肌电信号分析：协同收缩率在JIRA敏捷度量中的应用

"这篇硕士学位论文来自华中科技大学，作者杨瑞，导师陈琦，专业是检测技术与自动化装置。论文主要研究了肌电信号的采集、分析及其在康复评价中的应用。" 肌电信号（Electromyography, EMG）是研究肌肉功能和神经控制的重要生物医学信号，它反映了肌肉收缩时的电活动。在临床诊断、康复工程、神经生理学和生物力学等领域，肌电信号分析具有重要价值。论文中提到的“协同收缩率”（Coactivation Ratio, CR）是评估肌肉协调性的一个指标，特别是在肌肉疲劳和运动性能分析中常见。 协同收缩率是通过测量不同肌肉群（例如肱二头肌和肱三头肌）的电信号强度（iEMG）来计算的，通常以电压（V）表示。在给出的数据中，可以看到在不同的时间段内，两个肌肉的iEMG值以及对应的协同收缩率。例如，0-50秒时，肱二头肌的iEMG为0.59603V，肱三头肌的iEMG为0.07174V，协同收缩率约为89.26%，这意味着在这段时间内，这两块肌肉的协作程度较高。 论文还提到了使用MATLAB进行协同收缩率变化曲线的仿真，这有助于理解肌肉在不同疲劳状态下的协同工作模式。图5-11展示了协同收缩率随时间（或肌肉疲劳程度）的变化情况，这对于评估肌肉疲劳和协调性提供了直观的数据支持。 在肌电信号的处理上，论文设计了一套肌电信号采集分析系统，该系统包括硬件电路（肌电电极、信号调理和数据采集卡）和基于LabVIEW的软件部分。软件部分实现了信号的实时采集、滤波处理、时频域分析、数据存储回放以及波形打印等功能。通过时域和频域指标，可以研究肌肉的力-电关系、疲劳性和协调性。 在实验研究部分，论文利用广义似然比检测法确定肌肉运动的起始时刻，并分析了负荷变化对肌电信号时域和频域指标的影响。例如，积分肌电值和均方根值等时域指标随着负荷增加而线性增加，而平均功率频率和中位频率等频域指标则呈现先上升后下降的趋势。此外，当肌肉疲劳时，平均功率频率和中位频率下降，同时肌肉间的协调性也会发生改变。 关键词包括肌电信号、数据采集、虚拟仪器、时域指标和频域指标，这些是肌电分析和康复评价的核心技术。通过这样的研究，可以更深入地理解肌肉功能，为临床康复和运动性能优化提供科学依据。