肌电信号分析:协同收缩率在JIRA敏捷度量中的应用
需积分: 32 48 浏览量
更新于2024-08-10
收藏 6.52MB PDF 举报
"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。
2015-08-26 上传
2019-08-13 上传
2021-05-29 上传
2021-06-29 上传
2021-05-12 上传
2021-07-01 上传
2021-06-18 上传
2021-05-31 上传
刘看山福利社
- 粉丝: 34
- 资源: 3900
最新资源
- ES管理利器:ES Head工具详解
- Layui前端UI框架压缩包:轻量级的Web界面构建利器
- WPF 字体布局问题解决方法与应用案例
- 响应式网页布局教程:CSS实现全平台适配
- Windows平台Elasticsearch 8.10.2版发布
- ICEY开源小程序:定时显示极限值提醒
- MATLAB条形图绘制指南:从入门到进阶技巧全解析
- WPF实现任务管理器进程分组逻辑教程解析
- C#编程实现显卡硬件信息的获取方法
- 前端世界核心-HTML+CSS+JS团队服务网页模板开发
- 精选SQL面试题大汇总
- Nacos Server 1.2.1在Linux系统的安装包介绍
- 易语言MySQL支持库3.0#0版全新升级与使用指南
- 快乐足球响应式网页模板:前端开发全技能秘籍
- OpenEuler4.19内核发布:国产操作系统的里程碑
- Boyue Zheng的LeetCode Python解答集