部義峰，李世明

1.Jiangsu Normal University，Xuzhou 221116，Jiangsu，China;2.Sports Institute of Ludong University，Yantai 264025，Shandong，China;3.Hefei Institute of Material Science，Chinese A-cademy of Sciences，Hefei 230031，Anhui，China

運動性肌肉疲勞產(chǎn)生的機制較為復(fù)雜，涉及了中樞神經(jīng)驅(qū)動、神經(jīng)肌肉的興奮—收縮偶聯(lián)、肌肉的能量代謝等多項生理過程，肌肉表面肌電信號(sEMG)的形成與變化均與上述生理過程存在不同程度的因果關(guān)系，因而成為運動性肌肉疲勞生理機制研究的重要領(lǐng)域。研究表明，在良好控制條件下，在特定范圍負荷內(nèi)，肌肉的力—電關(guān)系存在一定的線性關(guān)系，這些結(jié)論為研究肌肉疲勞產(chǎn)生的機制提供了重要的信息。然而，對于遞增負荷至疲勞過程中，對肌肉力—電關(guān)系完整表達的研究還不多見，同時對于二者的關(guān)系為正相關(guān)還是負相關(guān)的爭議仍然存在?；诖耍狙芯康哪康脑谟?1)明確遞增負荷誘發(fā)肌肉疲勞過程中的sEMG變化規(guī)律;2)探索遞增負荷誘發(fā)肌肉疲勞過程中sEMG與負荷的非線性關(guān)系。

1 研究對象與方法

1.1 實驗對象

受試者為某大學(xué)體育學(xué)院男生5名，身體健康，測試前24 h未從事劇烈運動，未在空腹下進行實驗，實驗室溫度22攝氏度左右。實驗對象具體情況見表1。

表1 實驗對象基本情況(n=5)

1.2 運動方案

疲勞的運動方案采用世界衛(wèi)生組織(WHO)推薦的踏車方案［1］。受試者手戴心率遙測表，首先在零負荷狀態(tài)下蹬踏自行車1分鐘，體會每分鐘50轉(zhuǎn)的速率。受試者準備完畢進入正式測試階段，功率自行車起始負荷為50 W，然后依次遞增50 W，每3分鐘遞增一次，自行車轉(zhuǎn)速保持50 rmp/min，負荷遞增到200 W后不再增加負荷，直到經(jīng)反復(fù)鼓勵運動員運動能力達不到50 rmp/min時終止運動，負荷順序從50 W起為一級負荷，依次分別為二級負荷、三級負荷、四級負荷以及五級負荷。在每一負荷末期(5 S)對股外肌、股二頭肌、腓腸肌內(nèi)、外側(cè)的肌電信號進行同步采集，同時，記錄每次負荷末受試者心率。踏車前后分別采集受試者的指血用于血乳酸的測試。

1.3 實驗儀器

中科院智能研究所開發(fā)的JE－TB0810八通道肌電采集系統(tǒng);中國上海鈞康醫(yī)用設(shè)備有限公司產(chǎn)Ag/AgCI一次性使用心電電極，產(chǎn)品標準號:Q/SIDR2－2003;瑞典產(chǎn) MONARK824型功率自行車;芬蘭產(chǎn)S410心率遙測表;日本產(chǎn)Lactate ProTM血乳酸分析儀。

1.4 肌電信號采集與電極貼放

肌電采集儀所有通道配備一階高通濾波器和二階巴特沃斯低通濾波器，以消除環(huán)境噪聲和運動偽跡的影響，前者截止頻率為10 Hz，后者截止頻率為3000 Hz。信號的采樣頻率為1000 Hz，增益倍數(shù)349/119，共模抑制比﹥100 db，輸入阻抗﹥1012Ω，輸入原始信號范圍±3 mV。

三個電極成等邊三角形分別貼于股外肌、股二頭肌、腓腸肌內(nèi)、外側(cè)上。貼電極前用電極上自帶細砂紙輕擦皮膚表面去除角質(zhì)。為了減少肌肉的交叉干擾，將電極貼放在肌肉肌腹沿肌纖維走向的方向上，電極圓心間距為3～3.5 cm。

1.5 疲勞的判定

疲勞判定采用定性與定量相結(jié)合的方法，采用常用判定標準［2－4］:

1)達到預(yù)期最大心率(220－年齡)或與預(yù)期心率相差﹤5～10次/min;

2)血乳酸超過9 mmol/L;

3)RPE≥18。

受試者經(jīng)鼓勵督促仍不能按照規(guī)定強度運動持續(xù)10秒以上，并同時滿足以上標準時，認為達到極度疲勞狀態(tài)，停止運動。

1.6 血液的采集與血乳酸的測定

血液采集方法:血液均采集于運動員無名指，采集血液前用酒精棉球?qū)κ茉囌邿o名指消毒，待無名指上酒精風干后使用一次性采血針進行采血，采血針刺破表皮后，對運動員無名指進行輕推，動作方法為從無名指近端向遠端推動。然后用干棉球?qū)⒌谝坏窝潦酶蓛簦x用第二滴血作為血樣進行測試，其目的是避免針刺時破碎表皮細胞的存在，影響到測試的精度。

測定方法:首先用校正試劑條對測試儀進行校正，然后將測定試劑條插入測試儀，讓試劑條垂直接觸血液，血液就被自動定量地吸入試劑條，測定儀自動開始測定，59秒后，顯示乳酸濃度。

1.7 數(shù)據(jù)處理

本研究對遞增負荷過程中肌肉sEMG的頻域與時域指標進行了統(tǒng)計;對遞增負荷過程中肌肉sEMG與負荷的關(guān)系進行了曲線擬合，擬合過程中確定顯著性水平為0.05，非常顯著性水平為0.01。研究過程中數(shù)據(jù)的統(tǒng)計處理均由SPSS16.0完成。

2 研究結(jié)果

2.1 遞增負荷過程中運動員疲勞判定指標的變化

表2為遞增負荷過程中運動員疲勞判定指標變化一覽表。結(jié)果顯示，隨著負荷強度的不斷增加心率逐漸增加，達到最大負荷強度時，依靠增加負荷量使受試者達到疲勞狀態(tài)，受試者平均最大心率達到188次/min。RPE指數(shù)也隨著負荷強度的增加而增加，達到最大負荷時，受試者RPE指數(shù)都達到19。血乳酸水平在運動后3分鐘達到最大值，平均為11.34 mmol/L。運動后即刻、3分鐘、6分鐘的血乳酸值與安靜時相比均具有非常顯著性差異(P＜0.01)，血乳酸最大值與運動后6分鐘相比具有顯著性差異(P＜0.05)。盡管運動后6分鐘血乳酸被一定程度廓清，但其值仍大于9 mmol/L。綜合上述指標認為，本研究采用的運動疲勞方案能夠讓運動員機體達到深度疲勞狀態(tài)。

表2 遞增負荷過程中運動員疲勞判定指標變化一覽表(n=5)

2.2 頻域指標的變化特征

表3為遞增負荷至疲勞過程中肌電信號頻域指標的變化特征表。結(jié)果顯示，在遞增負荷過程中，隨著負荷功率的增加，MF、MPF以及ZCR的值不斷增加，直到第四級負荷時，上述頻域指標值達到最大，之后其值呈緩慢下降趨勢，四塊肌肉的頻域指標表現(xiàn)出較為一致的變化規(guī)律。

表3 遞增負荷至疲勞過程中肌電信號頻域指標的變化一覽表(n=5)

2.3 時域指標的變化特征

表4為遞增負荷過程中肌電信號時域指標的變化表。結(jié)果表明，在遞增負荷過程中，時域指標AEMG、IEMG以及SPA的總體趨勢呈現(xiàn)出單調(diào)遞增的變化特征，表現(xiàn)出較強的規(guī)律性。

表4 遞增負荷至疲勞過程中肌電信號時域指標的變化一覽表(n=5)

2.4 肌電信號與負荷的非線性關(guān)系

通過觀察時域指標與頻域指標隨負荷變化的散點圖可知，它們與負荷的線性關(guān)系并不非常明確，為了更加準確、全面的描述二者關(guān)系，對其進行了曲線擬合。本研究在對曲線進行擬合時，首先觀察了自變量與因變量的散點圖，然后確定二者的函數(shù)關(guān)系，通過反復(fù)檢驗認為，擬合效果最好地為二次函數(shù)關(guān)系或三次函數(shù)關(guān)系。擬合過程是在F檢驗具有顯著性的前提下進行，遵循判定系數(shù)(R Square，即R2)最大，回歸(Regression)最大，剩余(Residuals)最小的原則，然后以自變量系數(shù)的T檢驗為參考，進行曲線擬合的最優(yōu)化篩選，篩選曲線如圖1～圖2所示，曲線的方程系數(shù)見表5、表6。

當將仿真內(nèi)的電容C分別取4 mF和16 mF，其余參數(shù)固定，通過仿真結(jié)果可知增大電容C的取值，電池電流及直流側(cè)電壓波形的峰值都相應(yīng)隨之降低，有效地提升了系統(tǒng)穩(wěn)定性；減小電容C的取值，直流電壓振動更加劇烈，系統(tǒng)穩(wěn)定性降低，仿真驗證的結(jié)果與阻抗比判據(jù)判定的結(jié)果相同。

研究結(jié)果表明，肌電指標與運動負荷關(guān)系為二次函數(shù)關(guān)系或三次函數(shù)關(guān)系，曲線方程判定系數(shù)無論是二次函數(shù)還是三次函數(shù)都較高，方程回歸后剩余較少，且方程都具有非常顯著性。不同之處在于，將二者關(guān)系用三次函數(shù)表達時方程的判定系數(shù)更高，方程回歸更多，剩余更少，但是自變量系數(shù)多不具顯著性，這可能是由于擬合樣本小導(dǎo)致，在以后的研究中還需增大樣本對其進行檢驗。盡管如此，根據(jù)曲線擬合的最優(yōu)化篩選原則仍判斷認為，將二者關(guān)系用三次函數(shù)關(guān)系表達更為確切。因此，本研究認為，在遞增負荷運動至疲勞過程中，肌電信號的頻、時域指標與運動負荷之間存在三次函數(shù)關(guān)系，提示在肌肉承受運動負荷時，對肌電信號影響的主要因素可能存在三個。

圖1 遞增負荷至疲勞過程中MF、MPF與負荷的曲線擬合圖

圖2 遞增負荷至疲勞過程中AEMG、IEMG與負荷功率的曲線擬合圖

表5 肌電信號時、頻域指標二次曲線擬合系數(shù)及其曲線方程檢驗一覽表

表6 肌電信號時、頻域指標三次曲線擬合系數(shù)及其曲線方程檢驗一覽表

3 分析與討論

3.1 遞增負荷誘發(fā)疲勞過程中的頻域變化特征

MF、MPF是反映肌電信號頻率構(gòu)成的特征性信號參數(shù)。宋超等研究表明［5］，肱二頭肌運動負荷由10%MVC(肌肉最大收縮力)遞增到80%MVC的過程中，MF、MPF均呈單調(diào)遞增性改變;Gerdle等以四塊肩部肌肉為對象研究發(fā)現(xiàn)［6］，等長收縮形勢下MPF在0～60%MVC范圍內(nèi)維持穩(wěn)定，超過這一范圍MPF開始出現(xiàn)輕度下降;還有其它研究表明［7］，靜態(tài)負荷形式對MF、MPF無明顯影響，以及不同張力水平條件下MF、MPF具有不同的反映模式。本研究發(fā)現(xiàn)，在遞增負荷過程中，隨著負荷功率的增大，MF、MPF也呈現(xiàn)單調(diào)遞增趨勢，達到最大負荷強度水平后，通過加大負荷量來增大負荷水平，MF、MPF表現(xiàn)出了下降的趨勢。其原因可能與參與運動的肌纖維類型有關(guān)，在遞增負荷過程的初期，負荷強度較低，主要是動用Ⅰ型肌纖維參與活動，機體進行有氧代謝，不產(chǎn)生或產(chǎn)生少量乳酸，由于Ⅰ型肌纖維與MF、MPF存在高度負相關(guān)(R=－0.87)［8］，所以，MF、MPF 維持在較低的水平。隨著負荷強度的增大，僅靠Ⅰ型肌纖維已經(jīng)不能夠滿足負荷強度的需要，開始動用Ⅱ型肌纖維參與運動，而Ⅱ型肌纖維與 MF、MPF 存在明顯正相關(guān)(R=0.70)［9］，所以，MF、MPF開始增大。當負荷強度繼續(xù)增大時，肌張力的增大需要募集更多Ⅱ型肌纖維參與運動，Ⅱ型肌纖維一般有大α運動神經(jīng)元支配，神經(jīng)沖動傳導(dǎo)速度快，收縮迅速有力，因此導(dǎo)致了MF、MPF繼續(xù)遞增，并達到最大值。隨著負荷量的增大，由于Ⅱ型肌纖維抵抗疲勞能力較Ⅰ型肌纖維弱，所以，肌肉很快達到疲勞狀態(tài)，肌力下降，不能夠繼續(xù)維持額定負荷，此時，MF、MPF等頻域指標出現(xiàn)下降趨勢。因此，在遞增負荷的疲勞模型中，頻域指標表現(xiàn)出先增大后減小的變化特征。

3.2 遞增負荷誘發(fā)疲勞過程中的時域變化特征

在反映做功情況的三個時域指標中，IEMG與負荷的相關(guān)性最高(R=0.832，P ＜0.01)，說明 IEMG 能夠更好反映肌肉做功情況。多數(shù)研究在對肌肉做功進行分析時也多采用了IEMG指標。Petrofsky系統(tǒng)地研究了在自行車上運動時股四頭肌的IEMG發(fā)現(xiàn)［10］，在20%～40%VO2max負荷下，RMS隨時間的變化不明顯，而在60% ～100%VO2max負荷下隨時間的延長逐漸加大。Cheung＆Ebenbicher也曾報道過肌肉疲勞時的 IEMG 和 RMS會增大［11－12］。在 Crenshaw 的研究中［13］，受試者分別以25%MVC和70%MVC負荷進行伸膝運動，記錄股四頭肌的肌電信號，結(jié)果發(fā)現(xiàn)RMS在兩種負荷下都增加，增加率以25%MVC最高。對于IEMG隨運動負荷增大而增大的解釋，多數(shù)研究認為，在肌肉疲勞的情況下，為了保持預(yù)定的肌力，肌肉必須動用更多的肌纖維參加運動，從而導(dǎo)致肌肉放電能力的增大。本研究認為，IEMG是反映參加工作運動單位的動作電位的總和，其值可以反映參加工作的運動單位的數(shù)量，在不同強度的運動中，并非所有的肌纖維都收縮，而是不同的運動單位數(shù)目根據(jù)負荷強度的大小有序地交替參加工作，而且以一定數(shù)量的肌纖維作為小的集合進行收縮。

3.3 基于曲線擬合分析的肌肉疲勞影響機制

近年來，隨著人們對神經(jīng)肌肉系統(tǒng)非線性性質(zhì)的深入研究和生物信號分析理論的進步，將非線性數(shù)學(xué)分析手段應(yīng)用于肌電信號的信號分析，提取出與肌肉功能狀態(tài)間具有更好關(guān)聯(lián)性的信號特征，已經(jīng)成為肌電信號研究領(lǐng)域的發(fā)展趨勢。自Webber嘗試用非線性方法分析肌電信號以來［14－15］，國內(nèi)外學(xué)者經(jīng)研究討論認為［16－18］，肌電信號是一種混沌信號，存在吸引子，但吸引子的個數(shù)與相關(guān)因素尚未有公認定論，之后，有國內(nèi)學(xué)者對肌肉疲勞過程中的肌電信號進行過完整描述［19］，研究認為疲勞過程中肌電信號各參數(shù)與負荷時間為三次項曲線的變化規(guī)律，因此影響肌肉疲勞的主要因素可能有3個，具體的3因素可能是功能性運動單位的數(shù)目、運動單位的同步化程度和肌纖維的傳導(dǎo)速度。這三者決定運動單位的空間募集和時間募集也是早已被確定的［20］。在本研究過程中，對肌電信號與運動負荷的非線性關(guān)系研究與前人研究結(jié)果基本一致，盡管后者是對靜力性等長收縮使肌肉達到疲勞狀態(tài)過程的研究，而本研究是在動態(tài)過程中使肌肉達到疲勞。由此看來，肌電信號頻、時域指標與運動負荷關(guān)系呈非線性是對其較為準確的描述。

前人的研究提出了影響肌肉疲勞的主要因素有3個［19］，但是由于其研究過程中疲勞的產(chǎn)生是基于肌肉等長收縮形式下產(chǎn)生的，只是在負荷量上有所改變，而負荷強度無變化，因此就無法解釋肌電信號隨負荷強度的變化趨勢，從而也無法確定哪一個因素在哪一個負荷起主要作用。本研究采用了間歇遞增負荷的方式使肌肉產(chǎn)生疲勞，在遞增到一定負荷后，負荷的強度不再增加，而是依靠增加負荷量(負荷時間)達到增加負荷的目的，因此研究內(nèi)容既可觀察負荷強度對肌電信號的影響，還可以觀察負荷量對肌電信號的影響，實驗方案的設(shè)計更有助于探索運動負荷與肌電信號的關(guān)系。結(jié)合研究內(nèi)容與研究結(jié)果，本研究認為，由于肌纖維類型的募集具有選擇性，運動初期較低的負荷強度主要是動用Ⅰ型肌纖維參與肌肉收縮，隨著負荷強度與負荷量的增大，才會動員Ⅱ型肌纖維參與收縮，因此，肌電信號的MF、，MPF等頻域指標前期表現(xiàn)出了遞增趨勢。前期有研究還證明了頻域指標之間的差異主要是與肌纖維類型有關(guān)，而與纖維直徑大小無關(guān)［21］。由此看來，疲勞前頻域指標的增大主要是與參與運動的功能性運動單位有關(guān)。隨著負荷強度的繼續(xù)增大，更多的Ⅱ型肌纖維參與收縮，為了完成額定負荷，在Ⅱ型肌纖維募集源有限的情況下，就要靠加大收縮肌纖維的同步化來維持預(yù)先的張力，此時，肌電信號頻域指標的增大主要是與運動單位的同步化有關(guān)。Ⅱ型肌纖維較Ⅰ型肌纖維容易產(chǎn)生疲勞，且肌肉代謝多為無氧代謝，生成大量乳酸等酸性代謝物質(zhì)，導(dǎo)致運動單位傳導(dǎo)速度的下降，同時高強度運動致使大量K+外流，使肌細胞外K+濃度變大，其結(jié)果增大了肌細胞膜和T管除極化的興奮閾，降低了動作電位峰高度和傳導(dǎo)速度，興奮傳導(dǎo)速度減慢，阻斷興奮—收縮耦聯(lián)。因此，疲勞后肌電信號的頻域指標表現(xiàn)出了下降的趨勢。綜上分析認為，在運動初期引起肌電信號變化的原因主要是中樞機制起主要作用，而后期主要是外周機制起主要作用。

本研究發(fā)現(xiàn)，在間歇遞增負荷至疲勞過程中肌電信號的時域指標呈單調(diào)遞增趨勢，主要是隨著負荷強度與負荷時間的增大動員越來越多的肌纖維參與收縮，為維持預(yù)先的肌張力肌纖維興奮的同步化程度越來越高，肌肉對外做功越來越多的表現(xiàn)，這個過程是一個肌纖維被不斷募集的過程。時域指標的不斷增大主要是肌纖維的募集與肌纖維放電的同步化起重要作用。但是，時域指標的單調(diào)遞增趨勢并不是無限制的，在接近疲勞時由于募集源越來越少與肌纖維同步化空間越來越小，時域指標的增大趨勢會減緩，甚至維持在一定水平或呈下降趨勢。在本研究過程中，時域指標準確完整的對該特征進行了表達。

4 結(jié)論

4.1 在遞增負荷疲勞模型中，頻域指標表現(xiàn)出隨運動負荷增大而增大，而后降低的特征;時域指標表現(xiàn)出隨運動負荷增大而增大，并逐步達到平臺的特征。這提示，可以用肌電信號在遞增負荷過程中的拐點作為局部肌肉疲勞的判定標準。

4.2 遞增負荷誘發(fā)局部肌肉疲勞過程中，肌肉sEMG與負荷呈三次函數(shù)關(guān)系，在遞增負荷初期肌電信號的變化主要與中樞機制有關(guān)，后期則主要與外周機有關(guān)。

［1］范振華，周士枋.實用康復(fù)醫(yī)學(xué)［M］.南京:東南大學(xué)出版社，1998.

［2］肖國強.運動能量代謝［M］.北京:人民體育出版社，1997:64.

［3］馮連世，李開剛，等.運動員技能評定常用生理生化指標測試方法及應(yīng)用［M］.北京:人民體育出版社，2002:12－14.

［4］田野.運動生理學(xué)高級教程［M］.北京:高等教育出版社，2003.

［5］宋超，王健，方紅光.間斷遞增負荷條件下肌肉活動的力－電關(guān)系［J］.體育科學(xué)，2006，26(3):50－52.

［6］Gerdle，B.，et al.Changes in the surface electromyogram during increase isometric shoulder forward flexions［J］.Eur.J.Appl.Physuol，1988，57:404 －408.

［7］Bilodeau，M.et al.Comparision of the EMG power spectrum of the human soleus and gastroc nemius muscle［J］.Eur J Appl Physiol，1994，68:395 －401.

［8］Wretling，ML，et al.EMG:a non －invasive method for determination of fiber type proportion［J］，Acta Physiol Scanel，1987，131:627－628.

［9］王立山，高強.男少年股外肌快肌百分比及其無損傷推測指標［J］.北京體育大學(xué)學(xué)報，1993，16(3):34－37.

［10］Petrofsky J S.Computer analysis of the surface EMG during isometric exercise［J］.Compue Biol Med，1980，10:83.

［11］Chung TK.，et al.Electromyographic activity of the long digital extensor muscle in the exercising Thoroughbred horse［J］.E-quine － Vet－ J.1998，30(3):251 －255.

［12］Ebenbichler G.，et al.EMG fatigue patterns accompanying isometric fatiguing knee－extensions are different in mono－and bi－ articular muscle［J］.Electroencephalogrclin － Neurophysiol，1998，109(3):256.

［13］Crenshaw A G，Karlsson S，Gerdle B et al.Differental responses in intramuscular pressure and EMG fatigue indicators during lowvs high － level isometric contractions to fatigue［J］.Acta Physiol Scand，1997，160(4):353 －361.

［14］蔡立羽，王志中，張海虹.表面肌電信號的復(fù)雜度特征研究［J］.航天醫(yī)學(xué)與醫(yī)學(xué)工程，2000，13(2):124－127.

［15］Webber C L，Schmidt M A，Walsh J M.Influence of isometric loading on biceps EMG dynamics as assessed by linear and non－ linear tools［J］.J.Appl.Physiol.，1995，78:814 － 822.

［16］王健.sEMG信號分析及其應(yīng)用研究進展［J］.體育科學(xué)，2000，20(4):56 －60.

［17］Bilodeau M，Schindler S，Williams D M，et al.EMG frequency content changes with increasing force and during fatigue in the quadriceps femoris muscle of men and women［J］.J.Electromyogr Kinesiol，2003，13(1):83 －92.

［18］Dimitrova NA，Dimitrov GV.Interpretation of EMG changes with fatigue:facts pitfalls and fallacies［J］.J.Electromyogr Kinesiol，2003，13(1):13 －16.

［19］李青青，吳宗耀.股內(nèi)肌疲勞時表面肌電信號特征研究［J］.中國運動醫(yī)學(xué)雜志，2006，25(5):547 －550.

［20］Mannion AF，Dolan P.The effects of muscle length and force output on the EMG power spectrum of the spine［J］.J.Electromyogr Kinesiol，1996，6(3):159 －168

［21］Gerdle，B.，et al.Dependence of the mean power frequency of the electromyogram on muscle force and fibre type［J］.Acta Physiol Scand，1991，142:457 －465.