連續(xù)遞增負(fù)荷條件下肌肉活動(dòng)的力-電關(guān)系＊

宋 超,王 健,樓蘭萍

(1.浙江理工大學(xué)心理研究所,3.體育教研部,杭州 310018;2.浙江大學(xué)體育科學(xué)與技術(shù)研究所,杭州 310028)

非疲勞狀態(tài)下肌肉活動(dòng)的力—電關(guān)系特指肌肉在非疲勞狀態(tài)下活動(dòng)時(shí)肌力變化與表面肌電(surface electromyography,sEMG)信號(hào)特征變化之間的關(guān)系,是近年來備受關(guān)注的sEMG信號(hào)分析基礎(chǔ)及應(yīng)用研究的重要組成部分。連續(xù)遞增負(fù)荷(ramp)和步進(jìn)遞增負(fù)荷 (step)是研究非疲勞狀態(tài)下肌肉活動(dòng)“力-電關(guān)系”的兩種基本實(shí)驗(yàn)范式,也是日常生活和運(yùn)動(dòng)過程中常見的兩種肌肉活動(dòng)方式。其中,連續(xù)遞增負(fù)荷是一種肌肉收縮力連續(xù)性遞增的隨意運(yùn)動(dòng)模式[1]。

傳統(tǒng)的線性時(shí)頻分析研究發(fā)現(xiàn),無論在連續(xù)遞增負(fù)荷,還是在步進(jìn)遞增負(fù)荷的運(yùn)動(dòng)模式下,絕大部分運(yùn)動(dòng)肌的肌電振幅指標(biāo)如平均肌電值(average EMG,AEMG)和肌電頻率指標(biāo)如平均功率頻率(mean power frequency,MPF)在20%～80%MVC范圍內(nèi)具有單調(diào)遞增的變化規(guī)律。顯然,力-電關(guān)系在傳統(tǒng)的線性分析領(lǐng)域已表現(xiàn)出一定的規(guī)律性,但對(duì)此規(guī)律背后的“生-電”機(jī)制尚待進(jìn)一步的研究。

然而,sEMG信號(hào)并非嚴(yán)格意義上的穩(wěn)態(tài)信號(hào),而具有一定的隨機(jī)性和不穩(wěn)定性,故傳統(tǒng)的線性分析方法如時(shí)頻分析技術(shù)尚無法揭示該信號(hào)活動(dòng)的全部特征或本質(zhì)特征,并由此引發(fā)關(guān)于sEMG信號(hào)非線性特征及其生理機(jī)制問題的研究。Webber等采用定量遞歸分析方法(recurrence quantification analysis,RQA)發(fā)現(xiàn)運(yùn)動(dòng)疲勞過程中肱二頭肌sEMG信號(hào)的確定性線段百分比(determinism%,DET%)連續(xù)遞增且其敏感性優(yōu)于頻域指標(biāo)[2];Filligoig等在肱二頭肌恒力及變力條件下研究發(fā)現(xiàn)DET%斜率變化更具強(qiáng)度依賴性,且在變力運(yùn)動(dòng)中其與肌力的一致性明顯高于MF[3];我們先前在步增負(fù)荷范式下對(duì)力-電關(guān)系的研究發(fā)現(xiàn)DET%呈單調(diào)遞減性改變、Lempel-Ziv復(fù)雜度(C(N))保持穩(wěn)定[4]。然而,迄今關(guān)于連續(xù)遞增負(fù)荷條件下肌肉活動(dòng)時(shí)sEMG信號(hào)非線性指標(biāo)變化尚未見報(bào)道。本研究的目的在于:(1)觀察ramp范式下肱二頭肌sEMG信號(hào)非線性分析指標(biāo)的變化規(guī)律;(2)比較ramp和step兩種基本范式下sEMG信號(hào)的非線性指標(biāo)變化的異同性,從而為拓展sEMG信號(hào)分析方法及其應(yīng)用提供科學(xué)依據(jù)。

1 材料與方法

1.1 實(shí)驗(yàn)對(duì)象

11名男性青年志愿者參加本次實(shí)驗(yàn),年齡(22.45±3.41)歲;身高(174.17±14.30)cm;體重(65.92±22.11)kg;上臂圍度(25.76±7.37)cm。實(shí)驗(yàn)期間受試者身體健康狀況良好,無肌肉疲勞現(xiàn)象,實(shí)驗(yàn)前24h未進(jìn)行任何形式的劇烈運(yùn)動(dòng)。參加本實(shí)驗(yàn)前均熟悉運(yùn)動(dòng)負(fù)荷方法和各種實(shí)驗(yàn)要求并簽訂實(shí)驗(yàn)協(xié)議。

1.2 測(cè)試方案

1.2.1 標(biāo)準(zhǔn)動(dòng)作姿勢(shì) 受試者正坐于約90cm高的實(shí)驗(yàn)臺(tái)前,保持軀干垂直,髖、膝、踝關(guān)節(jié)成90度。右側(cè)上臂水平、前臂垂直,掌心向內(nèi)置于支撐臺(tái)面,手腕與拉力傳感器通過細(xì)鋼絲相連接,左側(cè)上肢自然放松置于體側(cè),雙腳平放于固定的腳踏板。

1.2.2 ramp負(fù)荷訓(xùn)練 要求受試者保持標(biāo)準(zhǔn)動(dòng)作姿勢(shì),耳聽節(jié)拍器,觀察電腦屏幕的拉力反饋曲線,右側(cè)手腕通過滑輪引線均勻用力。做完上述準(zhǔn)備后,讓其在5 s內(nèi)根據(jù)屏幕上的拉力反饋曲線完成連續(xù)遞增負(fù)荷試驗(yàn),要求第5 s所達(dá)到的拉力水平不低于其最大隨意收縮力量的90%。

1.2.3 連續(xù)遞增負(fù)荷測(cè)試 在受試者能熟練完成上述動(dòng)作之后的第2 d,要求保持標(biāo)準(zhǔn)動(dòng)作姿勢(shì),完成5s的等長(zhǎng)ramp收縮,同時(shí)記錄全程肌電信號(hào)。

1.3 信號(hào)采集與處理

采用雙電極法進(jìn)行記錄。探測(cè)電極相距3 cm置于肱二頭肌肌腹部位,與肌纖維呈平行放置,參照電極置于內(nèi)側(cè)。采樣頻率為1000Hz,帶通濾波20～500Hz,噪聲水平小于1μV。將每次采集到的5 s的sEMG信號(hào)平均分為5段,每段代表一個(gè)相應(yīng)的負(fù)荷水平,用MegaWin2.01自帶的程序分別計(jì)算出5個(gè)1 s信號(hào)的AEMG、MF、MPF值。非線性分析方面,則分別計(jì)算 C(N)和DET%,具體算法如前報(bào)道[4]。

1.4 統(tǒng)計(jì)學(xué)處理

2 結(jié)果

2.1 線性時(shí)頻指標(biāo)AEMG及MPF/MF的變化規(guī)律

在ramp負(fù)荷方式下,AEMG由第1 s的112.14μV逐漸上升到第5 s的1277.18μV(表1見下頁),其數(shù)值與負(fù)荷時(shí)間呈明顯的正相關(guān),線性回歸分析表明其隨負(fù)荷水平的遞增表現(xiàn)為單調(diào)線性遞增變化(P=0.000＊,圖1)。單因素方差分析發(fā)現(xiàn),頻域指標(biāo)MPF和MF在5 s的ramp負(fù)荷方式下都均無顯著改變(表1)。配對(duì) t檢驗(yàn)發(fā)現(xiàn),MPF數(shù)值明顯大于MF(t=24.97,P=0.000＊,圖 2)。

2.2 非線性指標(biāo)C(N)和DET%的變化規(guī)律

C(N)值在5 s連續(xù)用力過程中基本保持穩(wěn)定,各時(shí)間段之間沒有顯著差異(圖3)。DET%從第1 s的74.95下降到第5 s的46.78(表1,圖4)。單因素方差分析發(fā)現(xiàn),DET%在不同負(fù)荷時(shí)間段內(nèi)具有明顯統(tǒng)計(jì)效應(yīng)。相關(guān)研究發(fā)現(xiàn)DET%與不同負(fù)荷時(shí)間呈負(fù)相關(guān)(表1),在前 4 s內(nèi)的相關(guān)性更高(r=0.491＊)。

Fig.1 Trend of AEMG during ramp contraction of biceps

Fig.2 Trend of the spectrum parameters during ramp contraction of biceps

Fig.3 Trend of C(N)during ramp contraction of biceps

Fig.4 Trend of DET%during ramp contraction of biceps

2.3 非線性指標(biāo)C(N)和DET%在不同范式下的變化趨勢(shì)

分別以step方式首次負(fù)荷(10%MVC)和ramp方式第1 s的數(shù)據(jù)值作為參照,比較兩種范式下C(N)和DET%的變化趨勢(shì),發(fā)現(xiàn)兩者的規(guī)律性非常相似(圖5),即:C(N)在用力程度發(fā)生改變時(shí)均能保持穩(wěn)定;DET%則隨著負(fù)荷的增加呈單調(diào)遞減變化。

Fig.5 Trend of C(N)and DET%during ramp and step contraction of biceps

Tab.1 Values of all the indices and the one-way ANOVA(,n=11)

Tab.1 Values of all the indices and the one-way ANOVA(,n=11)

＊P<0.05,＊＊P<0.01vs sec1

AEMG(μV) MPF(Hz) MF(Hz) C(N) DET%Sec.1 112.14±83.28 60.90±12.64 14.46±4.99 0.6454±6.22E-02 74.95±22.24 Sec.2 419.38±378.13 67.11±12.18 15.49±4.99 0.6321±8.11E-02 56.62±17.51 Sec.3 800.18±522.52＊＊ 68.36±12.41 16.51±4.97 0.6543±7.98E-02 43.34±23.53＊Sec.4 1192.50±423.78＊＊ 72.36±9.80＊ 17.53±5.03 0.6330±8.44E-02 39.46±23.60＊Sec.5 1277.18±456.91＊＊ 66.67±11.06 18.56±5.03 0.6072±9.79E-02 46.78±25.19＊

3 討論

3.1 sEMG信號(hào)的線性特征

在以往線性分析方法考察力-電關(guān)系的研究中,時(shí)域指標(biāo)AEMG作為描述sEMG振幅變化的常用指標(biāo),其規(guī)律性在眾多指標(biāo)中是最好的。在控制良好的情況下,四肢肌群的時(shí)域指標(biāo)多呈線性遞增[5]。本研究觀察到AEMG隨用力程度的增加呈線性遞增趨勢(shì),這與先前step方式下發(fā)現(xiàn)的結(jié)果及以往眾多同類研究結(jié)果一致。目前對(duì)此的普遍解釋為:隨著肌肉收縮力的增加,肌纖維募集數(shù)目的增加及運(yùn)動(dòng)單位同步化程度的提高,導(dǎo)致sEMG信號(hào)振幅的線性遞增。

以FFT為前提的傳統(tǒng)分析方法中,MPF和MF主要反映的是sEMG信號(hào)功率譜的頻率構(gòu)成特征。相對(duì)于時(shí)域指標(biāo),頻域指標(biāo)的變化趨勢(shì)顯得較為多變,眾多研究發(fā)現(xiàn)其在一定范圍內(nèi)隨負(fù)荷強(qiáng)度的增加而遞增,但也有少數(shù)研究得到了并不具有張力依賴性甚至是隨力遞減的結(jié)果[6]。本研究在ramp范式下得到了頻域指標(biāo)不隨肌張力增加而變化的結(jié)果,與少數(shù)文獻(xiàn)的結(jié)果相同。雖然同為靜態(tài)等長(zhǎng)收縮,但step和ramp范式的用力方式明顯不同,前者是被動(dòng)的階段性恒力而后者處于數(shù)秒主動(dòng)控制的連續(xù)用力過程。BILODEAU認(rèn)為正是兩種方式下不同的運(yùn)動(dòng)單位激活模式導(dǎo)致頻域指標(biāo)的不同變化規(guī)律[6]。本研究的目的之一便是進(jìn)一步確認(rèn)不同的運(yùn)動(dòng)策略是否能在不同的分析指標(biāo)之中得到體現(xiàn),顯然就我們對(duì)兩種范式下頻域指標(biāo)的考察而言,兩者的規(guī)律是不同的。EDWARD等人發(fā)現(xiàn)實(shí)測(cè)用力的重復(fù)性要好于目標(biāo)用力[7],用力方式是否成為頻域指標(biāo)趨勢(shì)差異變化的明確影響因素,還需進(jìn)一步的考證。

3.2 sEMG信號(hào)的非線性特征

雖然sEMG信號(hào)的非線性特點(diǎn)已被確認(rèn),但是如何采用適合該信號(hào)特點(diǎn)的分析方法來探究非疲勞肌肉的力-電關(guān)系尚屬起步階段。與傳統(tǒng)的FFT以及近來的小波分析(wavelets)方法相比,Lempel-Ziv復(fù)雜度計(jì)算以及RQA分析均采取了類似自回歸函數(shù)的方法,通過自我比較對(duì)時(shí)間序列信號(hào)的變化規(guī)律加以歸納,因此這類方法對(duì)于信號(hào)本身的穩(wěn)態(tài)性、周期性和統(tǒng)計(jì)分布特點(diǎn)均無特殊要求。作為定量刻畫sEMG信號(hào)非線性動(dòng)力學(xué)特征的新指標(biāo),C(N)和DET%主要反映的是sEMG信號(hào)活動(dòng)的有序性。目前非線性研究多集中于肌肉的疲勞,但對(duì)于C(N)和DET%在非疲勞肌肉中不同負(fù)荷水平的變化規(guī)律少見報(bào)道。本研究發(fā)現(xiàn)在主動(dòng)控制連續(xù)用力的ramp收縮方式下,C(N)在肌力的遞增過程中始終保持穩(wěn)定,DET%則表現(xiàn)為開始的顯著下降直至中高負(fù)荷水平。上述發(fā)現(xiàn)發(fā)展了關(guān)于非疲勞肌肉sEMG信號(hào)特征的認(rèn)識(shí),為在理論上深入研究力-電關(guān)系以及背后的生-電機(jī)制提供了新的實(shí)驗(yàn)事實(shí)。

3.2.1 非線性指標(biāo)Lempel-Ziv復(fù)雜度的特征變化C(N)從其定義和算法上可以認(rèn)為是對(duì)混沌信號(hào)數(shù)學(xué)復(fù)雜性程度的一種描述。本實(shí)驗(yàn)中C(N)在肌力的遞增過程中始終能保持穩(wěn)定的趨勢(shì),在各用力階段內(nèi)的變化均沒有超過其初始階段的15%,此結(jié)果未見報(bào)道。此發(fā)現(xiàn)與先前step實(shí)驗(yàn)下所得的結(jié)果一致:C(N)表現(xiàn)為不依賴肌張力的變化而一直保持穩(wěn)定[4]?；谏鲜鼋Y(jié)果,本研究認(rèn)為在肱二頭肌的靜態(tài)運(yùn)動(dòng)中,當(dāng)其功能狀態(tài)不變(非疲勞狀態(tài))而僅僅改變其活動(dòng)水平時(shí),sEMG信號(hào)的數(shù)學(xué)復(fù)雜性始終保持恒定。王健等分別考察3種亞最大運(yùn)動(dòng)負(fù)荷條件下考察了肌肉疲勞過程中sEMG信號(hào)活動(dòng)的非線性參數(shù)變化,發(fā)現(xiàn)非線性參數(shù)C(N)呈單調(diào)遞減變化[8]。這就提示C(N)或許在區(qū)別肌肉功能狀態(tài)和活動(dòng)水平時(shí),具有一定的敏感性。力-電關(guān)系研究之所以成為sEMG信號(hào)分析的基本問題,其原因在于肌肉活動(dòng)水平和功能狀態(tài)是很難有效區(qū)分的兩大關(guān)鍵影響因素,因此上述發(fā)現(xiàn)為后續(xù)的區(qū)分研究提供了新的線索。

3.2.2 非線性指標(biāo)DET%的特征變化 RQA分析技術(shù)從理論上講非常適合sEMG信號(hào)尤其是在非恒力運(yùn)動(dòng)中的分析,WEBBER等也證實(shí)了DET%在變力誘發(fā)的肌肉疲勞的早期判斷中具有一定的可行性[9]。對(duì)于DET%的生物學(xué)意義而言,目前認(rèn)為是對(duì)生理信號(hào)的一種數(shù)學(xué)有序性的測(cè)度,其大小反映了該生理信號(hào)的周期性程度。本結(jié)果表明,靜態(tài)實(shí)驗(yàn)下肱二頭肌sEMG信號(hào)的數(shù)學(xué)有序程度會(huì)在一定的MVC%范圍內(nèi)下降,而超過這一范圍則會(huì)保持恒定或略有增加。FARINA等在模擬表面肌電的實(shí)驗(yàn)?zāi)Ｐ椭邪l(fā)現(xiàn)DET%恰恰與MPF成反變趨勢(shì),DET%會(huì)隨平均動(dòng)作電位傳導(dǎo)速度的增加而線性遞減,隨同步化程度的增加而線性遞增[10]。由此可以對(duì)本實(shí)驗(yàn)的結(jié)果作如下推測(cè):DET%開始的遞減與興奮傳導(dǎo)速度較快的Ⅱ型肌纖維募集比例增加有關(guān),當(dāng)肌力超出一定MVC%范圍之后,肌纖維的募集幾近完成,肌力的增加主要依靠神經(jīng)元放電頻率以及對(duì)各運(yùn)動(dòng)單位同步化水平的調(diào)節(jié)來實(shí)現(xiàn);此后由于平均傳導(dǎo)速度(MFCV)的恒定以及同步化程度的提高便可能是DET%穩(wěn)定或上升的原因。本研究提示,相對(duì)于線性頻域指標(biāo)而言,DET%顯然在非疲勞肌肉不同活動(dòng)水平的感知中更具敏感性。對(duì)于DET%是否能夠取代頻域指標(biāo)而成為區(qū)分非疲勞肌肉不同活動(dòng)水平的有效指標(biāo),顯然是值得后續(xù)研究進(jìn)一步探討的。

3.2.3 非線性指標(biāo)在ramp和step范式下的趨勢(shì)比較 step和ramp之所以成為靜態(tài)肌肉力-電關(guān)系研究中的兩種經(jīng)典實(shí)驗(yàn)范式,其原因在于它們幾乎囊括了所有非疲勞狀態(tài)下日常運(yùn)動(dòng)和任務(wù)操作的基本運(yùn)動(dòng)控制模式。前者肌肉始終處于等長(zhǎng)的恒力收縮以對(duì)抗外來的實(shí)際用力,后者使目標(biāo)肌肉持續(xù)變力輸出以滿足外在目標(biāo)的要求,是一種包含更多神經(jīng)肌肉反饋調(diào)節(jié)的主動(dòng)控制模式。在以往線性分析研究中,關(guān)于不同范式下頻域指標(biāo)的變化規(guī)律是否存在差異,以及這些差異變化是否由不同的范式所致,一直是備受爭(zhēng)議的問題。本系列研究的目標(biāo)之一在于探討代表兩種不同運(yùn)動(dòng)控制模式下的力-電變化差異,尤其是嘗試非線性方法探討在兩種范式下的規(guī)律,以期發(fā)現(xiàn)外部效度良好的區(qū)分指標(biāo)。我們分別以先前step范式下男性被試的10%MVC階段以及本實(shí)驗(yàn)中ramp范式第1s的數(shù)據(jù)為基準(zhǔn)進(jìn)行標(biāo)準(zhǔn)化處理,比較非線性指標(biāo)C(N)、DET%的變化規(guī)律(圖5)。結(jié)果發(fā)現(xiàn)雖然頻域指標(biāo)在兩種范式下的變化并不相同,但是作為非線性指標(biāo)的C(N)和DET%的變化趨勢(shì)卻非常相似:C(N)并不受用力程度的影響而保持恒定;DET%在由低負(fù)荷向中高負(fù)荷的遞增中表現(xiàn)為顯著下降而后則保持穩(wěn)定。此發(fā)現(xiàn)進(jìn)一步發(fā)展了非線性方法更適合于sEMG信號(hào)分析的觀點(diǎn),無論在對(duì)于疲勞肌肉功能狀態(tài)的感知中,還是在非疲勞狀態(tài)下肌肉不同活動(dòng)水平的甄別。

[1]宋 超,王 健.非疲勞狀態(tài)下肌肉活動(dòng)的力-電關(guān)系[J].中國(guó)運(yùn)動(dòng)醫(yī)學(xué)雜志,2004,23(3):348-351.

[2]Webber CL,Zbilut J P.Dynamical Assessment of Physiological Systems and States Using Recurrence Plot Strategies[J].J Appl Physiol,1994,76(2):965-973.

[3]Filligoi G,Felici F.Detection of hidden rhythms in surface EMG signals with a nonlinear time-seris tool[J].Med Engin Phys,1999,21(6/7):439-448.

[4]宋 超,王 健,方紅光.間斷遞增負(fù)荷條件下肌肉活動(dòng)的力-電關(guān)系[J].體育科學(xué),2006,26(3):50-52.

[5]Del-Santo F,Gelli F,Spidalieri R,et al.Corticospinal drive during painful voluntary contractions at constant force output[J].Brain Research,2007,1128:91-98.

[6]Bilodeau M,Arsenault A B,Gravel D,et al.EMGpower spectrum of elbow extensors during ramp and step isometric Contractions[J].Eur J Appl Physiol,1991,63:24-28.

[7]Clancy E A,Farina D,Merletti R.Cross-comparison of timeand frequency-domain methods for monitoring the myoelectric signal during a cyclic,force-varying,fatiguing hand-grip task[J].J Electromyogr Kinesiol,2005,15:256-265.

[8]王 健,方紅光,楊紅春.運(yùn)動(dòng)性肌肉疲勞的表面肌電非線性信號(hào)特征[J].體育科學(xué),2005,25(5):39-43.

[9]Webber CL,Schmidt M A,WalshJ M.Influence of isometric loading on biceps EMG dynamics as sessed by linear and nonlinear tools[J].J Appl Physiol,1995,79(3):814-822.

[10]Farina D,Fattorini L,Felici F.Nonlinear surface EMG analysis to detect changes of motor unit conduction velocity and synchronization[J].J Appl Physiol,2002,93:1753-1763.