王樂軍,邵企能,馬國強,龔銘新,牛文鑫,邱 俊,徐仰才
(1.同濟大學 體育教學部 運動與健康研究中心,上海200092;2.上海體育科學研究所,上海200030;3.同濟大學 醫(yī)學院,上海200092;4.上海中醫(yī)藥大學 體育部,上海201203)
在最近十幾年,對大強度間歇訓練引起機體適應性變化及其機制的探索與研究已引起運動科學界的廣泛關注,并在人體運動健康促進和運動訓練效果提升等方面起到積極有效的促進作用(Burgomaster et al.,2005,2007;Little et al.,2010;Metcalfe et al.,2012)。在自行車運動中,前期研究發(fā)現(xiàn),通過大強度的速度型間歇訓練可以在顯著提高運動員無氧能力的同時兼顧有氧能力的發(fā)展,已被廣泛應用于自行車專項訓練(馬國強,2014;馬國強等,2016)。作為一種大強度的運動訓練方法,在自行車大強度速度型間歇訓練中,運動員盡全力進行蹬踏,造成肌肉處于明顯的疲勞狀態(tài)。伴隨運動組數(shù)的增加和間歇時間的交替,運動員的肌肉疲勞狀況也在處于不斷的調整變化之中。對該過程中肌肉疲勞狀態(tài)的監(jiān)測和評定,對于從理論上深入認識大強度間歇訓練中人體運動的神經肌肉控制機制以及從實踐層面科學制定和評估運動訓練方案都具有重要意義。
表面肌電信號(surface electromyography,sEMG)作為從肌肉表面記錄到的時間序列信號,其幅值和頻率等信息與肌肉的功能活動密切相關,且具有非損傷性、實時性、多靶點測量等優(yōu)點,已廣泛應用于運動性肌肉疲勞的檢測和評估之中(Cifrek et al.,2009;Zawawi et al.,2015)。但是,由于肌肉在不同收縮方式和負荷強度條件所誘發(fā)肌肉疲勞機制的差異性,sEMG指標在評價不同運動方式誘發(fā)肌肉疲勞時并未表現(xiàn)出完全一致的適用性。王樂軍等(2013a)研究發(fā)現(xiàn),在低負荷靜態(tài)收縮誘發(fā)肌肉疲勞過程中,sEMG的均方根振幅RMS表現(xiàn)出優(yōu)于其他指標的敏感性和穩(wěn)定性。但在快速點擊鼠標和30 s全力蹬踏自行車運動過程中,基于小波包分析計算的平均功率頻率指標MNF則表現(xiàn)出良好的適用性(王樂軍等,2013b;Wang et al.,2018)。自行車速度型間歇性訓練作為一種較新的運動訓練方法,目前尚未有針對該訓練方式誘發(fā)下肢肌肉疲勞的sEMG評價效果進行的研究。
運動性肌肉疲勞可以定義為“運動引起肌肉產生最大收縮力量或最大輸出功率暫時性下降的生理現(xiàn)象”(Vollestad,1997)。根據(jù)該定義,疲勞后肌肉最大收縮力量或最大輸出功率的下降率被認為是定量評價肌肉疲勞程度的客觀標準而被廣泛采用。在對sEMG指標反映局部肌肉疲勞的效果進行評價時,通過考察研究指標與肌肉最大收縮力量或最大輸出功率的同步變化關系,可以為指標的適用性效果做出科學性的評價(Ikemoto et al.,2006;Troiano et al.,2008)?;疑P聯(lián)度分析作為定量評價分析數(shù)據(jù)序列與標準序列曲線接近程度的分析方法,可以揭示分析數(shù)據(jù)序列隨標準序列同步變化的一致性程度(Wen,2016;Xu et al.,2014)。因此,sEMG指標與肢體最大收縮力量或最大輸出功率的灰色關聯(lián)度可以作為考察sEMG指標在評價肌肉疲勞適應性方面的有效指標(Wang et al.,2018)。
股直肌作為全力蹬踏自行車運動過程中最主要的參與肌肉之一,在蹬踏力量的輸出和不同蹬踏環(huán)節(jié)的協(xié)調轉換及力量傳遞中都發(fā)揮重要作用,且是蹬踏自行車運動過程中最容易疲勞的肌肉,其功能狀況直接決定了自行車運動的總體表現(xiàn)(王樂軍等,2010;O'Bryan et al.,2014)。本研究通過記錄自行車速度型間歇性訓練過程中右側股直肌的sEMG,分別計算sEMG的均方根振幅RMS、基于傅里葉變換的中值頻率MF和平均功率頻率MPF、基于小波包變換的中值頻率MDF和平均功率頻率MNF、Lempel-Ziv復雜度C(n)、樣本熵 SE、基于混沌理論的分形維FD等指標,并基于sEMG各分析指標與輸出功率的灰色關聯(lián)度,對sEMG各指標評價間歇性訓練誘發(fā)股直肌疲勞的效果進行探討。
以10名上海市優(yōu)秀場地自行車運動員為研究對象,其中男7名,女3名(表1)。受試者皆為接受過5年以上場地自行車專業(yè)訓練的在役健將級運動員。在實驗前告知受試者相關的測試方法、程序及注意事項,并對受試者身體健康狀態(tài)進行調查,確保受試者在實驗前身體健康,在實驗前24 h未從事劇烈運動,無肌肉疲勞癥狀。精神狀態(tài)良好,無睡眠不足、精神萎靡等不良狀態(tài)。
在上海市體育科學研究所競技體育二中心的實驗室進行測試,實驗室溫度設置為24℃。采用Wattbike Pro風阻功率測試車進行自行車蹬踏負荷實驗。該功率車具有空氣(1~10檔)和電磁(1~7檔)兩套阻力系統(tǒng)。在本研究中,電磁阻力設為1檔,空氣阻力在不同運動階段分別設置為不同的檔位(詳見下文)。
表1 受試者基本情況Table 1 The Basic Information of the Subjects
正式實驗前,受試者先在第3級風速檔位以90 rpm的蹬踏速度進行5 min熱身運動。熱身結束后休息10 min,進入正式實驗測試。在正式實驗中,受試者需要完成5次全力蹬踏自行車運動,每次蹬踏持續(xù)時間為6 s。每2次全力蹬踏運動之間,受試者在第1級風速檔位以60 rpm的蹬踏速度進行休息調整(圖1)。
圖1 實驗方案示意圖Figure 1.Experimental Protocol
在6 s全力蹬踏自行車運動中,受試者在功率自行車上盡最大努力進行全力全速蹬踏。每位受試者的風速檔位設置為該受試者可以產生最大輸出功率所對應的檔位。根據(jù)這一標準,10名受試者的風速檔位分別設置在6~10檔之間。根據(jù)Wattbike技術文檔,6檔和10檔風速檔位在蹬踏速度分別為40 rpm和130 rpm時,輸出功率分別為45 W、55 W和785 W、1 045 W。
在正式實驗測試過程中,采用Wattbike功率自行車配套的運動參數(shù)記錄儀(wattbike performance computer,WPC)采集輸出功率和蹬踏頻率等運動學參數(shù),參數(shù)采集的頻率為1 Hz。采用ME6000 P8肌電信號記錄和分析系統(tǒng)(芬蘭Mega公司產品)記錄實驗過程中受試者右側股直肌的表面肌電信號(sEMG)。放置電極前首先進行去毛處理,并用磨砂膏打磨皮膚表面以去除角質和表面污垢,之后用75%酒精棉球清理皮膚表面,以減小阻抗。將一對紐扣式肌電測試電極置于測試肌肉的肌腹表面,兩電極間距2 cm。電極位置參照Seniam(http://seniam.org)所建議的測試標準進行貼放,信號采樣頻率為1 000 Hz。
1.3.1 表面肌電信號預處理
表面肌電信號的預處理包括濾波處理和分段處理2個環(huán)節(jié)。濾波處理采用四階巴特沃斯零相位偏移濾波器,對記錄的表面肌電信號進行5~500 Hz帶通濾波。在表面肌電信號的分段處理環(huán)節(jié),分別將5次持續(xù)時間為6 s的全力蹬踏自行車運動數(shù)據(jù)劃分為15段等時間間隔的數(shù)據(jù)(每段數(shù)據(jù)持續(xù)時間為2 s)。
1.3.2 計算表面肌電信號指標
對于每段持續(xù)時間為2 s的表面肌電信號,分別基于時域信號計算均方根振幅(RMS),基于傅里葉變換計算中值頻率(MF)和平均功率頻率(MPF),基于小波包分析計算中值頻率(MDF)和平均功率頻率(MNF),基于Lempel-Ziv復雜度算法計算復雜度C(n),基于混沌理論計算分形維(Fractal Dimension,F(xiàn)D),基于非線性分析算法計算樣本熵(Sample Entropy,SE)。RMS、MF、MPF、MDF和MNF的計算方法參考前期相關文獻所采用的方法(Cifrek et al.,2009)。其中,在表面肌電信號的小波包分析中,選擇Dauechies(db6)小波基函數(shù)進行小波包分解和重構,在此基礎上計算中值頻率MDF和平均功率頻率MNF。根據(jù)Kaspar等(1987)設計的復雜度C(n)的算法計算Lempel-Ziv復雜度。分形維的計算參考Boccia等(2016)的研究,基于盒計數(shù)算法進行計算。樣本熵按照Richman等(2000)所述的方法進行計算。
1.3.3 肌電指標與運動表現(xiàn)指標的灰色關聯(lián)度分析
采用灰色關聯(lián)度分析法,對表面肌電信號指標與運動表現(xiàn)指標(輸出功率和蹬踏頻率)的灰色關聯(lián)度進行計算,計算步驟:
1)分別以運動表現(xiàn)指標輸出功率和蹬踏頻率為母序列(Y),以表面肌電信號指標RMS、MF、MPF、MDF、MNF、C(n)、FD和SE為子序列,建立分析數(shù)據(jù)序列;
2)對各母、子序列分別用每個序列的各原始數(shù)據(jù)除以該序列的平均值,實現(xiàn)對各序列數(shù)據(jù)的標準化處理;
3)計算各子序列與母序列在同一時刻的絕對差值,并列出對應數(shù)列表;
4)計算關聯(lián)系數(shù)。以上述差值數(shù)列表為基礎,將相應差值(ΔX')、最小差值(Δmin)和最大差值(Δmax)代入灰色關聯(lián)系數(shù)計算公式:
其中,參考相關研究文獻,P取0.5。
5)計算灰色關聯(lián)度。通過將各樣本數(shù)據(jù)計算的灰色關聯(lián)系數(shù)進行平均,即可獲得灰色關聯(lián)度CORR,計算公式為:
其中,n為實驗測試的樣本點數(shù)。
sEMG的處理分析及數(shù)據(jù)的灰色關聯(lián)度分析在MATLAB 2016Ra環(huán)境下編程實現(xiàn)。
采用KS檢驗(Kolmogorov-Smirnov test)對各分析數(shù)據(jù)進行正態(tài)性檢驗。間歇蹬踏階段和各階段內蹬踏持續(xù)時間與輸出功率、蹬踏頻率及各肌電指標之間的相關關系采用Spearman等級相關系數(shù)進行分析。經過間歇調整后各指標在新階段內第1個時間點的值相對于上1個運動階段最后1個時間點值的變化采用配對t檢驗進行檢驗。間歇蹬踏階段和各階段內蹬踏持續(xù)時間對輸出功率、蹬踏頻率及各肌電指標的影響采用重復測量設計的方差分析進行檢驗(因變量:輸出功率、蹬踏頻率及各肌電指標;組內變量1:間歇蹬踏階段,共5個蹬踏階段;組內變量2:各階段內的蹬踏持續(xù)時間,分別觀察蹬踏持續(xù)時間為2 s、4 s、6 s對因變量的影響)。各表面肌電信號指標與輸出功率和蹬踏頻率的灰色關聯(lián)度差異采用重復測量設計的方差分析進行檢驗(因變量:灰色關聯(lián)度值;組內變量1:各表面肌電信號指標;組內變量2:輸出功率vs蹬踏頻率)。在主效應顯著的情況下,采用Bonferroni多重檢驗矯正方法確定具有差異的組別。差異的顯著性水平為P<0.05。數(shù)據(jù)的統(tǒng)計分析工作在SPSS 13.0軟件環(huán)境下完成。
5次間歇性自行車蹬踏運動的輸出功率和蹬踏頻率隨運動時間的變化曲線如圖2所示。Spearman相關分析結果顯示,隨著運動階段的增加,輸出功率和蹬踏頻率皆表現(xiàn)出顯著的單調遞減變化(輸出功率:r=-0.546,P=0.000;蹬踏頻率:r=-0.681,P=0.000)。隨著各階段內的運動持續(xù)時間增加,輸出功率和蹬踏頻率也表現(xiàn)出顯著性的單調遞減變化規(guī)律(輸出功率:r=-0.407,P=0.000;蹬踏頻率:r=-0.327,P=0.000)。此外,輸出功率和蹬踏頻率在前1個運動階段內最后1個2 s內的值分別為836.19±200.44 W和125.13±8.13 rpm,經過間歇調整后在新階段內第1個2 s內的值分別為977.92±197.90 W和128.78±7.27 rpm。經過間歇調整后,輸出功率和蹬踏頻率在新階段內第1個時間點的值相對于上1個運動階段最后1個時間點值皆出現(xiàn)顯著性的增加(輸出功率:P=0.000,蹬踏頻率:P=0.000)。提示,間歇調整對受試者的輸出功率和蹬踏頻率皆有顯著性的恢復效果。
重復測量設計的方差分析結果顯示,間歇蹬踏階段和各階段內蹬踏持續(xù)時間2個因素對輸出功率和蹬踏頻率的影響都具有顯著的主效應(蹬踏階段-輸出功率:F=51.782,P=0.000;蹬踏持續(xù)時間-輸出功率:F=71.188,P=0.000;蹬踏階段-蹬踏頻率:F=60.562,P=0.000;蹬踏持續(xù)時間-蹬踏頻率:F=49.239,P=0.000)。多重比較結果顯示,在所有的蹬踏階段內和各階段持續(xù)時間點上,輸出功率和蹬踏頻率皆有顯著性的差異。間歇蹬踏階段與各階段內蹬踏持續(xù)時間對輸出功率和蹬踏頻率的影響皆不具有顯著的交互效應(輸出功率:F=2.078,P=0.137;蹬踏頻率:F=4.290,P=0.068)。
圖2 輸出功率和蹬踏頻率隨運動時間的變化曲線Figure 2.The Changing Curve of Power Output and Cycling Cadence with Exercise Time
圖3描述了5次間歇性蹬踏運動中各sEMG指標隨運動時間的變化曲線。Spearman相關分析結果顯示,隨著運動階段的增加,MF、MPF、MDF、MNF、SE、C(n)皆表現(xiàn)出顯著的單調遞減變化(MF:r=-0.262,P=0.001;MPF:r=-0.289,P=0.000;MDF:r=-0.284,P=0.000;MNF:r=-0.315,P=0.000;C(n):r=-0.278,P=0.001;SE:r=-0.239,P=0.003),而RMS和FD并沒有表現(xiàn)出隨運動階段的顯著變化規(guī)律(RMS:r=-0.262,P=0.001;FD:r=-0.262,P=0.001)。隨著各階段內的運動持續(xù)時間增加,只有RMS和SE表現(xiàn)出顯著性的單調遞減變化規(guī)律(RMS:r=-0.193,P=0.018;SE:r=-0.271,P=0.001),而其他指標隨各階段內的運動持續(xù)時間增加并未表現(xiàn)出顯著的單調變化規(guī)律(MF:r=-0.006,P=0.938;MPF:r=-0.039,P=0.639;MDF:r=0.012,P=0.884;MNF:r=-0.151,P=0.065;C(n):r=-0.092,P=0.263;FD:r=-0.158,P=0.053)。此外,經過間歇調整后,RMS、MF、MNF、SE、FD在新階段內第1個時間點的值相對于上1個運動階段最后1個時間點值皆有顯著性的變化(RMS:P=0.002,MF:P=0.048,MNF:P=0.040,SE:P=0.000,F(xiàn)D:P=0.016)。提示,間歇調整對上述5個指標皆有顯著的影響作用。
通過重復測量設計的方差分析對間歇蹬踏階段和階段內蹬踏持續(xù)時間2個因素對sEMG各指標的影響進行檢驗,發(fā)現(xiàn)蹬踏階段因素對MF、MPF、MDF、MNF、C(n)和SE的影響都具有顯著的主效應,其中,在5個蹬踏階段內,MF在第1階段和第3~5階段內的值,MPF在第1階段和第3~5階段、第2階段和第5階段內的值,MDF在第1階段和第3階段、第1階段和第5階段、第2階段和第5階段內的值,MNF在第1階段和其他各階段的值、第5階段和第1~3階段內的值,C(n)在第1階段和第2、3、5階段內的值,SE在第1階段和其他各階段的值皆具有顯著性的差異。階段內的蹬踏持續(xù)時間只對MNF和SE表現(xiàn)出顯著的主效應,其中,在所觀察的3個蹬踏持續(xù)時間點上,SE和MNF在第2 s、4 s和6 s的值皆具有顯著性的差異。間歇蹬踏階段和階段內蹬踏持續(xù)時間的交互效應在各sEMG指標上皆未表現(xiàn)出顯著性的差異。
表面肌電信號各指標與輸出功率和蹬踏頻率的灰色關聯(lián)度如表2所示。從表2所列的灰色關聯(lián)度均值看,在8個表面肌電信號指標中,SE與輸出功率和蹬踏頻率的灰色關聯(lián)度最大,分別為0.74±0.05和0.72±0.05;其次為MNF和 MPF,分別為0.68±0.02、0.68±0.05和 0.67±0.04、0.67±0.04;FD與輸出功率和蹬踏頻率的灰色關聯(lián)度最小,為0.61±0.06和0.62±0.04。重復測量設計的方差分析結果顯示,表面肌電信號指標因素對灰色關聯(lián)度的影響具有顯著的主效應(F=10.658,P=0.000),不同運動表現(xiàn)指標(輸出功率vs蹬踏頻率)與表面肌電信號指標的灰色關聯(lián)度無顯著性差異(F=1.139,P=0.300),表面肌電指標與運動表現(xiàn)指標的灰色關聯(lián)度無顯著的交互效應(F=0.547,P=0.673)。多重比較結果顯示,SE的灰色關聯(lián)度顯著高于其他各表面肌電信號指標(P<0.05)。此外,F(xiàn)D的灰色關聯(lián)度顯著小于SE和MNF(FD-SE:P=0.000,F(xiàn)DMNF:P=0.04)。
表2 表面肌電信號指標與輸出功率和蹬踏頻率的灰色關聯(lián)度Table 2 The Grey Association between sEMG Indices and Power Output and Cycling Cadence
圖3 表面肌電信號指標隨運動時間的變化曲線Figure 3.The Changing Curve of sEMG Indices with Exercise DurationTime
在本研究中,因男、女受試者人數(shù)存在較大差別,需要考慮性別因素對研究結果的影響作用。針對該問題:1)前期研究發(fā)現(xiàn),在5組持續(xù)時間為6 s的間歇性全力蹬踏自行車運動中,男、女受試者輸出功率隨蹬踏時間的下降率并無顯著性的差別(Soydan et al.,2018);2)從 sEMG指標在整個力竭性肌肉收縮過程中的變化率曲線看,基于陣列型電極所測量的動作電位傳導速度和分形維數(shù)等指標亦未表現(xiàn)出顯著的性別差異(Meduri et al.,2016);3)結合前期對于30 s全力蹬踏自行車過程中輸出功率和下肢肌肉sEMG指標灰色關聯(lián)度研究的受試者性別構成(Wang et al.,2018)可以推測,本研究中男、女受試者人數(shù)的差異并不會對研究結果造成顯著性的影響。
從受試者的運動表現(xiàn)看,輸出功率和蹬踏頻率隨運動階段和階段內蹬踏持續(xù)時間的增加都表現(xiàn)出顯著性的單調遞減變化,提示,隨著運動階段和蹬踏持續(xù)時間的增加,受試者下肢肌肉的疲勞程度逐漸加深。此外,經過間歇調整后,輸出功率和蹬踏頻率會出現(xiàn)一定程度的增加,提示,受試者下肢疲勞程度在經過間歇調整后會產生一定的恢復?;陂g歇性蹬踏自行車運動過程中下肢肌肉疲勞程度的變化規(guī)律,良好的sEMG評價指標應具備以下特點:1)隨運動階段和階段內蹬踏持續(xù)時間的增加表現(xiàn)出良好的單調性變化;2)經過間歇調整后,所選指標在總體單調變化的基礎上能夠產生一定程度的恢復;3)在整個運動過程中的變化率曲線與輸出功率和蹬踏頻率的變化率曲線具有較高的重合度(較大的灰色關聯(lián)度值)。
RMS作為衡量sEMG幅值的指標,可以反映肌肉運動單位募集數(shù)量和激活頻率等信息(王樂軍等,2013a;Suzuki et al.,2002)。前期研究表明,肌肉在以最大收縮力量或最大輸出功率收縮誘發(fā)肌肉疲勞過程中,sEMG時域指標隨運動時間的延長和疲勞程度的加深而降低(Patikas et al.,2002;Wang et al.,2018)。在本研究中,RMS隨階段內蹬踏持續(xù)的增加表現(xiàn)出單調遞減的變化,其在間歇調整后也表現(xiàn)出與輸出功率和蹬踏頻率相一致的變化規(guī)律。但其隨運動階段的單調性變化規(guī)律并不顯著,與輸出功率和蹬踏頻率的灰色關聯(lián)度也要低于SE等指標,提示,其在評價由自行車速度型間歇訓練誘發(fā)股直肌疲勞中具有一定的適用性,但同時也存在不足。在自行車速度型間歇訓練過程中,股直肌一直處于較高的負荷運動狀態(tài),在該負荷區(qū)間內,sEMG幅值隨肌肉功能狀況變化的敏感性下降(Cifrek et al.,2009;Yassierli et al.,2008)。此外,運動過程中皮膚牽拉和肌肉-皮膚表面電阻的快速變化,也造成RMS具有較大的隨機性和波動性,進而影響了RMS在股直肌疲勞評價方面的適用性(王樂軍 等,2013b)。
基于傅里葉變換的MF和MPF是評價運動性肌肉疲勞的傳統(tǒng)經典指標。研究發(fā)現(xiàn),在靜態(tài)或動態(tài)收縮誘發(fā)肌肉疲勞過程中,都伴隨sEMG頻譜圖的左移和MF、MPF的單調性下降。在本研究中,MF和MPF隨運動階段的增加和間歇調整表現(xiàn)出與輸出功率和蹬踏頻率相一致的變化規(guī)律,但其隨階段內運動持續(xù)時間的單調性變化規(guī)律并不顯著,在疲勞評價應用上表現(xiàn)出一定的局限性。由于在自行車速度型間歇訓練中,股直肌進行高強度的動態(tài)收縮運動,運動過程中皮膚牽拉使檢測電極與被檢部位肌肉之間的相對位移,加上肌肉收縮過程中長度和厚度不斷變化,造成所采集的sEMG具有典型的非穩(wěn)態(tài)、非線性信號的特征(王健等,2005),從而對MF和MPF在疲勞評價方面的適用性產生影響。此外,因傅里葉變換存在時域與頻域分辨率的局部化矛盾,為協(xié)調實驗數(shù)據(jù)分析的時間和頻率分辨率矛盾,本研究中傅里葉變換的頻率分辨率為0.5 Hz,也從一定程度上降低了MF和MPF的精確度,并對其在疲勞評價方面的適用性產生影響。
小波包分析被認為是分析非穩(wěn)定肌電信號較為適宜的方法(王樂軍 等,2013b;Sparto et al.,1999;Wang et al.,2018)。前期研究發(fā)現(xiàn),在運動誘發(fā)肌肉疲勞過程中,sEMG經小波包變換后的功率譜向低頻方向轉移,并引起基于小波包分析計算的中值頻率MDF和平均功率頻率MNF隨疲勞程度的加深單調遞減(王樂軍 等,2009,2013b;Wang et al.,2018)。在本研究中,MDF和 MNF隨運動階段的增加表現(xiàn)出顯著的單調遞減變化,這與前期研究結果是一致的。此外,MDF和MNF隨間歇調整表現(xiàn)出與輸出功率和蹬踏頻率相一致的變化規(guī)律,提示,其在評價自行車速度型間歇訓練誘發(fā)的股直肌疲勞方面具有一定的適用性。但是,MDF與MNF并未表現(xiàn)出隨階段內運動持續(xù)時間的顯著單調性變化規(guī)律,其與輸出功率及蹬踏頻率的灰色關聯(lián)度也顯著低于SE,提示,其在評定由自行車速度型間歇訓練誘發(fā)的股直肌疲勞方面并不是最優(yōu)的評價指標。
Lempel-Ziv復雜度C(n)是度量sEMG周期性和隨機性的指標。前期研究表明,無論是等長還是動態(tài)疲勞運動條件下,被檢肌肉sEMG的復雜度隨著運動負荷時間呈現(xiàn)明顯的單調遞減型變化(王樂軍 等,2013a,2013b)。C(n)隨運動時間單調遞減的原因,可能跟疲勞程度加深過程中中樞神經系統(tǒng)漸進性協(xié)調眾多運動單位同步收縮的“協(xié)同效應”有關。在本研究中,C(n)隨運動階段的增加單調遞減,與前期研究結果是一致的。但是,C(n)并未隨階段內運動持續(xù)時間的增加和間歇調整表現(xiàn)出與輸出功率和蹬踏頻率相一致的變化規(guī)律,提示,其在評價由自行車速度型間歇訓練誘發(fā)的股直肌疲勞方面存在不足。這可能是由于單個運動階段的運動持續(xù)時間僅有6 s,在引起顯著外周疲勞的同時,中樞神經系統(tǒng)尚未有效協(xié)調股直肌內運動單位以更加同步的方式參與收縮,由此造成階段內持續(xù)時間因素對運動單位同步收縮的“協(xié)同效應”影響并不顯著。
樣本熵SE是從非線性分析角度衡量時間序列復雜性度量信號中產生新模式概率大小的指標,時間序列越復雜,樣本熵值越大。在本研究中,SE隨運動階段、運動階段內的蹬踏持續(xù)時間皆表現(xiàn)出顯著的單調遞減變化,其與輸出功率和蹬踏頻率的灰色關聯(lián)度也顯著高于其他指標,表明,其在評定自行車速度間歇性訓練誘發(fā)的股直肌疲勞方面是最優(yōu)的評價指標。前期研究認為,樣本熵可以克服因數(shù)據(jù)偏差帶來的誤差,具有更強的抗噪能力和優(yōu)異的一致性(成娟等,2016)。但當前尚未有研究對sEMG樣本熵評價運動性肌肉疲勞的適用性進行過研究。本研究結果揭示了樣本熵在提取速度型間歇訓練過程中股直肌sEMG疲勞信號特征中的良好應用效果,為局部肌肉疲勞的sEMG評價提供了新的方法選擇。
分形維數(shù)FD是基于分形理論對復雜形體不規(guī)則性的量度,反映了sEMG的自相似結構的復雜程度。在本研究中,F(xiàn)D并未隨運動階段和階段內的蹬踏持續(xù)時間表現(xiàn)出顯著的單調性變化規(guī)律,其與輸出功率和蹬踏頻率的灰色關聯(lián)度也顯著低于SE和MNF,表明其在評價自行車速度型間歇訓練誘發(fā)的股直肌疲勞方面并不具備良好的適用性。前期研究認為,在自行車速度型間歇訓練中,下肢肌肉疲勞主要是由外周因素造成的,而與中樞疲勞機制的關系并不密切(Collins et al.,2018)。由于FD僅對中樞性肌肉疲勞具有良好的敏感性,對外周疲勞的變化則不敏感(Mesin et al.,2009),造成本研究中FD在疲勞評價上較差的適用性。
在自行車速度型間歇訓練中,股直肌進行高強度快速收縮和小負荷間歇調整相結合的運動方式,在造成肌肉產生嚴重外周疲勞的同時,也使得從股直肌表面記錄的sEMG具有非穩(wěn)態(tài)、非線性信號的特征。基于非線性分析計算的樣本熵表現(xiàn)出優(yōu)于其他指標的疲勞評價效果,提示,其在監(jiān)測由自行車速度型間歇訓練誘發(fā)的股直肌疲勞方面是可供選擇的指標。