动态握力任务中基于sEMG的转折-振幅与功率谱分析在肌肉疲劳与恢复评估中的应用

本研究针对动态肌肉收缩下疲劳与恢复的评估难题，通过表面肌电信号(sEMG)的转折-振幅分析(TAA)和功率谱分析(PSA)，探究了转折数/秒(T/s)、平均转折振幅(MTA)和中位频率(MDF)的参数变化。研究发现T/s和MDF在疲劳阶段显著降低，恢复期回升，且T/s与疲劳水平相关性最强，为运动科学和康复医学中个性化方案的制定提供了新依据。

　　

肌肉疲劳的监测一直是运动医学和康复领域的核心课题。日常生活中，人们频繁进行动态肌肉收缩活动，但这类活动引发的疲劳机制复杂，传统静态收缩的研究结论难以直接套用。更棘手的是，动态收缩会导致表面肌电信号(sEMG)的变异性增大，使得疲劳评估的准确性面临挑战。现有的评估方法如功率谱分析(PSA)虽能通过中位频率(MDF)下降反映疲劳，但对恢复阶段的监测缺乏系统研究；而转折-振幅分析(TAA)中的转折数/秒(T/s)参数虽在静态收缩中有应用，其在动态任务中的价值尚属空白。

台湾阳明交通大学的研究团队在《Computers in Biology and Medicine》发表的研究，首次将TAA与PSA结合应用于动态握力任务。他们招募18名健康成人，通过间歇性握力测试诱发指浅屈肌(FDS)疲劳，连续采集sEMG和握力数据，分析疲劳与恢复四个阶段（疲劳前、疲劳后、早期恢复、晚期恢复）的T/s、MTA和MDF变化。研究采用Pearson相关性检验评估参数与疲劳水平的关系。

关键技术包括：1) 动态握力任务设计（以最大自主收缩力MVC的50%为失效阈值）；2) sEMG信号的双域分析（时域的TAA和频域的PSA）；3) 多时间点纵向对比。

结果
Participants
健康受试者（12男6女，25.4±2.6岁）均完成实验，未报告不良反应。

Results
疲劳阶段，MDF和T/s随任务进展从0%至100%逐渐降低，恢复期则回升；MTA呈现相反趋势。统计显示，与疲劳前相比，疲劳后的T/s和MDF分别降低27.3%和15.8%（p<0.001），而MTA增加19.5%（p=0.003）。相关性分析表明，疲劳期T/s与疲劳水平负相关（r=-0.52），优于MDF（r=-0.43）和MTA（r=0.38）；恢复期仅T/s保持中度相关性（r=0.48）。

Discussion
T/s的敏感性可能源于其对运动单元兴奋性变化的直接反映。MDF下降符合经典疲劳理论（肌纤维传导速度降低），但恢复期的滞后性提示频域参数可能更适合急性疲劳监测。

结论
该研究证实T/s是动态收缩中评估疲劳与恢复的可靠指标，其性能优于传统频域参数。这一发现为运动训练强度调控和康复进程监测提供了新工具，特别有利于个性化方案的优化。未来可探索TAA在其他动态任务（如步行或运动专项动作）中的普适性。