均频率(MNF),频谱距(SMR),小波方法WIRM1551,模糊近似熵(fApEn)和递归量化分析(RQA%DET)的评价指标,考虑同一疲劳条件下的抗干扰性与不同疲劳条件下的区分疲劳程度的能力比较分析5种疲劳评价算法的性能。疲劳评价算法的抗干扰性由指标的线性回归方程确定系数R2进行评价,区分疲劳程度的能力由线性回归方程斜率k的最大垂直距离Lmax进行评价。统计分析表明,在抗干扰性方面,频谱距SMR相比其他评价算法具有最大的确定系数R2均值,与MNF与RQA%DET的差异具有统计学意义(P<0.05);在区分疲劳程度的能力方面,频谱距SMR在不同负载下均具有最大的Lmax均值,最大Lmax均值分别为0.883、0.766、0.622。研究结果表明,频谱距SMR在抗干扰与疲劳程度的区分能力上都优于其他算法,因此在今后进行肘关节肌肉疲劳评价时,我们建议将频谱距SMR作为一个优先考虑的评价算法。