基于sEMG的聯(lián)合收獲機駕駛?cè)搜考∪馄谘芯?/h1>
2020-03-28 05:55:02祝榮欣
工業(yè)工程 2020年1期
祝榮欣
(桂林航天工業(yè)學(xué)院 廣西航空物流研究中心，廣西 桂林 541004)
長時間維持固定坐姿易引發(fā)腰部肌肉疲勞，這種現(xiàn)象普遍存在于坐姿工作人群中[1]。受低頻振動環(huán)境的影響，聯(lián)合收獲機駕駛?cè)搜科诂F(xiàn)象尤為突出，甚至?xí)l(fā)腰背部疼痛等慢性疾病，嚴(yán)重時導(dǎo)致脊椎組織損傷。這不僅影響駕駛?cè)说纳硇慕】?，還大大降低工作效率，危害作業(yè)安全。對聯(lián)合收獲機駕駛?cè)搜考∪獾耐獠繝顟B(tài)和內(nèi)部生理反應(yīng)進(jìn)行研究具有重要意義。
表面肌電信號(surface electromyography，sEMG)，是通過粘貼在肌肉表面的電極片測量肌肉微弱的電流變化，來反映局部肌肉疲勞的狀況，廣泛應(yīng)用于肌肉疲勞的檢測研究中。Hostens等[2]認(rèn)為sEMG是反映駕駛過程中肌肉疲勞的有效生理信號。焦昆等[3]分析了模擬駕駛腰部的sEMG的積分肌電值和中值頻率，發(fā)現(xiàn)各指標(biāo)數(shù)據(jù)與時間呈現(xiàn)良好的線性負(fù)相關(guān)。田強等[4]研究得到豎脊肌在8 h駕駛工作后產(chǎn)生顯著疲勞現(xiàn)象，并且兩側(cè)豎脊肌的疲勞程度不一致。陳曉靜等[5]采用時域、頻域方法比較了草原公路男女駕駛員腰部豎脊肌抵抗疲勞能力的不同。張非若等[6]發(fā)現(xiàn)在連續(xù)駕駛期間，駕駛?cè)说谋巢考∪猱a(chǎn)生疲勞，右側(cè)軀干肌疲勞程度小于左側(cè)。熊凱文等[7]基于sEMG的頻域指標(biāo)分析發(fā)現(xiàn)，長時間飛行駕駛會導(dǎo)致左右多裂肌和豎脊肌疲勞。王琳等[8]以腰頸部特征參數(shù)主成分分析的結(jié)果為自變量，基于多元回歸理論，建立了駕駛疲勞狀態(tài)的評價模型，模型的正確率達(dá)91%以上。
目前，國內(nèi)外在農(nóng)機駕駛疲勞領(lǐng)域的研究尚處于起步階段。Harini[9]、田曉峰等[10]、劉軍等[11]采集和分析了拖拉機駕駛時脊肌、臀中肌和腹直肌的sEMG生理活動，還研究了人體在全身振動下的脊柱運動和腰肌變化。Vidhu等[12]研究了拖拉機駕駛時肌肉疲勞與負(fù)荷和工作壓力水平的關(guān)系。趙永超等[13]根據(jù)頸部胸鎖乳突肌sEMG特征參數(shù)的變化規(guī)律描述拖拉機倒車作業(yè)駕駛員頸部疲勞狀態(tài)，分析了轉(zhuǎn)動角度對特征參數(shù)的影響。以上研究中多為探討不同工作負(fù)荷、振動條件和轉(zhuǎn)動角度等因素對腰、頸部肌肉sEMG參數(shù)的影響，對長時間農(nóng)機駕駛過程中腰、頸部sEMG參數(shù)變化的研究成果較少。
本文基于sEMG探究聯(lián)合收獲機駕駛?cè)笋{駛過程中腰部疲勞的產(chǎn)生過程，探究腰部左右豎脊肌sEMG的時域、頻域及非線性特征參數(shù)隨駕駛時間的變化規(guī)律，探討各指標(biāo)表征腰部疲勞的效度，期望能夠客觀地描述聯(lián)合收獲機駕駛?cè)搜考∪馄诘难莼^程，對提出緩解腰部疲勞的對策，預(yù)防駕駛員腰肌勞損疾病的發(fā)生具有重要的意義，也為開展農(nóng)機駕駛室座椅人機設(shè)計評價研究提供參考。
1 實驗方法
1.1 被試與實驗設(shè)備
受實驗條件限制，被試選擇10名男性聯(lián)合收獲機駕駛員，年齡(34.2±7.4)歲，駕齡(5.2±1.9) a，身高(173.6±4.2) cm，體重(72.5±10.6) kg。所有被試均身體健康，無腰肌勞損、肌肉酸痛現(xiàn)象，實驗前晚被試保證7 h以上睡眠，實驗前24 h無腰部劇烈活動，沒有服用止痛藥。
為真實地反映駕駛?cè)搜考∪馄跔顩r，開展了實車收獲實驗。實驗在約翰迪爾S660型聯(lián)合收獲機上進(jìn)行，sEMG信號由RM-6240C多通道生理信號采集處理系統(tǒng)實時采集，采樣頻率設(shè)置為1 kHz。
實驗中，選取腰部的主要受力肌肉群——L3腰椎左豎脊肌(left erector spinae，LES)和右豎脊肌(right erector spinae，RES)為測試對象。電極片粘貼位置如圖1(a)所示，電極片距背正中線3 cm，上下兩電極中心之間的距離為2.5 cm，參考電極置于右腳踝關(guān)節(jié)處。粘貼前主試對被試的皮膚用細(xì)砂紙去死皮，并用75%酒精棉球清除油脂，以降低皮膚電阻。
圖1 實驗場景及信號實例Figure 1 The experimental site and signal sample
1.2 實驗過程
實驗設(shè)立實驗組和對照組。實驗組被試在聯(lián)合收獲機上執(zhí)行實車收獲任務(wù)120 min；對照組被試在同機型聯(lián)合收獲機座椅上保持放松狀態(tài)靜坐120 min。為避免由于身體素質(zhì)、肌肉力量、脂肪厚度干擾所導(dǎo)致的肌電信號差異，實驗組和對照組實驗采用同一批被試，同時避免兩組實驗相互影響，同一被試參與兩組實驗的時間間隔至少為 15 d。
兩組實驗均在黑龍江省農(nóng)墾總局北安分局格球山農(nóng)場進(jìn)行。實驗組選擇面積、地形特征、作物條件相似的收獲地塊，收獲作物為大豆，兩組實驗時間均為每日8:00～11:00。
兩組實驗流程相似。先靜坐10 min，然后實驗組執(zhí)行收獲駕駛?cè)蝿?wù)120 min(對照組在駕駛座椅上保持放松狀態(tài)120 min)，實驗組直行時速8～10 km/h，全程無休息。兩組130 min實驗過程全程采集sEMG信號。實驗前、實驗中每10 min和實驗后分別填寫腰部疲勞程度主觀調(diào)查問卷。實驗場景和信號示例如圖1(b)和(c)所示。
2 sEMG分析方法
sEMG是通過測量肌肉皮膚表面微弱的電流變化得到的類似噪聲的一維時間序列信號，由反映神經(jīng)肌肉系統(tǒng)活動的生物電信號疊加各種噪聲信號而成，可用來表征局部肌肉活動水平和功能狀態(tài)，與駕駛?cè)搜科诔潭扔芯o密關(guān)聯(lián)度。sEMG的分析方法主要有時域、頻域和非線性分析3類。
2.1 時域分析法
時域分析法是對濾波后肌電信號的時間-電位曲線進(jìn)行特征計算的方法，能夠刻畫肌電信號的振幅特征，具有計算量少、簡單、快捷的優(yōu)點。分析指標(biāo)主要包括積分肌電值(integrated electromyogram，iEMG)和均方根值(root mean square，RMS)。計算公式如下。
式中，t為任意時刻；T為單位時間。
2.2 頻域分析法
頻域分析法是對sEMG信號進(jìn)行快速傅立葉變換(fast Fourier transformation，F(xiàn)FT)，獲得信號的頻譜或功率譜曲線，通過信號在不同頻率維度的變化定量反映sEMG的變化特征。常用的頻域分析指標(biāo)有平均功率頻率(mean power frequency，MPF)和中值頻率(median frequency，MF)，計算公式如下。
式中，f為任意時間段sEMG信號的頻率；為其功率譜曲線密度函數(shù)。
2.3 非線性分析法
普遍認(rèn)為sEMG是含有混沌成分的非線性、非平穩(wěn)信號，具有典型的非線性特征。應(yīng)用非線性動力學(xué)方法分析sEMG信號，能夠更精確捕捉sEMG信號的本質(zhì)特征。非線性參數(shù)樣本熵是定量描述時間序列復(fù)雜程度的一種方法，是基于近似熵算法提出的，相對一致性更強，與隨機部分的緊密性更強。樣本熵值越小，表明時間序列的復(fù)雜程度越小。樣本熵在分析與檢測人體生理信號的特征方面具有優(yōu)越性，抗干擾能力強，運算時間短，更適用于生理信號的短時數(shù)據(jù)，且已有研究表明樣本熵是有效表征駕駛疲勞的特征參數(shù)[14]。因此，選擇樣本熵來客觀地描述駕駛?cè)搜控Q脊肌sEMG信號中包含的疲勞信息。樣本熵的原理如下[15]：
給定閾值r(r為任意給定的距離，r＞0)，定義為滿足的數(shù)目的平均值。
將m增加1，按照上述步驟定義為滿足的數(shù)目的平均值。
信號的樣本熵定義為
在上述計算過程中，m為重構(gòu)相空間的維數(shù)，前期研究建議選擇m=2[16]；經(jīng)驗得出r=(0.1～0.25)Std(Std表示數(shù)據(jù)的標(biāo)準(zhǔn)差)，這里選擇r=0.15 Std。
3 實驗結(jié)果與分析
3.1 數(shù)據(jù)預(yù)處理
將實驗組和對照組每位被試采集的130 min腰部sEMG數(shù)據(jù)，分別劃分為13組，對應(yīng)實驗組和對照組的0～12時段(0時段為安靜時段)，每組選取前1 min的sEMG數(shù)據(jù)(避開轉(zhuǎn)彎和卸糧環(huán)節(jié))，采用bior 2.2小波對每段sEMG信號進(jìn)行5尺度分解去除噪聲，除去工頻干擾。
3.2 時域參數(shù)變化
將消噪后得到的各時段sEMG信號數(shù)據(jù)代入式(1)和式(2)，計算得出各時段的iEMG和RMS值，并分別取均值，確定0時段和12時段為任務(wù)前后對比時段。應(yīng)用SPSS 23.0軟件，對實驗組和對照組任務(wù)前后對比時段的iEMG和RMS值進(jìn)行兩配對樣本t檢驗，結(jié)果如表1所示。對照組任務(wù)前后的兩側(cè)肌肉iEMG和RMS值無顯著差異(P＞0.05)；而實驗組駕駛?cè)蝿?wù)后兩側(cè)肌肉的iEMG和RMS值明顯高于駕駛?cè)蝿?wù)前(P＜0.05)。實驗組和對照組LES和RES的iEMG和RMS指標(biāo)均值的變化趨勢如圖2所示。實驗組兩側(cè)肌肉兩項時域指標(biāo)曲線均隨駕駛時間的增加呈波動上升趨勢，90 min后變化緩慢。對照組兩側(cè)肌肉兩項時域指標(biāo)曲線均隨時間延長無明顯變化。
表1 任務(wù)前后特征參數(shù)差異檢驗結(jié)果Table 1 Test results of difference for characteristic parameters
圖2 時域特征參數(shù)變化趨勢圖Figure 2 Variation trend of time domain characteristic parameters
3.3 頻域參數(shù)變化
將消噪后得到的各時段sEMG信號數(shù)據(jù)代入式(3)和式(4)，計算得出各時段的MPF和MF值，并分別取均值，任務(wù)前后對比時段的確定與前述相同。對實驗組和對照組任務(wù)前后對比時段的MPF和MF值進(jìn)行兩配對樣本t檢驗，結(jié)果如表1所示。對照組任務(wù)前后兩側(cè)肌肉的MPF和MF值無顯著差異(P＞0.05)；而實驗組駕駛?cè)蝿?wù)后兩側(cè)肌肉的MPF和MF值明顯低于駕駛?cè)蝿?wù)前(P＜0.05)。實驗組和對照組LES和RES的MPF和MF指標(biāo)均值的變化趨勢如圖3所示。實驗組兩側(cè)肌肉兩項頻域指標(biāo)曲線均隨駕駛時間的增加呈波動下降趨勢，90 min后變化緩慢。對照組兩側(cè)肌肉兩項頻域指標(biāo)曲線隨時間增加無明顯變化。
3.4 非線性參數(shù)變化
將消噪后得到的各時段sEMG信號數(shù)據(jù)代入式(6)，計算得出各時段的樣本熵值，并分別取均值，任務(wù)前后對比時段的確定與前述相同。對實驗組和對照組任務(wù)前后對比時段的樣本熵值進(jìn)行兩配對樣本t檢驗，結(jié)果如表1所示。對照組任務(wù)前后兩側(cè)肌肉的樣本熵值無顯著差異(P＞0.05)；而實驗組駕駛?cè)蝿?wù)后兩側(cè)肌肉的樣本熵值明顯低于駕駛?cè)蝿?wù)前(P＜0.05)。實驗組和對照組LES和RES的樣本熵均值的變化趨勢如圖4所示。實驗組兩側(cè)肌肉樣本熵指標(biāo)曲線隨駕駛時間的延長波動遞減，90 min后下降緩慢。對照組兩側(cè)肌肉樣本熵指標(biāo)曲線隨時間增加無明顯變化。
圖3 頻域特征參數(shù)變化趨勢圖Figure 3 Variation trend of frequency domain characteristic parameters
圖4 非線性特征參數(shù)變化趨勢圖Figure 4 Variation trend of nonlinear characteristic parameters
3.5 腰部疲勞主觀評價分析
為了獲得實驗過程中被試的腰部疲勞主觀感受，制作了腰部疲勞程度主觀調(diào)查問卷。調(diào)查問卷的疲勞程度劃分為5級：比較舒服、既不舒服也不疲勞、有點疲勞、比較疲勞、非常疲勞，分別對應(yīng)(-1、0、1、2、3) 5個分值。各等級表現(xiàn)的腰部疲勞特征如表2所示。被試根據(jù)當(dāng)時的疲勞感受，參考各疲勞等級的狀態(tài)特征，選擇符合的疲勞程度等級。根據(jù)10名被試的調(diào)查結(jié)果求得兩組各時段腰部疲勞主觀評價得分均值變化趨勢，如圖5所示。
表2 腰部疲勞程度等級狀態(tài)特征Table 2 Characteristics of lumbar fatigue level
圖5 腰部疲勞主觀評價結(jié)果Figure 5 Subjective evaluation results of lumbar fatigue
由圖5可知，實驗組隨著駕駛過程的推移，腰部疲勞程度呈遞增趨勢，90%被試駕駛一半時間后感覺到有點疲勞，90%被試駕駛3/4時程后感受到比較疲勞，90%被試感覺到實驗后非常疲勞。對照組被試腰部主觀疲勞程度變化不大，任務(wù)前為比較舒服等級，任務(wù)后多數(shù)為不疲勞(80%)，20%為有點疲勞等級。
4 討論
1) iEMG和RMS可以描述sEMG的振幅大小，與參與肌肉收縮的運動單位數(shù)量密切相關(guān)。實驗組兩側(cè)肌肉iEMG和RMS曲線隨駕駛時間的增加呈上升趨勢。為維持脊柱前屈的駕駛坐姿，腰部豎脊肌處于等長收縮狀態(tài)，隨著駕駛坐位持續(xù)時間的延長，腰部豎脊肌為了維持支撐力的恒定輸出，需要募集更多的運動單位，同步化程度和放電頻率也逐漸增加；配對t檢驗結(jié)果說明任務(wù)前后兩指標(biāo)具有明顯的差異(P＜0.05)。以上結(jié)論與張非若等[6]、H?gg等[17]的研究結(jié)果一致。由于sEMG信號是肌力和肌肉狀態(tài)改變的總體體現(xiàn)，肌力增加和疲勞產(chǎn)生都會導(dǎo)致振幅指標(biāo)值的增加，還需考察頻域指標(biāo)變化才能確定肌肉是否處于疲勞狀態(tài)。
2) 頻域分析指標(biāo)MPF和MF的大小與肌纖維運動單位動作電位的傳導(dǎo)速度有關(guān)。實驗組兩側(cè)肌肉MPF和MF曲線隨駕駛時間的增加總體呈下降趨勢。隨駕駛坐位持續(xù)時間的延長，腰部豎脊肌處于長時間維持等長收縮的恒定狀態(tài)，細(xì)胞內(nèi)H+濃度逐漸升高，酸性物質(zhì)逐漸增多，使肌纖維動作電位的傳導(dǎo)速率下降，導(dǎo)致改變動作電位波形，進(jìn)而導(dǎo)致MPF和MF值下降。配對t檢驗結(jié)果說明兩指標(biāo)任務(wù)后與任務(wù)前相比顯著降低(P＜0.05)。研究表明，頻域指標(biāo)值隨肌力的增加而增大，卻隨疲勞的產(chǎn)生而降低[18]。由此說明，實驗組腰部豎脊肌維持等長收縮，肌力基本保持不變，在120 min任務(wù)后產(chǎn)生疲勞。研究得到的結(jié)果與Cifrek等[19]研究發(fā)現(xiàn)結(jié)論一致。
3) sEMG信號具有典型的非線性性特征。非線性特征量能夠表征sEMG的復(fù)雜性，可反映sEMG隨時間的增加產(chǎn)生新模式的頻率，在一定程度上反映了神經(jīng)肌肉活動模式的變化情況。實驗組腰部兩側(cè)肌肉sEMG的樣本熵在駕駛過程中呈遞減趨勢，表明隨著駕駛時間的增加，信號的復(fù)雜程度越來越低，在努力維持駕駛坐姿狀態(tài)下，豎脊肌肌肉變化模式的速率降低，更趨向于簡單、有序的變化模式，隨機性成分逐漸減少。配對t檢驗結(jié)果也說明樣本熵任務(wù)后與任務(wù)前相比顯著降低(P＜0.05)，表明豎脊肌肌肉逐漸進(jìn)入緊張僵直狀態(tài)，產(chǎn)生疲勞。
4) 實驗中對照組兩側(cè)肌肉時域、頻域和非線性指標(biāo)在任務(wù)前后沒有顯著差異(P＞0.05)，曲線無明顯上升或下降趨勢，表明對照組被試保持放松狀態(tài)靜坐，120 min內(nèi)腰部豎脊肌收縮狀況與任務(wù)前變化不大，未產(chǎn)生疲勞。
5) 腰部疲勞主觀評價評分結(jié)果表明，對照組120 min腰部無明顯疲勞感，而實驗組腰部疲勞主觀評價曲線有顯著升高趨勢，90 min后被試多數(shù)感覺比較疲勞，這與各指標(biāo)曲線90 min時變化趨勢變緩一致。任務(wù)后90%感覺到非常疲勞，調(diào)整坐姿頻繁，腰部肌肉酸痛，表明被試經(jīng)過120 min實際收獲駕駛后，腰部產(chǎn)生疲勞。Davidson等[20]研究發(fā)現(xiàn)腰伸肌疲勞使姿勢控制能力受損，姿勢晃動頻率增加，其原因是已疲勞肌肉感受空間位置的本體感覺敏感性降低。本文的研究結(jié)果進(jìn)一步證明了該結(jié)論。
6) 實驗組任務(wù)前無疲勞癥狀，任務(wù)后多數(shù)感覺非常疲勞，從任務(wù)前后對比時段各項指標(biāo)值配對t檢驗的結(jié)果來看，iEMG、RMS、MPF、MF和樣本熵在任務(wù)前后均具有顯著差異，可將指標(biāo)均值的差異性變化作為評判駕駛?cè)似跔顟B(tài)的量化方法。
為驗證各項指標(biāo)表達(dá)腰部疲勞的優(yōu)劣性，應(yīng)用變異系數(shù)來比較各指標(biāo)的數(shù)據(jù)穩(wěn)定性，變異系數(shù)計算公式如下
根據(jù)腰部疲勞主觀評價結(jié)果(圖5)，定義0～30 min時被試大部分沒有感覺到疲勞(對應(yīng)疲勞程度為比較舒服，既不舒服也不疲勞程度)，定義為不疲勞狀態(tài)；90～120 min時被試感到比較和非常疲勞，定義為疲勞狀態(tài)。兩種狀態(tài)下實驗組各指標(biāo)變異系數(shù)的均值如表3所示。變異系數(shù)越小，說明該指標(biāo)越穩(wěn)定。由表3可知，樣本熵的變異系數(shù)最小，表明樣本熵在反映腰部駕駛疲勞時數(shù)據(jù)的穩(wěn)定性最好。
表3 各指標(biāo)變異系數(shù)均值Table 3 Mean variation coefficient of indexes
5 結(jié)論
1) 基于sEMG研究了聯(lián)合收獲機駕駛?cè)搜控Q脊肌疲勞的演化過程，通過與對照組比較發(fā)現(xiàn)，在120 min聯(lián)合收獲機收獲駕駛操作后腰部左右豎脊肌產(chǎn)生疲勞。
2) 對照組腰部左右豎脊肌肉sEMG的時域、頻域和非線性指標(biāo)在任務(wù)前后無顯著差異(P＞0.05)。實驗組腰部左右豎脊肌肉sEMG的iEMG和RMS隨駕駛時間顯著上升(P＜0.05)，而MPF、MF和樣本熵顯著下降(P＜0.05)。
3) 與線性指標(biāo)相比，樣本熵的變異系數(shù)最小，能夠較好地表征駕駛員腰部疲勞的生理信息，穩(wěn)定性較好。
猜你喜歡
怎樣讓腰部得到有效休息文萃報·周五版(2022年41期)2022-05-30 10:48:04 用樣本估計總體復(fù)習(xí)點撥中學(xué)生數(shù)理化·高一版(2021年2期)2021-03-19 08:32:00 推動醫(yī)改的“直銷樣本”知識經(jīng)濟(jì)·中國直銷(2018年8期)2018-08-23 09:16:16 頻域稀疏毫米波人體安檢成像處理和快速成像稀疏陣列設(shè)計雷達(dá)學(xué)報(2018年3期)2018-07-18 02:41:34 隨機微分方程的樣本Lyapunov二次型估計數(shù)學(xué)學(xué)習(xí)與研究(2017年3期)2017-03-09 18:12:42 老年人鍛煉腰部仰臥屈膝挺髖中老年健康(2016年11期)2017-02-05 17:47:23 村企共贏的樣本中國老區(qū)建設(shè)(2016年1期)2016-02-28 09:32:00 基于改進(jìn)Radon-Wigner變換的目標(biāo)和拖曳式誘餌頻域分離火控雷達(dá)技術(shù)(2016年1期)2016-02-06 02:17:55 一種基于頻域的QPSK窄帶干擾抑制算法無線電通信技術(shù)(2015年3期)2015-12-23 11:37:02 基于頻域伸縮的改進(jìn)DFT算法電測與儀表(2015年3期)2015-04-09 11:37:24
祝榮欣
(桂林航天工業(yè)學(xué)院 廣西航空物流研究中心，廣西 桂林 541004)
長時間維持固定坐姿易引發(fā)腰部肌肉疲勞，這種現(xiàn)象普遍存在于坐姿工作人群中[1]。受低頻振動環(huán)境的影響，聯(lián)合收獲機駕駛?cè)搜科诂F(xiàn)象尤為突出，甚至?xí)l(fā)腰背部疼痛等慢性疾病，嚴(yán)重時導(dǎo)致脊椎組織損傷。這不僅影響駕駛?cè)说纳硇慕】?，還大大降低工作效率，危害作業(yè)安全。對聯(lián)合收獲機駕駛?cè)搜考∪獾耐獠繝顟B(tài)和內(nèi)部生理反應(yīng)進(jìn)行研究具有重要意義。
表面肌電信號(surface electromyography，sEMG)，是通過粘貼在肌肉表面的電極片測量肌肉微弱的電流變化，來反映局部肌肉疲勞的狀況，廣泛應(yīng)用于肌肉疲勞的檢測研究中。Hostens等[2]認(rèn)為sEMG是反映駕駛過程中肌肉疲勞的有效生理信號。焦昆等[3]分析了模擬駕駛腰部的sEMG的積分肌電值和中值頻率，發(fā)現(xiàn)各指標(biāo)數(shù)據(jù)與時間呈現(xiàn)良好的線性負(fù)相關(guān)。田強等[4]研究得到豎脊肌在8 h駕駛工作后產(chǎn)生顯著疲勞現(xiàn)象，并且兩側(cè)豎脊肌的疲勞程度不一致。陳曉靜等[5]采用時域、頻域方法比較了草原公路男女駕駛員腰部豎脊肌抵抗疲勞能力的不同。張非若等[6]發(fā)現(xiàn)在連續(xù)駕駛期間，駕駛?cè)说谋巢考∪猱a(chǎn)生疲勞，右側(cè)軀干肌疲勞程度小于左側(cè)。熊凱文等[7]基于sEMG的頻域指標(biāo)分析發(fā)現(xiàn)，長時間飛行駕駛會導(dǎo)致左右多裂肌和豎脊肌疲勞。王琳等[8]以腰頸部特征參數(shù)主成分分析的結(jié)果為自變量，基于多元回歸理論，建立了駕駛疲勞狀態(tài)的評價模型，模型的正確率達(dá)91%以上。
目前，國內(nèi)外在農(nóng)機駕駛疲勞領(lǐng)域的研究尚處于起步階段。Harini[9]、田曉峰等[10]、劉軍等[11]采集和分析了拖拉機駕駛時脊肌、臀中肌和腹直肌的sEMG生理活動，還研究了人體在全身振動下的脊柱運動和腰肌變化。Vidhu等[12]研究了拖拉機駕駛時肌肉疲勞與負(fù)荷和工作壓力水平的關(guān)系。趙永超等[13]根據(jù)頸部胸鎖乳突肌sEMG特征參數(shù)的變化規(guī)律描述拖拉機倒車作業(yè)駕駛員頸部疲勞狀態(tài)，分析了轉(zhuǎn)動角度對特征參數(shù)的影響。以上研究中多為探討不同工作負(fù)荷、振動條件和轉(zhuǎn)動角度等因素對腰、頸部肌肉sEMG參數(shù)的影響，對長時間農(nóng)機駕駛過程中腰、頸部sEMG參數(shù)變化的研究成果較少。
本文基于sEMG探究聯(lián)合收獲機駕駛?cè)笋{駛過程中腰部疲勞的產(chǎn)生過程，探究腰部左右豎脊肌sEMG的時域、頻域及非線性特征參數(shù)隨駕駛時間的變化規(guī)律，探討各指標(biāo)表征腰部疲勞的效度，期望能夠客觀地描述聯(lián)合收獲機駕駛?cè)搜考∪馄诘难莼^程，對提出緩解腰部疲勞的對策，預(yù)防駕駛員腰肌勞損疾病的發(fā)生具有重要的意義，也為開展農(nóng)機駕駛室座椅人機設(shè)計評價研究提供參考。
1 實驗方法
1.1 被試與實驗設(shè)備
受實驗條件限制，被試選擇10名男性聯(lián)合收獲機駕駛員，年齡(34.2±7.4)歲，駕齡(5.2±1.9) a，身高(173.6±4.2) cm，體重(72.5±10.6) kg。所有被試均身體健康，無腰肌勞損、肌肉酸痛現(xiàn)象，實驗前晚被試保證7 h以上睡眠，實驗前24 h無腰部劇烈活動，沒有服用止痛藥。
為真實地反映駕駛?cè)搜考∪馄跔顩r，開展了實車收獲實驗。實驗在約翰迪爾S660型聯(lián)合收獲機上進(jìn)行，sEMG信號由RM-6240C多通道生理信號采集處理系統(tǒng)實時采集，采樣頻率設(shè)置為1 kHz。
實驗中，選取腰部的主要受力肌肉群——L3腰椎左豎脊肌(left erector spinae，LES)和右豎脊肌(right erector spinae，RES)為測試對象。電極片粘貼位置如圖1(a)所示，電極片距背正中線3 cm，上下兩電極中心之間的距離為2.5 cm，參考電極置于右腳踝關(guān)節(jié)處。粘貼前主試對被試的皮膚用細(xì)砂紙去死皮，并用75%酒精棉球清除油脂，以降低皮膚電阻。
圖1 實驗場景及信號實例Figure 1 The experimental site and signal sample
1.2 實驗過程
實驗設(shè)立實驗組和對照組。實驗組被試在聯(lián)合收獲機上執(zhí)行實車收獲任務(wù)120 min；對照組被試在同機型聯(lián)合收獲機座椅上保持放松狀態(tài)靜坐120 min。為避免由于身體素質(zhì)、肌肉力量、脂肪厚度干擾所導(dǎo)致的肌電信號差異，實驗組和對照組實驗采用同一批被試，同時避免兩組實驗相互影響，同一被試參與兩組實驗的時間間隔至少為 15 d。
兩組實驗均在黑龍江省農(nóng)墾總局北安分局格球山農(nóng)場進(jìn)行。實驗組選擇面積、地形特征、作物條件相似的收獲地塊，收獲作物為大豆，兩組實驗時間均為每日8:00～11:00。
兩組實驗流程相似。先靜坐10 min，然后實驗組執(zhí)行收獲駕駛?cè)蝿?wù)120 min(對照組在駕駛座椅上保持放松狀態(tài)120 min)，實驗組直行時速8～10 km/h，全程無休息。兩組130 min實驗過程全程采集sEMG信號。實驗前、實驗中每10 min和實驗后分別填寫腰部疲勞程度主觀調(diào)查問卷。實驗場景和信號示例如圖1(b)和(c)所示。
2 sEMG分析方法
sEMG是通過測量肌肉皮膚表面微弱的電流變化得到的類似噪聲的一維時間序列信號，由反映神經(jīng)肌肉系統(tǒng)活動的生物電信號疊加各種噪聲信號而成，可用來表征局部肌肉活動水平和功能狀態(tài)，與駕駛?cè)搜科诔潭扔芯o密關(guān)聯(lián)度。sEMG的分析方法主要有時域、頻域和非線性分析3類。
2.1 時域分析法
時域分析法是對濾波后肌電信號的時間-電位曲線進(jìn)行特征計算的方法，能夠刻畫肌電信號的振幅特征，具有計算量少、簡單、快捷的優(yōu)點。分析指標(biāo)主要包括積分肌電值(integrated electromyogram，iEMG)和均方根值(root mean square，RMS)。計算公式如下。
式中，t為任意時刻；T為單位時間。
2.2 頻域分析法
頻域分析法是對sEMG信號進(jìn)行快速傅立葉變換(fast Fourier transformation，F(xiàn)FT)，獲得信號的頻譜或功率譜曲線，通過信號在不同頻率維度的變化定量反映sEMG的變化特征。常用的頻域分析指標(biāo)有平均功率頻率(mean power frequency，MPF)和中值頻率(median frequency，MF)，計算公式如下。
式中，f為任意時間段sEMG信號的頻率；為其功率譜曲線密度函數(shù)。
2.3 非線性分析法
普遍認(rèn)為sEMG是含有混沌成分的非線性、非平穩(wěn)信號，具有典型的非線性特征。應(yīng)用非線性動力學(xué)方法分析sEMG信號，能夠更精確捕捉sEMG信號的本質(zhì)特征。非線性參數(shù)樣本熵是定量描述時間序列復(fù)雜程度的一種方法，是基于近似熵算法提出的，相對一致性更強，與隨機部分的緊密性更強。樣本熵值越小，表明時間序列的復(fù)雜程度越小。樣本熵在分析與檢測人體生理信號的特征方面具有優(yōu)越性，抗干擾能力強，運算時間短，更適用于生理信號的短時數(shù)據(jù)，且已有研究表明樣本熵是有效表征駕駛疲勞的特征參數(shù)[14]。因此，選擇樣本熵來客觀地描述駕駛?cè)搜控Q脊肌sEMG信號中包含的疲勞信息。樣本熵的原理如下[15]：
給定閾值r(r為任意給定的距離，r＞0)，定義為滿足的數(shù)目的平均值。
將m增加1，按照上述步驟定義為滿足的數(shù)目的平均值。
信號的樣本熵定義為
在上述計算過程中，m為重構(gòu)相空間的維數(shù)，前期研究建議選擇m=2[16]；經(jīng)驗得出r=(0.1～0.25)Std(Std表示數(shù)據(jù)的標(biāo)準(zhǔn)差)，這里選擇r=0.15 Std。
3 實驗結(jié)果與分析
3.1 數(shù)據(jù)預(yù)處理
將實驗組和對照組每位被試采集的130 min腰部sEMG數(shù)據(jù)，分別劃分為13組，對應(yīng)實驗組和對照組的0～12時段(0時段為安靜時段)，每組選取前1 min的sEMG數(shù)據(jù)(避開轉(zhuǎn)彎和卸糧環(huán)節(jié))，采用bior 2.2小波對每段sEMG信號進(jìn)行5尺度分解去除噪聲，除去工頻干擾。
3.2 時域參數(shù)變化
將消噪后得到的各時段sEMG信號數(shù)據(jù)代入式(1)和式(2)，計算得出各時段的iEMG和RMS值，并分別取均值，確定0時段和12時段為任務(wù)前后對比時段。應(yīng)用SPSS 23.0軟件，對實驗組和對照組任務(wù)前后對比時段的iEMG和RMS值進(jìn)行兩配對樣本t檢驗，結(jié)果如表1所示。對照組任務(wù)前后的兩側(cè)肌肉iEMG和RMS值無顯著差異(P＞0.05)；而實驗組駕駛?cè)蝿?wù)后兩側(cè)肌肉的iEMG和RMS值明顯高于駕駛?cè)蝿?wù)前(P＜0.05)。實驗組和對照組LES和RES的iEMG和RMS指標(biāo)均值的變化趨勢如圖2所示。實驗組兩側(cè)肌肉兩項時域指標(biāo)曲線均隨駕駛時間的增加呈波動上升趨勢，90 min后變化緩慢。對照組兩側(cè)肌肉兩項時域指標(biāo)曲線均隨時間延長無明顯變化。
表1 任務(wù)前后特征參數(shù)差異檢驗結(jié)果Table 1 Test results of difference for characteristic parameters
圖2 時域特征參數(shù)變化趨勢圖Figure 2 Variation trend of time domain characteristic parameters
3.3 頻域參數(shù)變化
將消噪后得到的各時段sEMG信號數(shù)據(jù)代入式(3)和式(4)，計算得出各時段的MPF和MF值，并分別取均值，任務(wù)前后對比時段的確定與前述相同。對實驗組和對照組任務(wù)前后對比時段的MPF和MF值進(jìn)行兩配對樣本t檢驗，結(jié)果如表1所示。對照組任務(wù)前后兩側(cè)肌肉的MPF和MF值無顯著差異(P＞0.05)；而實驗組駕駛?cè)蝿?wù)后兩側(cè)肌肉的MPF和MF值明顯低于駕駛?cè)蝿?wù)前(P＜0.05)。實驗組和對照組LES和RES的MPF和MF指標(biāo)均值的變化趨勢如圖3所示。實驗組兩側(cè)肌肉兩項頻域指標(biāo)曲線均隨駕駛時間的增加呈波動下降趨勢，90 min后變化緩慢。對照組兩側(cè)肌肉兩項頻域指標(biāo)曲線隨時間增加無明顯變化。
3.4 非線性參數(shù)變化
將消噪后得到的各時段sEMG信號數(shù)據(jù)代入式(6)，計算得出各時段的樣本熵值，并分別取均值，任務(wù)前后對比時段的確定與前述相同。對實驗組和對照組任務(wù)前后對比時段的樣本熵值進(jìn)行兩配對樣本t檢驗，結(jié)果如表1所示。對照組任務(wù)前后兩側(cè)肌肉的樣本熵值無顯著差異(P＞0.05)；而實驗組駕駛?cè)蝿?wù)后兩側(cè)肌肉的樣本熵值明顯低于駕駛?cè)蝿?wù)前(P＜0.05)。實驗組和對照組LES和RES的樣本熵均值的變化趨勢如圖4所示。實驗組兩側(cè)肌肉樣本熵指標(biāo)曲線隨駕駛時間的延長波動遞減，90 min后下降緩慢。對照組兩側(cè)肌肉樣本熵指標(biāo)曲線隨時間增加無明顯變化。
圖3 頻域特征參數(shù)變化趨勢圖Figure 3 Variation trend of frequency domain characteristic parameters
圖4 非線性特征參數(shù)變化趨勢圖Figure 4 Variation trend of nonlinear characteristic parameters
3.5 腰部疲勞主觀評價分析
為了獲得實驗過程中被試的腰部疲勞主觀感受，制作了腰部疲勞程度主觀調(diào)查問卷。調(diào)查問卷的疲勞程度劃分為5級：比較舒服、既不舒服也不疲勞、有點疲勞、比較疲勞、非常疲勞，分別對應(yīng)(-1、0、1、2、3) 5個分值。各等級表現(xiàn)的腰部疲勞特征如表2所示。被試根據(jù)當(dāng)時的疲勞感受，參考各疲勞等級的狀態(tài)特征，選擇符合的疲勞程度等級。根據(jù)10名被試的調(diào)查結(jié)果求得兩組各時段腰部疲勞主觀評價得分均值變化趨勢，如圖5所示。
表2 腰部疲勞程度等級狀態(tài)特征Table 2 Characteristics of lumbar fatigue level
圖5 腰部疲勞主觀評價結(jié)果Figure 5 Subjective evaluation results of lumbar fatigue
由圖5可知，實驗組隨著駕駛過程的推移，腰部疲勞程度呈遞增趨勢，90%被試駕駛一半時間后感覺到有點疲勞，90%被試駕駛3/4時程后感受到比較疲勞，90%被試感覺到實驗后非常疲勞。對照組被試腰部主觀疲勞程度變化不大，任務(wù)前為比較舒服等級，任務(wù)后多數(shù)為不疲勞(80%)，20%為有點疲勞等級。
4 討論
1) iEMG和RMS可以描述sEMG的振幅大小，與參與肌肉收縮的運動單位數(shù)量密切相關(guān)。實驗組兩側(cè)肌肉iEMG和RMS曲線隨駕駛時間的增加呈上升趨勢。為維持脊柱前屈的駕駛坐姿，腰部豎脊肌處于等長收縮狀態(tài)，隨著駕駛坐位持續(xù)時間的延長，腰部豎脊肌為了維持支撐力的恒定輸出，需要募集更多的運動單位，同步化程度和放電頻率也逐漸增加；配對t檢驗結(jié)果說明任務(wù)前后兩指標(biāo)具有明顯的差異(P＜0.05)。以上結(jié)論與張非若等[6]、H?gg等[17]的研究結(jié)果一致。由于sEMG信號是肌力和肌肉狀態(tài)改變的總體體現(xiàn)，肌力增加和疲勞產(chǎn)生都會導(dǎo)致振幅指標(biāo)值的增加，還需考察頻域指標(biāo)變化才能確定肌肉是否處于疲勞狀態(tài)。
2) 頻域分析指標(biāo)MPF和MF的大小與肌纖維運動單位動作電位的傳導(dǎo)速度有關(guān)。實驗組兩側(cè)肌肉MPF和MF曲線隨駕駛時間的增加總體呈下降趨勢。隨駕駛坐位持續(xù)時間的延長，腰部豎脊肌處于長時間維持等長收縮的恒定狀態(tài)，細(xì)胞內(nèi)H+濃度逐漸升高，酸性物質(zhì)逐漸增多，使肌纖維動作電位的傳導(dǎo)速率下降，導(dǎo)致改變動作電位波形，進(jìn)而導(dǎo)致MPF和MF值下降。配對t檢驗結(jié)果說明兩指標(biāo)任務(wù)后與任務(wù)前相比顯著降低(P＜0.05)。研究表明，頻域指標(biāo)值隨肌力的增加而增大，卻隨疲勞的產(chǎn)生而降低[18]。由此說明，實驗組腰部豎脊肌維持等長收縮，肌力基本保持不變，在120 min任務(wù)后產(chǎn)生疲勞。研究得到的結(jié)果與Cifrek等[19]研究發(fā)現(xiàn)結(jié)論一致。
3) sEMG信號具有典型的非線性性特征。非線性特征量能夠表征sEMG的復(fù)雜性，可反映sEMG隨時間的增加產(chǎn)生新模式的頻率，在一定程度上反映了神經(jīng)肌肉活動模式的變化情況。實驗組腰部兩側(cè)肌肉sEMG的樣本熵在駕駛過程中呈遞減趨勢，表明隨著駕駛時間的增加，信號的復(fù)雜程度越來越低，在努力維持駕駛坐姿狀態(tài)下，豎脊肌肌肉變化模式的速率降低，更趨向于簡單、有序的變化模式，隨機性成分逐漸減少。配對t檢驗結(jié)果也說明樣本熵任務(wù)后與任務(wù)前相比顯著降低(P＜0.05)，表明豎脊肌肌肉逐漸進(jìn)入緊張僵直狀態(tài)，產(chǎn)生疲勞。
4) 實驗中對照組兩側(cè)肌肉時域、頻域和非線性指標(biāo)在任務(wù)前后沒有顯著差異(P＞0.05)，曲線無明顯上升或下降趨勢，表明對照組被試保持放松狀態(tài)靜坐，120 min內(nèi)腰部豎脊肌收縮狀況與任務(wù)前變化不大，未產(chǎn)生疲勞。
5) 腰部疲勞主觀評價評分結(jié)果表明，對照組120 min腰部無明顯疲勞感，而實驗組腰部疲勞主觀評價曲線有顯著升高趨勢，90 min后被試多數(shù)感覺比較疲勞，這與各指標(biāo)曲線90 min時變化趨勢變緩一致。任務(wù)后90%感覺到非常疲勞，調(diào)整坐姿頻繁，腰部肌肉酸痛，表明被試經(jīng)過120 min實際收獲駕駛后，腰部產(chǎn)生疲勞。Davidson等[20]研究發(fā)現(xiàn)腰伸肌疲勞使姿勢控制能力受損，姿勢晃動頻率增加，其原因是已疲勞肌肉感受空間位置的本體感覺敏感性降低。本文的研究結(jié)果進(jìn)一步證明了該結(jié)論。
6) 實驗組任務(wù)前無疲勞癥狀，任務(wù)后多數(shù)感覺非常疲勞，從任務(wù)前后對比時段各項指標(biāo)值配對t檢驗的結(jié)果來看，iEMG、RMS、MPF、MF和樣本熵在任務(wù)前后均具有顯著差異，可將指標(biāo)均值的差異性變化作為評判駕駛?cè)似跔顟B(tài)的量化方法。
為驗證各項指標(biāo)表達(dá)腰部疲勞的優(yōu)劣性，應(yīng)用變異系數(shù)來比較各指標(biāo)的數(shù)據(jù)穩(wěn)定性，變異系數(shù)計算公式如下
根據(jù)腰部疲勞主觀評價結(jié)果(圖5)，定義0～30 min時被試大部分沒有感覺到疲勞(對應(yīng)疲勞程度為比較舒服，既不舒服也不疲勞程度)，定義為不疲勞狀態(tài)；90～120 min時被試感到比較和非常疲勞，定義為疲勞狀態(tài)。兩種狀態(tài)下實驗組各指標(biāo)變異系數(shù)的均值如表3所示。變異系數(shù)越小，說明該指標(biāo)越穩(wěn)定。由表3可知，樣本熵的變異系數(shù)最小，表明樣本熵在反映腰部駕駛疲勞時數(shù)據(jù)的穩(wěn)定性最好。
表3 各指標(biāo)變異系數(shù)均值Table 3 Mean variation coefficient of indexes
5 結(jié)論
1) 基于sEMG研究了聯(lián)合收獲機駕駛?cè)搜控Q脊肌疲勞的演化過程，通過與對照組比較發(fā)現(xiàn)，在120 min聯(lián)合收獲機收獲駕駛操作后腰部左右豎脊肌產(chǎn)生疲勞。
2) 對照組腰部左右豎脊肌肉sEMG的時域、頻域和非線性指標(biāo)在任務(wù)前后無顯著差異(P＞0.05)。實驗組腰部左右豎脊肌肉sEMG的iEMG和RMS隨駕駛時間顯著上升(P＜0.05)，而MPF、MF和樣本熵顯著下降(P＜0.05)。
3) 與線性指標(biāo)相比，樣本熵的變異系數(shù)最小，能夠較好地表征駕駛員腰部疲勞的生理信息，穩(wěn)定性較好。
猜你喜歡
文萃報·周五版(2022年41期)2022-05-30 10:48:04
中學(xué)生數(shù)理化·高一版(2021年2期)2021-03-19 08:32:00
知識經(jīng)濟(jì)·中國直銷(2018年8期)2018-08-23 09:16:16
雷達(dá)學(xué)報(2018年3期)2018-07-18 02:41:34
數(shù)學(xué)學(xué)習(xí)與研究(2017年3期)2017-03-09 18:12:42
中老年健康(2016年11期)2017-02-05 17:47:23
中國老區(qū)建設(shè)(2016年1期)2016-02-28 09:32:00
火控雷達(dá)技術(shù)(2016年1期)2016-02-06 02:17:55
無線電通信技術(shù)(2015年3期)2015-12-23 11:37:02
電測與儀表(2015年3期)2015-04-09 11:37:24
