首页> 正文

基于肌音信号非线性特征分析的静态肌肉疲劳研究

2020-12-10阅读(854)

基于肌音信号非线性特征分析的静态肌肉疲劳研究

论文摘要

肌肉疲劳是肌肉做功能力降低的体现,在人体锻炼、康复训练和职业病预防等方面得到研究应用。肌音信号(MMG)是反映肌纤维收缩时的力学振动特性的非线性信号,能定量评估和诊断肌肉疲劳。本课题通过研究站立静态耸肩时上斜方肌的肌音信号,寻找肌音信号的非线性动力学特征与肌肉疲劳的关系。本课题采集了10名健康的受试者在以50%最大随意收缩力(MVC)的恒力做耸肩静态动作时上斜方肌的肌音信号,对获得的肌音信号进行降噪、分段和特征提取,研究特征值趋势与肌肉疲劳的对应关系。在信号降噪中,对三种经验模态分解算法进行了对比研究,采用了一种自适应噪声的完备经验模态分解(CEEMDAN)算法与相关系数相结合的方法;在特性分析中,比较了周期信号、肌音信号和随机信号在非线性动力学分形维数(FD)、LZ复杂度(LZC)、最大李雅普诺夫指数(MLE)和模糊熵(FEN)四种特征中的特性;在特征提取中,利用四种非线性动力学特征对上斜方肌肌肉静态收缩过程中的疲劳状态进行分析,并与时域特征中值频率(MDF)和平均功率频率(MPF)进行比较。研究结果表明,基于CEEMDAN算法和相关系数相结合的降噪方法效果显著;肌音信号是具有混沌特征的非线性、非平稳信号,肌音信号的非线性特征均介于周期信号和随机信号之间;肌音信号的FD、LZC、MLE和FEN随肌肉疲劳程度的增加呈现近似线性下降的趋势,在肌肉疲劳评估中与中值频率(MDF)和平均功率频率(MPF)效果相似。因此,作为量化肌肉的疲劳状态,肌音信号的特征除了传统的MDF和MPF外,还可以用FD、LZC、MLE、FEN等非线性特征很好的标志和度量,并在适用度上具有一定的优势,在敏感程度上有一定的理论支撑,为肌音信号在非线性领域评估肌肉疲劳程度提供了新的手段。

论文目录

  • 摘要
  • Abstract
  • 第1章 前言
  •   1.1 课题背景
  •   1.2 课题的目的和意义
  •   1.3 肌音信号的研究现状
  •   1.4 肌肉疲劳的研究现状
  •     1.4.1 肌肉疲劳的定性研究
  •     1.4.2 肌肉疲劳的定量研究
  •   1.5 基于生物医学信号的肌肉疲劳研究
  •     1.5.1 基于肌电信号的肌肉疲劳研究
  •     1.5.2 基于脑电信号的肌肉疲劳研究
  •     1.5.3 基于肌音信号的肌肉疲劳研究
  •   1.6 基于肌音信号的肌肉疲劳研究步骤
  •     1.6.1 肌音信号的采集
  •     1.6.2 肌音信号的降噪处理
  •     1.6.3 特征提取
  •     1.6.4 肌肉疲劳分析
  •   1.7 本课题研究内容简介
  • 第2章 肌音信号采集系统的搭建与静态疲劳试验设计
  •   2.1 肌音信号的采集系统的搭建
  •     2.1.1 采集传感器的选择
  •     2.1.2 A/D转换模块
  •   2.2 常见的肌肉疲劳研究的信号采集试验
  •   2.3 肌肉静态疲劳的肌音信号采集试验
  •     2.3.1 实验对象
  •     2.3.2 试验方式
  •   2.4 本章小结
  • 第3章 肌音信号的降噪方法研究
  •   3.1 生物医学信号的降噪方法选择
  •     3.1.1 经验模态分解降噪
  •     3.1.2 集合经验模态分解
  •     3.1.3 自适应噪声的完备经验模态分解降噪
  •   3.2 信号重构的筛选方法
  •     3.2.1 基于相关系数的信号重构
  •     3.2.2 基于能量谱密度的信号重构
  •     3.2.3 基于互信息的信号重构
  •   3.3 算法在仿真信号中的应用
  •     3.3.1 信号分解的对比效果
  •     3.3.2 三种算法实现效果对比
  •   3.4 CEEMDAN在肌音信号降噪中的应用
  •   3.5 本章小结
  • 第4章 肌音信号的非线性动力学特性分析
  •   4.1 周期信号、肌音信号、随机信号分形盒维数比较
  •     4.1.1 分形维数的概念与应用
  •     4.1.2 分形盒维数
  •   4.2 周期信号、肌音信号、随机信号LZ复杂度比较
  •     4.2.1 LZ复杂度原理
  •     4.2.2 LZ复杂度算法步骤
  •   4.3 周期信号、肌音信号、随机信号最大李雅普诺夫指数比较
  •     4.3.1 最大李雅普诺夫指数应用机理
  •     4.3.2 最大李雅普诺夫指数计算原理
  •   4.4 周期信号、肌音信号、随机信号模糊熵比较
  •     4.4.1 近似熵和样本熵概述
  •     4.4.2 模糊熵原理
  •   4.5 本章小结
  • 第5章 肌肉疲劳过程中肌音信号的特征趋势研究
  •   5.1 肌音信号特征提取
  •   5.2 肌肉疲劳过程中肌音信号的传统频域特征分析
  •     5.2.1 频域特征MDF和MPF
  •     5.2.2 肌肉疲劳过程中肌音信号中值频率变化趋势
  •     5.2.3 肌肉疲劳过程中肌音信号平均功率频率变化趋势
  •   5.3 肌肉疲劳过程中肌音信号的非线性动力学特征分析
  •     5.3.1 肌肉疲劳过程中肌音信号分形盒维数变化趋势
  •     5.3.2 肌肉疲劳过程中肌音信号分形LZ复杂度变化趋势
  •     5.3.3 肌肉疲劳过程中肌音信号分形最大李雅普诺夫指数变化趋势
  •     5.3.4 肌肉疲劳过程中肌音信号分形模糊熵变化趋势
  •   5.4 肌音信号静态疲劳结果分析
  •     5.4.1 肌音信号特征值归一化
  •     5.4.2 肌音信号特征值线性和二项式拟合
  •     5.4.3 肌音信号的特征值变化率
  •   5.5 本章小结
  • 第6章 总结与展望
  •   6.1 总结
  •   6.2 展望
  • 参考文献
  • 致谢
  • 攻读硕士期间成果

    • 文章来源

    类型: 硕士论文

    作者: 蒋文都

    导师: 夏春明

    关键词: 肌音信号,肌肉疲劳,信号降噪,分形维数,复杂度,最大李雅普诺夫指数,模糊熵

    来源: 华东理工大学

    年度: 2019

    分类: 基础科学,医药卫生科技,信息科技

    专业: 生物学,生物医学工程,电信技术

    单位: 华东理工大学

    分类号: R318;TN911.7

    总页数: 87

    文件大小: 7971K

    下载量: 178

    相关论文文献

    • [1].不同踏板力对驾驶员腿部肌肉疲劳的分析研究[J]. 人类工效学 2019(06)
    • [2].肌肉疲劳的特点及恢复方法[J]. 生物化工 2019(05)
    • [3].肌肉疲劳的生化机制及诊断疲劳方法的综述[J]. 文体用品与科技 2019(21)
    • [4].腿抽筋一定是缺钙吗[J]. 家庭医药.快乐养生 2017(01)
    • [5].五味子和三七对抗肌肉疲劳作用异同研究[J]. 安徽农业科学 2017(14)
    • [6].模拟手工搬举作业局部肌肉疲劳相关代谢和炎性标志物研究[J]. 中国职业医学 2019(02)
    • [7].肌肉疲劳及肌肉损伤机制研究综述[J]. 中华中医药杂志 2016(07)
    • [8].精神压力会致肌肉疲劳[J]. 建筑工人 2013(06)
    • [9].肌肉疲劳的成因及恢复[J]. 阴山学刊(自然科学) 2013(02)
    • [10].维生素D有助于缓解肌肉疲劳[J]. 山西老年 2014(01)
    • [11].维生素D有助缓解肌肉疲劳[J]. 食品与健康 2013(05)
    • [12].肌肉疲劳后不同恢复手段介入效益的对比实验研究[J]. 武汉体育学院学报 2017(12)
    • [13].肌内效贴扎对划船运动员肌肉疲劳恢复的影响研究[J]. 成都体育学院学报 2018(02)
    • [14].基于表面肌电信号的肌肉疲劳状态分类系统[J]. 计算机应用 2018(06)
    • [15].膏摩对运动后肌肉疲劳恢复的机理研究[J]. 环球中医药 2016(06)
    • [16].局部肌肉疲劳主客观指标的相关性分析[J]. 中国工业医学杂志 2016(04)
    • [17].不同分级神经肌肉疲劳对冲击性落地动作下肢生物力学的非线性影响[J]. 中国运动医学杂志 2014(12)
    • [18].维生素D有助缓解肌肉疲劳[J]. 家庭医药(快乐养生) 2013(05)
    • [19].驾驶员肌肉疲劳特性与行车安全研究进展[J]. 农家参谋 2019(13)
    • [20].间歇静态拉力作业人员肌肉疲劳发展研究[J]. 中国安全科学学报 2019(06)
    • [21].受限空间钻孔工人的肌肉疲劳特性研究[J]. 中国安全科学学报 2019(03)
    • [22].基于表面肌电信号的颈部肌肉疲劳评价算法比较研究[J]. 生物医学工程学杂志 2018(01)
    • [23].拉力作业肌肉疲劳研究进展及展望[J]. 中国安全科学学报 2018(04)
    • [24].基于表面肌电的肌肉疲劳检测系统研究[J]. 现代电子技术 2018(20)
    • [25].运动后拉伸的原因及方法[J]. 现代职业教育 2017(33)
    • [26].女性压力性尿失禁与神经-肌肉疲劳关系的研究[J]. 国际妇产科学杂志 2009(01)
    • [27].静力牵张练习对心脏康复运动疗法后肌肉疲劳恢复的作用[J]. 山西职工医学院学报 2014(06)
    • [28].局部肌肉疲劳对踝关节本体感觉的影响[J]. 体育科学 2011(03)
    • [29].浅析足球比赛课上学生下肢肌肉疲劳恢复[J]. 当代体育科技 2019(26)
    • [30].sEMG常用时频方法及其用于分析动态肌肉疲劳时的策略[J]. 中国运动医学杂志 2010(01)

    标签：;  ;  ;  ;  ;  ;  ;  

    基于肌音信号非线性特征分析的静态肌肉疲劳研究
    下载Doc文档

    猜你喜欢

    © 2024 毕论降 版权所有 鄂ICP备12018319号-6