王樂軍，陸愛云，龔銘新，毋江波，董 菲，張 磊

1 前言

在計(jì)算機(jī)日益普及的今天，由長時(shí)間使用電腦引起的上肢肌肉骨骼系統(tǒng)疾?。╩usculoskeletal diseases in upper extremity）具有非常高的發(fā)生率。Pascarelli等［35］的研究發(fā)現(xiàn)，電腦使用者發(fā)生上肢肌肉骨骼系統(tǒng)疾病的比例約為15%。由使用電腦引起的上肢肌肉骨骼系統(tǒng)疾病包括肌腱炎、腕管綜合征、前臂痛、交感神經(jīng)系統(tǒng)機(jī)能失調(diào)等［45］。由于這些疾病是肌肉在長時(shí)間小負(fù)荷運(yùn)動(dòng)中累積而成的慢性勞損性損傷，其恢復(fù)是非常緩慢甚至是不可康復(fù)的，因此，對(duì)其的預(yù)防需引起高度重視［35］。

隨著Windows等圖形用戶界面操作系統(tǒng)的普及和大量圖形用戶界面應(yīng)用軟件的廣泛使用，電腦使用者操作鼠標(biāo)的時(shí)間占使用電腦總時(shí)間的比例越來越大，在使用電腦過程中至少有1／3～2／3的時(shí)間在操作鼠標(biāo)［28］。由于長時(shí)間使用鼠標(biāo)過程中進(jìn)行的動(dòng)作具有較高的運(yùn)動(dòng)精度要求和較快的動(dòng)作重復(fù)頻率，是引起上肢肌肉骨骼系統(tǒng)疾病的最重要風(fēng)險(xiǎn)因素之一［9］。已有研究表明，肌肉在長時(shí)間內(nèi)一直以特定水平負(fù)荷工作會(huì)選擇性地引起特定閾值肌纖維的疲勞和過度使用，從而誘發(fā)與工作有關(guān)的骨骼肌肉系統(tǒng)疾?。?9］。Veiersed等［42］通過研究證實(shí)，肌肉在長時(shí)間收縮而得不到足夠放松時(shí)間情況下會(huì)導(dǎo)致骨骼肌肉系統(tǒng)疾病的發(fā)生。疲勞通過改變神經(jīng)肌肉系統(tǒng)的中樞和外周部分而對(duì)運(yùn)動(dòng)機(jī)能具有非常重要的影響。監(jiān)測長時(shí)間使用鼠標(biāo)過程中的肌肉疲勞，特別是指伸肌群肌肉的疲勞對(duì)于預(yù)防發(fā)生上肢骨骼肌肉系統(tǒng)疾病具有非常重要的意義和作用［29］。

表面肌電信號(hào)是研究神經(jīng)肌肉系統(tǒng)功能狀況的有效方法，并已廣泛應(yīng)用到運(yùn)動(dòng)性肌肉疲勞的檢測之中［12］。在利用表面肌電信號(hào)評(píng)估局部運(yùn)動(dòng)性肌肉疲勞方面，眾多研究者從時(shí)域分析、頻域分析、時(shí)頻分析、非線性分析等不同分析角度進(jìn)行了探索，總結(jié)出一些可以用來反映局部運(yùn)動(dòng)性肌肉疲勞的指標(biāo)，如基于傅里葉變換計(jì)算的中值頻率（MF）和平均功率頻率（MPF）、基于定量遞歸分析（Recurrence quantification analysis，RQA）計(jì)算的確定性百分比（%DET）、基于非線性分析計(jì)算的Lempel-Ziv復(fù)雜度C（n）、基于小波分析計(jì)算的頻段能量、中值頻率（MDF）和平均功率頻率（MNF）等［6，11，37］。但是，以前利用表面肌電信號(hào)診斷運(yùn)動(dòng)性肌肉疲勞的研究大都是針對(duì)較高運(yùn)動(dòng)負(fù)荷條件下進(jìn)行的［13，46］，這些研究采用的分析方法和評(píng)價(jià)指標(biāo)直接應(yīng)用于肌肉在較低運(yùn)動(dòng)負(fù)荷條件下長時(shí)間運(yùn)動(dòng)引起的肌肉疲勞評(píng)定具有較大的不穩(wěn)定性和較差的適用性［16，33，46］。在使用鼠標(biāo)過程中，參與運(yùn)動(dòng)的相關(guān)肌肉以較低的運(yùn)動(dòng)負(fù)荷水平參與收縮，且不同肌肉的收縮方式也都各有特點(diǎn)，因此，如何利用表面肌電信號(hào)評(píng)定使用鼠標(biāo)過程中不同參與肌肉的疲勞狀況仍是一個(gè)需要解決的問題。

一個(gè)具有良好適用性的評(píng)定運(yùn)動(dòng)性肌肉疲勞sEMG指標(biāo)應(yīng)具備反映疲勞的敏感性、穩(wěn)定性、可重復(fù)性等特點(diǎn)［46］。其中，反映疲勞的敏感性是指某個(gè)指標(biāo)可以較好地反映出測試肌肉在收縮過程中的疲勞發(fā)生發(fā)展情況；穩(wěn)定性指反映疲勞的指標(biāo)與疲勞發(fā)展程度之間函數(shù)關(guān)系（一般為線性關(guān)系）的確定性；可重復(fù)性指重復(fù)測試中計(jì)算提取出的同一指標(biāo)值是非常接近的?？焖冱c(diǎn)擊鼠標(biāo)作為鼠標(biāo)操作過程中重復(fù)率較高的動(dòng)作之一，在誘發(fā)上肢肌肉骨骼系統(tǒng)病痛中占有重要比重。但是，目前尚未有研究對(duì)快速點(diǎn)擊鼠標(biāo)誘發(fā)指伸肌疲勞的sEMG監(jiān)測方法進(jìn)行過研究。本研究從點(diǎn)擊鼠標(biāo)動(dòng)作入手，通過對(duì)快速點(diǎn)擊鼠標(biāo)動(dòng)作過程中指伸肌表面肌電信號(hào)時(shí)域指標(biāo)RMS，基于短時(shí)傅里葉變換計(jì)算的中值頻率MF和平均功率頻率MPF，基于小波包分析計(jì)算的中值頻率MDF和平均功率頻率MNF，基于非線性分析計(jì)算的Lempel-Ziv復(fù)雜度C（n）等指標(biāo)從上述3個(gè)評(píng)價(jià)角度進(jìn)行對(duì)比分析，以探索在監(jiān)測由快速點(diǎn)擊鼠標(biāo)引起的指伸肌疲勞方面適用性最優(yōu)的表面肌電信號(hào)分析方法和評(píng)定指標(biāo)，從而為預(yù)防由長時(shí)間使用電腦引起的上肢肌肉骨骼系統(tǒng)病痛的監(jiān)測指標(biāo)提供參考，此外，也為其他低負(fù)荷高頻率動(dòng)作引起的肌肉疲勞評(píng)價(jià)提供方法建議。

2 研究對(duì)象、方法與步驟

2.1 研究對(duì)象

10名健康青年志愿者，其中男性7名，女性3名，年齡25.42±1.81歲，身高170.57±5.38cm，體重63.14±6.62kg。身體健康狀況良好，實(shí)驗(yàn)前24h內(nèi)未進(jìn)行劇烈的體力活動(dòng)，未長時(shí)間使用電腦，上臂肌肉無疲勞狀況。精神狀態(tài)良好，無睡眠不足，精神萎靡等不良狀態(tài)。受試者在日常使用電腦過程中皆使用右手操作鼠標(biāo)。實(shí)驗(yàn)前所有受試者皆了解實(shí)驗(yàn)程序并同意自愿參加本實(shí)驗(yàn)。

2.2 實(shí)驗(yàn)程序

每位受試者共進(jìn)行兩次實(shí)驗(yàn)，實(shí)驗(yàn)前受試者進(jìn)行充分的休息，兩次實(shí)驗(yàn)間隔3h以上，以避免前面的實(shí)驗(yàn)對(duì)后面實(shí)驗(yàn)產(chǎn)生影響。在實(shí)驗(yàn)室溫度為20℃～26℃的條件下進(jìn)行測試。實(shí)驗(yàn)前先讓受試者了解實(shí)驗(yàn)流程并熟練掌握實(shí)驗(yàn)中相關(guān)測試儀器的操作。

測試開始前受試者以最適宜的姿勢(shì)坐在電腦前，左手放在電腦桌上，右手輕握鼠標(biāo)。電腦桌的高度為85cm，座椅高度為38cm。以安裝有Microsoft Windows XP2操作系統(tǒng)和點(diǎn)擊鼠標(biāo)實(shí)驗(yàn)軟件的ACER AM3850計(jì)算機(jī)作為實(shí)驗(yàn)平臺(tái)。利用TJ-Motion 2.0同步觸發(fā)器同步觸發(fā)表面肌電測試儀和實(shí)驗(yàn)軟件的計(jì)時(shí)系統(tǒng)，待實(shí)驗(yàn)軟件提示實(shí)驗(yàn)開始時(shí)，受試者以最快的速度點(diǎn)擊實(shí)驗(yàn)軟件內(nèi)的“請(qǐng)點(diǎn)我吧”靜態(tài)按鈕90s。在實(shí)驗(yàn)過程中實(shí)驗(yàn)工作人員對(duì)受試者進(jìn)行言語鼓勵(lì)以使受試者始終保持最快的速度點(diǎn)擊鼠標(biāo)。在此過程中實(shí)驗(yàn)軟件會(huì)持續(xù)偵測每次按鈕被點(diǎn)擊的事件并每隔15s記錄一次受試者點(diǎn)擊按鈕的次數(shù)。將Brog10級(jí)主觀感覺疲勞評(píng)定表［10］懸掛于測試電腦屏幕的左側(cè)，在實(shí)驗(yàn)過程中囑咐受試者每隔15s報(bào)告一次主觀疲勞感覺分?jǐn)?shù)。記錄點(diǎn)擊鼠標(biāo)過程中受試者右側(cè)指伸肌的表面肌電信號(hào)。點(diǎn)擊鼠標(biāo)實(shí)驗(yàn)軟件的主界面如圖1所示。

采用雙電極引導(dǎo)法記錄受試者點(diǎn)擊鼠標(biāo)過程中右側(cè)指伸肌的表面肌電信號(hào)。一對(duì)探測電極分別置于肱骨外上髁和肱骨外上髁至橈骨莖突1／3距離處［18］。放置電極前用75%酒精棉球清理皮膚表面，以減小阻抗。表面肌電信號(hào)的采集使用ME3000P4肌電信號(hào)記錄和分析系統(tǒng)（芬蘭Mega公司產(chǎn)品），采樣頻率1000Hz。采集到的sEMG信號(hào)另存為ASCII文件后作為后期分析的數(shù)據(jù)源。

圖1 實(shí)驗(yàn)軟件主界面示意圖Figure 1.Main Interface of Experimental Software

2.3 數(shù)據(jù)的處理與分析

首先，將90s快速點(diǎn)擊鼠標(biāo)過程中采集的sEMG信號(hào)按等時(shí)間間隔（15s）劃分為若干段。對(duì)劃分的每段sEMG，分別計(jì)算均方根振幅RMS、基于傅里葉功率譜轉(zhuǎn)換計(jì)算中值頻率MF和平均功率頻率MPF，基于小波包分析計(jì)算中值頻率MDF和平均功率頻率 MNF，基于非線性分析計(jì)算Lempel-Ziv復(fù)雜度C（n），其中，采用小波包分析對(duì)sEMG進(jìn)行分解時(shí)，選擇Dauechies（db6）小波基函數(shù)進(jìn)行小波包分解和重構(gòu)，在此基礎(chǔ)上，計(jì)算中值頻率MDF和平均功率頻率MNF。Lempel-Ziv復(fù)雜度定義的實(shí)質(zhì)是時(shí)間序列隨其長度的增長出現(xiàn)新模式的速度，反映該序列接近隨機(jī)的程度。Lempel-Ziv復(fù)雜度的計(jì)算根據(jù)Kaspar和Schuster設(shè)計(jì)的復(fù)雜度C（n）算法［27］進(jìn)行，其數(shù)值介于0～1之間。

為排除不同受試者sEMG指標(biāo)的個(gè)體差異，對(duì)以上計(jì)算的sEMG指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。取每位受試者第1段信號(hào)的指標(biāo)值分別作為該受試者該指標(biāo)的標(biāo)準(zhǔn)值，對(duì)截取的每段sEMG計(jì)算出的指標(biāo)值進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化處理公式為:

其中，X′i為第i段sEMG計(jì)算的指標(biāo)X的標(biāo)準(zhǔn)化值，Xi為第i段sEMG計(jì)算的指標(biāo)X原始值，X1為第1段sEMG計(jì)算的指標(biāo)X原始值。

此外，計(jì)算sEMG各分析指標(biāo)與運(yùn)動(dòng)持續(xù)時(shí)間、RPE、點(diǎn)擊鼠標(biāo)頻率的相關(guān)關(guān)系，以觀察90s快速點(diǎn)擊鼠標(biāo)實(shí)驗(yàn)過程中sEMG各分析指標(biāo)隨運(yùn)動(dòng)持續(xù)時(shí)間、RPE、點(diǎn)擊鼠標(biāo)頻率指標(biāo)的變化規(guī)律。

對(duì)于以上計(jì)算的表面肌電信號(hào)各分析指標(biāo)，對(duì)其評(píng)價(jià)由快速點(diǎn)擊鼠標(biāo)引起前臂肌肉疲勞的敏感性、穩(wěn)定性和可重復(fù)性3個(gè)方面進(jìn)行比較分析:

1.反映疲勞的敏感性:一個(gè)指標(biāo)反映疲勞的敏感性可以通過實(shí)驗(yàn)中隨時(shí)間的變化產(chǎn)生顯著性線性改變的實(shí)驗(yàn)數(shù)據(jù)所占的比例來衡量［46］。在具體計(jì)算上，首先，根據(jù)每個(gè)指標(biāo)數(shù)據(jù)的平均值隨運(yùn)動(dòng)持續(xù)時(shí)間的變化情況確定該指標(biāo)隨運(yùn)動(dòng)持續(xù)時(shí)間的延長和疲勞程度的加深產(chǎn)生的線性變化規(guī)律（遞增或遞減），之后對(duì)每位受試者的實(shí)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)出相對(duì)于前一個(gè)運(yùn)動(dòng)階段內(nèi)指標(biāo)值產(chǎn)生相應(yīng)改變規(guī)律（增大或減?。┑倪\(yùn)動(dòng)階段所占的比例，以此作為評(píng)價(jià)該指標(biāo)反映疲勞的敏感性指標(biāo)。

2.穩(wěn)定性:對(duì)于在運(yùn)動(dòng)過程中疲勞隨時(shí)間線性變化的情況，變異性（Variability）可通過實(shí)際值與線性擬合值之間殘差的均方根來反映［46］。穩(wěn)定性是與變異性相反的一個(gè)概念，在具體計(jì)算時(shí)，首先計(jì)算實(shí)際值與線性擬合值之間殘差的均方根，之后將1.0與殘差均方根相減，計(jì)算所得的差用來反映指標(biāo)的穩(wěn)定性情況。

為了實(shí)現(xiàn)不同指標(biāo)值之間的可比性，首先，對(duì)每位受試者各指標(biāo)的具體數(shù)值進(jìn)行標(biāo)準(zhǔn)化處理［32，46］。之后以時(shí)間為自變量，以標(biāo)準(zhǔn)化后的指標(biāo)值為因變量進(jìn)行線性擬合，計(jì)算1.0與實(shí)際值和線性擬合值殘差均方根的差，以此作為評(píng)價(jià)穩(wěn)定性的參考值。

3.可重復(fù)性:可重復(fù)性通過組內(nèi)相關(guān)系數(shù)ICC的大小來進(jìn)行評(píng)估［14］。首先，分別計(jì)算受試者的組內(nèi)方差SSWS和組間方差SSS，之后計(jì)算受試者的組內(nèi)均方差MSWS與組間均方差 MSS，則ICC＝（MSS-MSWS）／［MSS＋（k-1）×MSWS］，其中，k為重復(fù)測試的次數(shù)。

數(shù)據(jù)的處理與分析在MATLAB 2009Ra環(huán)境下編程實(shí)現(xiàn)。

2.4 數(shù)據(jù)的統(tǒng)計(jì)分析

采用KS檢驗(yàn)（Kolmogorov-Smirnov test）對(duì)各分析數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)。

不同時(shí)間階段內(nèi)點(diǎn)擊鼠標(biāo)頻率的差異性采用單因素方差分析進(jìn)行，不同時(shí)間階段內(nèi)主觀疲勞感覺（RPE）、sEMG各分析指標(biāo)的差異性采用多個(gè)相關(guān)樣本非參數(shù)檢驗(yàn)的Friedman方法進(jìn)行。sEMG各分析指標(biāo)與點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間、RPE的相關(guān)關(guān)系采用Spearman相關(guān)系數(shù)進(jìn)行，差異的顯著性水平定為0.05。數(shù)據(jù)的統(tǒng)計(jì)分析工作在SPSS 13.0軟件環(huán)境下完成。

3 研究結(jié)果

3.1 點(diǎn)擊鼠標(biāo)頻率和主觀疲勞感覺評(píng)分隨運(yùn)動(dòng)持續(xù)時(shí)間的變化規(guī)律

通過圖2和圖3主觀疲勞感覺評(píng)分和點(diǎn)擊鼠標(biāo)頻率隨運(yùn)動(dòng)持續(xù)時(shí)間的變化曲線看，隨著點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間的延長，受試者主觀疲勞感覺評(píng)分逐漸增加，而點(diǎn)擊鼠標(biāo)頻率逐漸下降。采用單因素方差分析對(duì)不同時(shí)間階段內(nèi)點(diǎn)擊鼠標(biāo)頻率的差異性進(jìn)行檢驗(yàn)，結(jié)果發(fā)現(xiàn)，時(shí)間因素對(duì)點(diǎn)擊鼠標(biāo)頻率有著顯著性的影響作用（F＝24.372，P＝0.000），采用非參數(shù)檢驗(yàn)的Friedman方法對(duì)不同時(shí)間階段內(nèi)主觀疲勞感覺評(píng)分的差異性進(jìn)行檢驗(yàn)，結(jié)果發(fā)現(xiàn)，不同時(shí)間階段內(nèi)鼠標(biāo)點(diǎn)擊頻率具有顯著性的差異（P＝0.000）。

圖2 主觀疲勞感覺評(píng)分隨點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間的變化示意圖Figure 2.Changing of RPE during 90sClicking Mouse Test

3.2 表面肌電信號(hào)各分析指標(biāo)隨運(yùn)動(dòng)時(shí)間的變化規(guī)律

從圖4標(biāo)準(zhǔn)化后的sEMG各分析指標(biāo)均值隨點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間的總體變化情況看，RMS隨點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間表現(xiàn)出逐漸增大的趨勢(shì)，而 MF、MPF、MDF、MNF隨運(yùn)動(dòng)持續(xù)時(shí)間表現(xiàn)出良好的單調(diào)遞減趨勢(shì)，而C（n）在點(diǎn)擊鼠標(biāo)第2個(gè)15s時(shí)間階段內(nèi)的值顯著下降，在之后的時(shí)間內(nèi)則緩慢增加。

圖3 點(diǎn)擊鼠標(biāo)頻率隨點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間的變化示意圖Figure 3.Changing of Clicking Mouse Frequency during 90sClicking Mouse Test

采用多個(gè)相關(guān)樣本非參數(shù)檢驗(yàn)的Friedman方法對(duì)不同時(shí)間段內(nèi)sEMG各分析指標(biāo)（標(biāo)準(zhǔn)化前）的差異性進(jìn)行檢驗(yàn)，結(jié)果發(fā)現(xiàn)，不同時(shí)間階段內(nèi)的 RMS、MF、MPF、MDF、MNF、C（n）皆有著顯著性的差異［其中，RMS:P＝0.031，MF:P＝0.000，MPF:P＝0.000，MDF:P＝0.000，MNF:P＝0.000，C（n）:P＝0.044］。

3.3 sEMG各分析指標(biāo)與運(yùn)動(dòng)持續(xù)時(shí)間、RPE、點(diǎn)擊鼠標(biāo)頻率的相關(guān)性研究結(jié)果

從表1sEMG各分析指標(biāo)與點(diǎn)擊鼠標(biāo)運(yùn)動(dòng)持續(xù)時(shí)間、RPE、點(diǎn)擊鼠標(biāo)頻率的Spearman相關(guān)系數(shù)看，標(biāo)準(zhǔn)化后的sEMG指標(biāo) MF、MPF、MDF、MNF與運(yùn)動(dòng)持續(xù)時(shí)間、主觀疲勞感覺評(píng)分、點(diǎn)擊鼠標(biāo)頻率之間的相關(guān)關(guān)系皆達(dá)到了顯著性的水平，標(biāo)準(zhǔn)化后的sEMG指標(biāo)C（n）與主觀疲勞感覺評(píng)分的相關(guān)關(guān)系也達(dá)到了顯著性的水平，而C（n）、RMS與點(diǎn)擊鼠標(biāo)運(yùn)動(dòng)持續(xù)時(shí)間、點(diǎn)擊鼠標(biāo)頻率的相關(guān)關(guān)系及RMS與RPE無顯著性的相關(guān)關(guān)系。

圖4 表面肌電信號(hào)各分析指標(biāo)隨點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間的變化示意圖Figure 4.Changing of sEMG Indices during 90sClicking Mouse Test

表1 sEMG各分析指標(biāo)與運(yùn)動(dòng)持續(xù)時(shí)間、RPE的Spearman相關(guān)系數(shù)一覽表Table 1 Spearman Correlation Coefficient between Clicking Mouse Duration Time，RPE and sEMG Indices

3.4 表面肌電信號(hào)各分析指標(biāo)評(píng)價(jià)前臂肌肉疲勞的效果評(píng)價(jià)

從表2的sEMG各分析指標(biāo)評(píng)價(jià)快速點(diǎn)擊鼠標(biāo)致前臂肌肉疲勞的適用性比較結(jié)果看，在反映疲勞的敏感性方面，MNF最高，MDF次之，之后是 MPF、MF、C（n）和RMS。從反映疲勞的指標(biāo)穩(wěn)定性看，MNF最高，MPF次之，之后依次為 MDF、MF、C（n）和RMS。從指標(biāo)的可重復(fù)性比較結(jié)果看，MNF的穩(wěn)定性最高，其次分別為C（n）、MF、MDF、MPF、RMS。從sEMG各分析指標(biāo)的可重復(fù)性方面看，C（n）可重復(fù)性效果最好，其次為 MNF，之后依次為MF、MDF、MPF和RMS。

表2 sEMG各分析指標(biāo)評(píng)價(jià)快速點(diǎn)擊鼠標(biāo)致前臂肌肉疲勞的適用性比較一覽表Table 2 Utility of sEMG Indices in Assessment of Extensor Digitorum Muscle Fatigue Caused by Fast ClickingMouse

4 討論

運(yùn)動(dòng)性肌肉疲勞（exercise-induced muscle fatigue）是指運(yùn)動(dòng)引起肌肉不能將其機(jī)能保持在某一特定的水平和／或不能維持某一特定運(yùn)動(dòng)強(qiáng)度的生理現(xiàn)象［4，11］，是肌肉外周收縮能力下降和中樞神經(jīng)系統(tǒng)對(duì)肌肉支配激活能力下降共同作用引起的一個(gè)具有連續(xù)性、動(dòng)態(tài)性的復(fù)雜過程［11，17］。因此，在任何負(fù)荷運(yùn)動(dòng)任務(wù)條件下，肌肉不能維持既定的負(fù)荷運(yùn)動(dòng)任務(wù)是肌肉產(chǎn)生運(yùn)動(dòng)性肌肉疲勞最直接有效的判斷方式［4，11，17］。但是，當(dāng) 肌肉以次最大收縮力量、次最大輸出功率或次最大收縮頻率收縮時(shí)，在肌肉尚未表現(xiàn)出不能維持前期負(fù)荷運(yùn)動(dòng)任務(wù)現(xiàn)象之前，收縮肌肉本身及其神經(jīng)調(diào)控系統(tǒng)的結(jié)構(gòu)與功能可能已經(jīng)發(fā)生了某些特征性的改變并引起運(yùn)動(dòng)性肌肉疲勞的發(fā)生。在這種情況下，判斷肌肉疲勞的“不能維持既定的負(fù)荷運(yùn)動(dòng)任務(wù)”標(biāo)準(zhǔn)便具有了局限性。因此，以“不能維持既定的負(fù)荷運(yùn)動(dòng)任務(wù)”作為判斷運(yùn)動(dòng)性肌肉疲勞的標(biāo)準(zhǔn)一般要求肌肉以最大收縮力量［5，6］、最大輸出功率［7］或最大收縮頻率［36］進(jìn)行收縮，或要求肌肉以次最大收縮力量、次最大輸出功率或次最大收縮頻率收縮，但負(fù)荷運(yùn)動(dòng)任務(wù)時(shí)間足以引起肌肉不能維持既定負(fù)荷運(yùn)動(dòng)任務(wù)［47］；另一方面，由于當(dāng)肌肉以最大收縮力量或最大輸出功率進(jìn)行收縮時(shí)，肌肉內(nèi)大部分運(yùn)動(dòng)單位都可以被募集［24，44］，因此，“肌肉產(chǎn)生最大收縮力量或者最大輸出功率暫時(shí)性下降”是大部分負(fù)荷運(yùn)動(dòng)任務(wù)誘發(fā)運(yùn)動(dòng)性肌肉疲勞的典型特征并被廣泛應(yīng)用到運(yùn)動(dòng)性肌肉疲勞的評(píng)價(jià)之中［6，11］。然而，在特定收縮條件（如低負(fù)荷高頻率收縮）下，肌肉最大收縮力量或最大輸出功率并不能客觀地反映出運(yùn)動(dòng)性肌肉疲勞的發(fā)生發(fā)展情況。此外，在運(yùn)動(dòng)性肌肉疲勞發(fā)生發(fā)展的過程中，一般也伴隨某些生理生化指標(biāo)、主觀疲勞感覺、肌肉硬度、皮膚空間閾、閃光融合頻率等指標(biāo)的特征性改變，這些指標(biāo)在評(píng)價(jià)運(yùn)動(dòng)性肌肉疲勞方面也具有一定的應(yīng)用價(jià)值和參考意義［4］。當(dāng)然，疲勞作為一種連續(xù)性、動(dòng)態(tài)性的過程，對(duì)其進(jìn)行連續(xù)性的監(jiān)測與診斷具有更加重要的意義。在這方面，sEMG因具有非損傷性、實(shí)時(shí)性、多靶點(diǎn)測量等眾多優(yōu)勢(shì)得到眾多研究者的關(guān)注，并已廣泛應(yīng)用到運(yùn)動(dòng)性肌肉疲勞的監(jiān)測與診斷之中［7，11］。

本研究的研究目的是探索在評(píng)定由快速點(diǎn)擊鼠標(biāo)誘發(fā)指伸肌疲勞方面幾種常用sEMG分析方法和評(píng)定指標(biāo)的適用性情況。sEMG作為從肌肉表面記錄到的肌肉活動(dòng)時(shí)神經(jīng)肌肉系統(tǒng)生物電變化的一維時(shí)間序列信號(hào)，在一定程度上反映出中樞神經(jīng)系統(tǒng)對(duì)肌肉運(yùn)動(dòng)單位活動(dòng)的控制模式或控制策略的信息以及肌肉疲勞程度及其恢復(fù)過程的變化［46］。由于不同的sEMG指標(biāo)對(duì)神經(jīng)肌肉系統(tǒng)功能狀況及測試環(huán)境變化的敏感性存在差異，而在特定運(yùn)動(dòng)負(fù)荷和肌肉收縮方式條件下誘發(fā)的肌肉疲勞在中樞與外周的改變方面也具有一定的特異性，因此，不同sEMG指標(biāo)在不同條件下反映肌肉疲勞方面的適用性情況也會(huì)不同。sEMG的 RMS、MF、MPF、MDF、MNF、C（n）等指標(biāo)是分別從時(shí)域、頻域、時(shí)頻域、非線性分析等多種sEMG分析處理角度獲取的指標(biāo)，在評(píng)價(jià)運(yùn)動(dòng)性肌肉疲勞方面已有研究者進(jìn)行過相關(guān)的探索與嘗試［6，11，46］。

表面肌電信號(hào)的RMS是反映某段時(shí)間內(nèi)2個(gè)探測電極之間平均電壓幅值高低的指標(biāo)，其大小與運(yùn)動(dòng)單位募集激活的頻率和運(yùn)動(dòng)單位募集數(shù)量［39］、肌肉表面組織的低通濾波作用［15］、肌纖維的傳導(dǎo)速度［30］等因素密切相關(guān)。相關(guān)研究表明，在肌肉疲勞過程中，由于肌纖維募集數(shù)量和肌纖維放電同步化程度增加等因素，RMS隨著運(yùn)動(dòng)時(shí)間的延長和疲勞程度的加深而增加［2，35］。在本研究中，RMS隨點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間表現(xiàn)出逐漸增大的趨勢(shì)，但是，其在反映由快速點(diǎn)擊鼠標(biāo)致指伸肌疲勞方面的敏感性、穩(wěn)定性和可重復(fù)性效果都是所研究6個(gè)指標(biāo)中最差的，且其隨點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間、主觀疲勞感覺評(píng)分、點(diǎn)擊鼠標(biāo)頻率的變化也未表現(xiàn)出較為顯著性的變化規(guī)律，提示其在評(píng)定由快速點(diǎn)擊鼠標(biāo)引起的指伸肌疲勞方面具有較差的適用性，這與之前的相關(guān)研究也是一致的［19，46］。由于RMS很容易受到測試外界環(huán)境及疲勞引起的眾多外周與中樞因素所影響，導(dǎo)致其在疲勞中的變化具有較大的隨機(jī)性和波動(dòng)性［2，46］，因此，應(yīng)用RMS評(píng)價(jià)運(yùn)動(dòng)性肌肉疲勞具有很大的局限性。

經(jīng)傅里葉變換計(jì)算的中值頻率MF和平均功率頻率MPF是評(píng)價(jià)運(yùn)動(dòng)性肌肉疲勞，特別是由靜力性收縮（等長收縮）引起的運(yùn)動(dòng)性肌肉疲勞應(yīng)用最為廣泛的指標(biāo)［5-6，12］。研究認(rèn)為，一般情況下，靜態(tài)或是動(dòng)態(tài)運(yùn)動(dòng)，伴隨運(yùn)動(dòng)性肌肉疲勞的發(fā)生和發(fā)展，sEMG信號(hào)的傅立葉頻譜曲線可以發(fā)生不同程度的左移現(xiàn)象，并且導(dǎo)致反映頻譜曲線特征的MF和MPF產(chǎn)生相應(yīng)的下降［8］。肌肉在靜力性收縮條件下記錄的表面肌電信號(hào)被認(rèn)為是近似穩(wěn)態(tài)的信號(hào)，在該種情況下，短時(shí)傅里葉變換的時(shí)間窗口寬度的確定就不會(huì)要求太嚴(yán)格［1］，因此，基于短時(shí)傅里葉變換計(jì)算的 MF和MPF具有良好的適用性［12］。但是，在動(dòng)態(tài)收縮條件下，由于運(yùn)動(dòng)過程中皮膚牽拉使檢測電極與被檢部位肌肉之間的相對(duì)位移以及肌肉收縮過程中長度和厚度等不斷變化，使得從肌肉表面記錄到的sEMG具有典型的非穩(wěn)態(tài)信號(hào)的基本特征［6］，從而對(duì)傅里葉變換計(jì)算的MF和MPF在反映疲勞方面的適用性方面產(chǎn)生影響［12，46］。此外，在小負(fù)荷（低于30%MVC）收縮條件下，MF和 MPF不會(huì)表現(xiàn)出經(jīng)典的隨運(yùn)動(dòng)持續(xù)時(shí)間增加和疲勞加深而單調(diào)遞減的變化趨勢(shì)，甚至?xí)S運(yùn)動(dòng)時(shí)間表現(xiàn)出線性增加的變化規(guī)律，提示低負(fù)荷收縮誘發(fā)肌肉疲勞后神經(jīng)肌肉系統(tǒng)外周與中樞改變是有別于肌肉在高負(fù)荷收縮誘發(fā)肌肉疲勞條件下的特點(diǎn)。而低負(fù)荷收縮條件下，MF和MPF隨運(yùn)動(dòng)持續(xù)時(shí)間表現(xiàn)出的增加趨勢(shì)，可能與疲勞后更多較大的運(yùn)動(dòng)單位被募集有關(guān)［23］。在本研究中，MF和MPF在反映疲勞的敏感性方面弱于基于小波包分析計(jì)算的MDF和MNF，但強(qiáng)于RMS和C（n），MF和MPF在反映疲勞的敏感性方面非常接近。在反映疲勞的穩(wěn)定性方面，MF和MPF要優(yōu)于RMS和C（n），但MF較MDF的穩(wěn)定性要差，MPF較MNF的穩(wěn)定性要差，提示在傅里葉變換和小波包分析獲取的頻段能量基礎(chǔ)上計(jì)算的中值頻率和平均功率頻率，小波包分析方法獲取的指標(biāo)穩(wěn)定性要優(yōu)于傅里葉變換獲取的相同指標(biāo)。在指標(biāo)的可重復(fù)性方面，MF、MPF要弱于MNF和C（n），但優(yōu)于RMS。此外，MF、MPF與點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間、主觀疲勞感覺評(píng)分、點(diǎn)擊鼠標(biāo)頻率的相關(guān)性也都達(dá)到了顯著性的水平。所有這些研究結(jié)果表明，在快速點(diǎn)擊鼠標(biāo)過程中，MF和MPF表現(xiàn)出了隨運(yùn)動(dòng)持續(xù)時(shí)間單調(diào)遞減的經(jīng)典疲勞特異性變化規(guī)律，在用于反映快讀點(diǎn)擊鼠標(biāo)致指伸肌疲勞方面具有一定的適用性。

小波包分析是從小波分析延伸出來的一種對(duì)信號(hào)進(jìn)行更加細(xì)致的分析與重構(gòu)方法，其可以在任意細(xì)節(jié)上分析信號(hào)，而且對(duì)噪聲不敏感。已有研究表明，小波包分析對(duì)運(yùn)動(dòng)員中非穩(wěn)定肌電信號(hào)分析較為合適［38］。Karlsson等［26］比較了短時(shí)傅里葉變換、Wigner-Ville分布、Choi-Williams分布、小波分析在肌肉進(jìn)行動(dòng)態(tài)收縮條件下對(duì)譜矩的推估情況，研究結(jié)果表明，小波分析具有最高的預(yù)測精度。當(dāng)用于分析肌肉處于動(dòng)態(tài)收縮條件下采集的表面肌電信號(hào)時(shí)，小波分析和小波包分析表現(xiàn)出其他方法所不具有的優(yōu)勢(shì)，基于小波分析和小波包分析計(jì)算的MNF可以不受關(guān)節(jié)角速度的影響［25］，從而表現(xiàn)出良好的分析動(dòng)態(tài)肌肉收縮誘發(fā)表面肌電信號(hào)的適用性。王樂軍等［7］對(duì)RMS、MPF、MNF、C（n）在評(píng)價(jià)由60s全力蹬踏自行車運(yùn)動(dòng)誘發(fā)股直肌疲勞的敏感性和穩(wěn)定性方面進(jìn)行比較，發(fā)現(xiàn)MNF隨蹬踏持續(xù)時(shí)間的增加表現(xiàn)出良好的單調(diào)遞減趨勢(shì)，且其在反映由快速蹬踏自行車引起的股直肌疲勞敏感性在4個(gè)指標(biāo)中是最高的。王樂軍等研究表明，在蹬踏自行車運(yùn)動(dòng)引起的股直肌疲勞過程中，sEMG經(jīng)小波包變化后的低頻能量增加，高頻能量降低，即經(jīng)小波包變化后的功率譜向低頻方向轉(zhuǎn)移。對(duì)于小波包變換后能量向低頻方向轉(zhuǎn)移的原因，Olmo等［34］將其解釋為時(shí)間的延伸和波形的變化，其中，時(shí)間的延伸主要由去極化區(qū)域的擴(kuò)大、神經(jīng)肌肉傳導(dǎo)速度的減慢等縮放比例因素變化引起。波形的變化主要與肌纖維募集情況改變等因素引起。從本研究結(jié)果看，MNF和MDF隨運(yùn)動(dòng)持續(xù)時(shí)間表現(xiàn)出良好的單調(diào)遞減規(guī)律，且其與點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間、主觀疲勞感覺評(píng)分、點(diǎn)擊鼠標(biāo)頻率之間皆具有顯著的相關(guān)關(guān)系。在反映疲勞的適用性方面，MNF在本研究所選6個(gè)指標(biāo)中的敏感性、穩(wěn)定性都是最優(yōu)的，其可重復(fù)性僅次于C（n）。而MDF的敏感性、穩(wěn)定性和可重復(fù)性較MNF要差，提示MNF指標(biāo)在反映由快速點(diǎn)擊鼠標(biāo)誘發(fā)指伸肌疲勞方面具有較好的適用性。

Lempel-Ziv復(fù)雜度C（n）是從非線性分析的角度度量sEMG的指標(biāo)，其采取類似于自回歸函數(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，其對(duì)信號(hào)本身的穩(wěn)態(tài)性、非線性和統(tǒng)計(jì)分布特點(diǎn)均無特殊要求，因此，在分析具有非線性和非穩(wěn)態(tài)性的信號(hào)上具有良好的應(yīng)用效果。C（n）的大小反映了時(shí)間序列隨其長度的增長出現(xiàn)新模式的速率，表現(xiàn)了序列接近隨機(jī)的程度。已有研究表明，無論是靜態(tài)還是動(dòng)態(tài)疲勞運(yùn)動(dòng)條件下，被檢肌肉sEMG的復(fù)雜度隨著運(yùn)動(dòng)負(fù)荷時(shí)間呈現(xiàn)明顯的單調(diào)遞減型變化［1，6，31］。對(duì)于C（n）隨運(yùn)動(dòng)負(fù)荷時(shí)間單調(diào)遞減的原因，有關(guān)研究認(rèn)為，可能與疲勞程度加深過程中神經(jīng)系統(tǒng)漸進(jìn)性協(xié)調(diào)眾多運(yùn)動(dòng)單位同步收縮的“協(xié)同效應(yīng)”有關(guān)［1-3］。王樂軍等的研究表明，在60s全力蹬踏自行車運(yùn)動(dòng)誘發(fā)股直肌疲勞的sEMG指標(biāo)穩(wěn)定性方面，C（n）要明顯高于RMS、MPF和MNF。從本研究結(jié)果看，指伸肌sEMG的C（n）指標(biāo)在快速點(diǎn)擊鼠標(biāo)過程中并未表現(xiàn)出良好的一致性變化規(guī)律，其雖然表現(xiàn)出良好的測試可重復(fù)性，但其敏感性和穩(wěn)定性較差，提示其在反映由快速點(diǎn)擊鼠標(biāo)引起的指伸肌疲勞方面的適用性并不是很理想。

已有研究表明，肌肉在高頻率、低負(fù)荷收縮［36］誘發(fā)肌肉疲勞后引起肌肉最大收縮頻率下降，但是，肌肉靜態(tài)最大收縮力并未出現(xiàn)顯著性的改變。該研究結(jié)果一方面暗示高頻率、低負(fù)荷收縮誘發(fā)運(yùn)動(dòng)性肌肉疲勞過程中肌肉外周與中樞的一系列變化是有別于肌肉在靜態(tài)收縮或低頻率動(dòng)態(tài)收縮條件下的變化特征；另一方面，也提示疲勞負(fù)荷實(shí)驗(yàn)前、后最大隨意收縮力量的變化并不能很好地反映由高頻率、低負(fù)荷收縮所誘發(fā)肌肉疲勞的發(fā)生發(fā)展情況。在快速點(diǎn)擊鼠標(biāo)過程中，指伸肌進(jìn)行高頻率、低負(fù)荷、小幅度的動(dòng)態(tài)收縮運(yùn)動(dòng)，因此，快速點(diǎn)擊鼠標(biāo)動(dòng)作引起的指伸肌疲勞也必然具有高頻率、低負(fù)荷收縮誘發(fā)肌肉疲勞的典型特征。

中樞神經(jīng)系統(tǒng)對(duì)肌肉在高頻率、低負(fù)荷動(dòng)態(tài)收縮與在靜態(tài)收縮或低頻率動(dòng)態(tài)收縮條件下，運(yùn)動(dòng)控制的神經(jīng)傳導(dǎo)回路及控制策略存在差異［36］。通過前期利用核磁共振對(duì)不同形式肌肉收縮過程中運(yùn)動(dòng)皮層興奮區(qū)域的比較研究結(jié)果［41］及高頻率、低負(fù)荷運(yùn)動(dòng)負(fù)荷任務(wù)的運(yùn)動(dòng)特點(diǎn)可以推斷，高頻率、低負(fù)荷運(yùn)動(dòng)任務(wù)不僅要求主動(dòng)肌以較快的速度收縮，其對(duì)相應(yīng)協(xié)同肌的協(xié)同配合也有更高的要求。因此，中樞神經(jīng)系統(tǒng)必然會(huì)動(dòng)員更多的皮層脊髓細(xì)胞參與到對(duì)外周肌肉的控制之中，并引起疲勞后外周與中樞有別于肌肉在靜態(tài)或低頻率收縮誘發(fā)肌肉疲勞的變化特征。Rodrigues J P的研究［36］表明，在食指20s快速屈伸運(yùn)動(dòng)誘發(fā)運(yùn)動(dòng)頻率下降過程中，并未伴隨明顯的肌肉外周疲勞的發(fā)生，其主要是由中樞對(duì)運(yùn)動(dòng)控制的能力下降造成的。但是，對(duì)于運(yùn)動(dòng)控制能力下降的機(jī)制及中樞調(diào)控策略等問題尚需進(jìn)一步的研究。

因此，90s快速點(diǎn)擊鼠標(biāo)過程中，運(yùn)動(dòng)性肌肉疲勞具有與肌肉在靜態(tài)收縮或低頻率動(dòng)態(tài)收縮誘發(fā)運(yùn)動(dòng)性肌肉疲勞不同的產(chǎn)生機(jī)制。一方面，由于點(diǎn)擊鼠標(biāo)動(dòng)作的運(yùn)動(dòng)負(fù)荷很小，頻率很快，根據(jù)運(yùn)動(dòng)單位募集的尺寸原理［20-22］，在快速點(diǎn)擊鼠標(biāo)運(yùn)動(dòng)過程中，中樞神經(jīng)系統(tǒng)應(yīng)該只募集少數(shù)快運(yùn)動(dòng)單位參與收縮。因此，快速點(diǎn)擊鼠標(biāo)誘發(fā)指伸肌疲勞并不會(huì)伴隨明顯的代謝性酸中毒、肌肉硬度變化等高負(fù)荷收縮誘發(fā)肌肉疲勞中常見的疲勞特異性改變及肌肉外周收縮能力的顯著性下降；另一方面，隨著點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間增加出現(xiàn)的點(diǎn)擊鼠標(biāo)頻率下降并不僅僅是由外周特定運(yùn)動(dòng)單位疲勞等外周原因和運(yùn)動(dòng)皮層細(xì)胞、脊髓運(yùn)動(dòng)神經(jīng)元激活能力下降等中樞原因引起，還包含控制協(xié)同肌活動(dòng)的皮層脊髓細(xì)胞狀態(tài)變化、脊髓對(duì)肌肉交互抑制作用控制變化［17，40］等一系列有別于肌肉在靜態(tài)收縮或低頻率動(dòng)態(tài)收縮誘發(fā)疲勞下的中樞運(yùn)動(dòng)控制因素。對(duì)于本研究中發(fā)現(xiàn)的疲勞前、后sEMG頻率特性顯著變化，sEMG經(jīng)傅里葉變換和小波包變換計(jì)算的 MF、MPF、MDF、MNF指標(biāo)表現(xiàn)出良好單調(diào)遞減變化的現(xiàn)象，目前的研究尚不能對(duì)其生理學(xué)機(jī)制進(jìn)行詳盡的解釋。但是，該變化規(guī)律表明，隨著點(diǎn)擊鼠標(biāo)運(yùn)動(dòng)持續(xù)時(shí)間的延長，指伸肌參與收縮運(yùn)動(dòng)單位動(dòng)作電位活動(dòng)的頻率特性有著良好而一致的單調(diào)遞減變化趨勢(shì)，這可能是在疲勞過程中為維持既定的運(yùn)動(dòng)任務(wù)，中樞神經(jīng)系統(tǒng)募集運(yùn)動(dòng)單位的種類及激活頻率等發(fā)生變化引起的。當(dāng)然，目前，對(duì)于這些問題的認(rèn)識(shí)還停留在理論推斷的階段，未來尚需對(duì)這些問題進(jìn)行更加深入的探索。

此外，由于點(diǎn)擊鼠標(biāo)動(dòng)作屬于高頻率、低負(fù)荷的動(dòng)態(tài)收縮運(yùn)動(dòng)，因此，從指伸肌表面記錄到的sEMG信號(hào)具有典型的非穩(wěn)態(tài)和非線性信號(hào)的基本特征，因此，適合于分析非穩(wěn)態(tài)、非線性信號(hào)的小波分析方法便發(fā)揮優(yōu)勢(shì)，經(jīng)小波包分析計(jì)算的MNF指標(biāo)表現(xiàn)出了優(yōu)于傅里葉變換所計(jì)算指標(biāo)的疲勞監(jiān)測適用性。而與之前有關(guān)肌肉在靜態(tài)或低頻率動(dòng)態(tài)收縮條件下的研究［1，6，31］發(fā)現(xiàn)，運(yùn)動(dòng)性肌肉疲勞后C（n）呈現(xiàn)顯著的隨運(yùn)動(dòng)持續(xù)時(shí)間單調(diào)遞減的規(guī)律不同。本研究中，C（n）并未表現(xiàn)出隨點(diǎn)擊鼠標(biāo)持續(xù)時(shí)間而單調(diào)遞減的變化規(guī)律，這是否也暗示，在快速點(diǎn)擊鼠標(biāo)過程中，疲勞并未引起中樞神經(jīng)系統(tǒng)在漸進(jìn)性協(xié)調(diào)眾多運(yùn)動(dòng)單位同步收縮方面對(duì)指伸肌的活動(dòng)進(jìn)行調(diào)節(jié)？C（n）指標(biāo)表現(xiàn)出良好的可重復(fù)性，但是，其在評(píng)定由快速點(diǎn)擊鼠標(biāo)引起的指伸肌疲勞的敏感性和穩(wěn)定性較差，這可能與其對(duì)由快速點(diǎn)擊鼠標(biāo)引起的中樞與外周變化不夠敏感或者由快速點(diǎn)擊鼠標(biāo)引起的中樞與外周一系列變化相互作用抵消有關(guān)。這也從另一方面表明，快速點(diǎn)擊鼠標(biāo)運(yùn)動(dòng)誘發(fā)指伸肌sEMG的改變是有別于靜態(tài)或低頻率動(dòng)態(tài)收縮引起sEMG改變的顯著特征。

綜合以上分析可以看出，在快速點(diǎn)擊鼠標(biāo)過程中，指伸肌進(jìn)行低負(fù)荷、高頻率、小幅度的動(dòng)態(tài)收縮運(yùn)動(dòng)，使得從指伸肌表面記錄到的sEMG具有非線性和非穩(wěn)態(tài)信號(hào)特征的同時(shí)，也有別于肌肉在靜態(tài)或低頻率動(dòng)態(tài)收縮條件下所獲取sEMG的特征。指伸肌sEMG的 MF、MPF、MDF、MNF隨運(yùn)動(dòng)持續(xù)時(shí)間表現(xiàn)出良好的單調(diào)遞減趨勢(shì)和較為良好的反映疲勞敏感性。C（n）雖然具有良好的測量可重復(fù)性，但是，其在反映疲勞的敏感性和穩(wěn)定性方面較差。基于小波包分析計(jì)算的MNF指標(biāo)表現(xiàn)出優(yōu)于其他指標(biāo)的反映疲勞敏感性、穩(wěn)定性和良好的測量可重復(fù)性，提示其在評(píng)定由快速點(diǎn)擊鼠標(biāo)引起的指伸肌疲勞方面是較好的選擇指標(biāo)。

5 結(jié)論

在快速點(diǎn)擊鼠標(biāo)過程中，指伸肌進(jìn)行低負(fù)荷、高頻率、小幅度的動(dòng)態(tài)收縮運(yùn)動(dòng)，使得從指伸肌表面記錄到的sEMG具有非線性和非穩(wěn)態(tài)信號(hào)特征的同時(shí)，也有別于肌肉在靜態(tài)或低頻率動(dòng)態(tài)收縮條件下所獲取sEMG的特征。指伸肌sEMG的 MF、MPF、MDF、MNF隨運(yùn)動(dòng)持續(xù)時(shí)間表現(xiàn)出良好的單調(diào)遞減趨勢(shì)和較為良好的反映疲勞敏感性?；谛〔ò治鲇?jì)算的MNF指標(biāo)表現(xiàn)出優(yōu)于其他指標(biāo)的反映疲勞敏感性、穩(wěn)定性和良好的可重復(fù)性，提示其在評(píng)定由快速點(diǎn)擊鼠標(biāo)引起的指伸肌疲勞方面是較好的選擇指標(biāo)。

［1］劉家海，王健，羅曉芳.局部肌肉疲勞的表面肌電信號(hào)復(fù)雜度和熵變化［J］.生物物理學(xué)報(bào)，2004，20（3）:198-202.

［2］羅小兵，馬建.肌電圖在運(yùn)動(dòng)性肌肉疲勞研究中的應(yīng)用現(xiàn)狀［J］.成都體育學(xué)院學(xué)報(bào)，1999，25（4）:66-70.

［3］任焱晅，楊基海，尹少華，等.局部肌疲勞過程與表面肌電信號(hào)分維值變化關(guān)系的研究［J］.生物醫(yī)學(xué)工程研究，2004，23（4）:215-217.

［4］田野.運(yùn)動(dòng)生理學(xué)高級(jí)教程［M］.北京:高等教育出版社，2003.

［5］王篤明，王健，葛列眾.靜態(tài)負(fù)荷誘發(fā)肌肉疲勞時(shí)表面肌電信號(hào)（sEMG）變化與主觀疲勞感之間的關(guān)系［J］.航天醫(yī)學(xué)與醫(yī)學(xué)工程，2004，17（3）:201-204.

［6］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.

［7］王樂軍，黃勇，龔銘新，等.小波包分析與人工神經(jīng)網(wǎng)絡(luò)相結(jié)合探索運(yùn)動(dòng)性肌肉疲勞過程中sEMG變化特征［J］.體育科學(xué)，2009，29（12）:51-55.

［8］余洪俊.表面肌電圖評(píng)價(jià)肌肉的功能狀況［J］.中國臨床康復(fù)，2002，6（23）:3415-3416.

［9］ALWIN LUTTMANN，KLAUS-HELMUT SCHMIDT，MATTHIAS J?GER.Working conditions，muscular activity and complaints of office workers［J］.Int J Industrial Ergonomics，2010，（40）:549-559.

［10］BORG G.Psychophysical scaling with applications in physical work and the perception of exertion［J］.Scand J Work Environ Health，1990，（16）:55-58.

［11］CIFREK M，MEDVED V，TONKOVIC S，et al.Surface EMG based muscle fatigue evaluation in biomechanics［J］.Clin Biomechanics，2009，（24）:327-340.

［12］DE LUCA C J.The use of surface electromyography in Biomechanics［J］.J Appl Biomech，1997，（13）:135-163.

［13］DUCHENE J，GOUBEL F.Surface electromyogram during voluntary contraction:processing tools and relation to physiological events［J］.Crit Rev Biomed Eng，1993，21（4）:313-397.

［14］ELFVING B，NEMETH G，ARVIDSSON I，et al.Reliability of EMG spectral parameters in repeated measurements of back muscle fatigue［J］.J Electromyogr Kinesiol 1999，（9）:235-243.

［15］FARINA D，MERLETTI R，ENOKA R M.The extraction of neural strategies from the surface EMG［J］.J Appl Physiol，2004，96（4）:1486-1495.

［16］FARINA D，ZENNARO D，POZZO M，et al.Single motor unit and spectral surface EMG analysis during low-force，sustained contractions of the upper trapezius muscle［J］.Eur J Appl Physiol，2006，96（2）:157-164.

［17］GANDEVIA S C.Spinal and supraspinal factors in human muscle fatigue［J］.Physiol Rev，2001，（81）:1725-1789.

［18］GUSTAFSSON E V，HAGBERG M.Computer mouse use in two different hand positions:exposure，comfort，exertion and productivity［J］.Appl Ergonomics，2003，（34）:107-113.

［19］H?GG G M.Static work loads and occupational myalgia-a new explanation model［A］.In:Anderson PA，Hobart DJ，Danoff JV，ed，Electromyogr Kinesiol［M］.Amsterdam，Elsevier Sci，Publishers，1991:141-143.

［20］HENNEMAN E，SOMJEN G，CARPENTER D O.Excitability and inhibitability of motoneurons of different sizes［J］.J Neurophysiol，1965，（28）:599-620.

［21］HENNEMAN E，SOMJEN G，CARPENTER D O.Functional significance of cell size in spinal motoneurons［J］.J Neurophysiol，1965，（28）:560-580.

［22］HODSON-TOLE E F，WAKELING J M.Motor unit recruitment for dynamic tasks:current understanding and future directions［J］.J Comp Physiol B，2009，（179）:57-66.

［23］KAMO M.Discharge behavior of motor units in knee extensors during the initial stage of constant-force isometric contraction at low force level［J］.Eur J Appl Physiol，2002，（86）:375-381.

［24］KARABULUT M，CRAMER J，ABE T，et al.Neuromuscular fatigue following low-intensity dynamic exercise with externally applied vascular restriction［J］.J Electromyo Kinesiol，2010，（20）:440-447.

［25］KARLSSON J S，GERDLE B，ALAY M.Analyzing surface myoelectric signals recorded during isokinetic contractions［J］.IEEE Eng Med Biol Mag，2001，20（6）:97-105.

［26］KARLSSON S，YU J，AKAY M.Time-frequency analysis of myoelectric signals during dynamic contractions:a comparative study［J］.IEEE Trans Biomed Eng，2000，47（2）:228-238.

［27］KASPAR F，SCHUSTER H G.Easily calculable measure for the complexity of spatiotemporal patterns［J］.Physical Rev A，1987，36（2）:842-848.

［28］KEIR P J，BACH J M，REMPEL D.Effects of computer mouse design and task on carpal tunnel pressure［J］.Ergonomics，1999，（42）:1350-1360.

［29］LIN M I，LIANG H W，LIN K H，et al.Electromyographical assessment on muscular fatigue-an elaboration upon repetitive typing activity［J］.J Electromyogr Kinesiol，2004，（14）:661-669.

［30］LINSSEN W H，STEGEMAN D F，JOOSTEN E M，et al.Variability and interrelationships of surface EMG parameters during local muscle fatigue［J］.Muscle Nerve 1993，16（8）:849-856.

［31］MILNER B H S，MELLENTHIN M，MILLER R G.Quantifying human muscle strength，endurance and fatigue［J］.Arch Phys Med Rehabil，1986，67（8）:530-535.

［32］NEWSOM J，PRIGERSON H D，SCHULTZ R，et al.Investigating moderator hypotheses in aging research:statistical，methodological，and conceptual difficulties with comparing separate regressions［J］.Int J Aging Human Develop，2003，57（2）:119-150.

［33］NIU H J，LI R，LIU G L，et al.Using EMG to evaluate muscular fatigue induced during video display terminal keyboard use task［C］.APCMBE 2008:7th Asian-Pacific Confference Medical Biological Engineering，2008，19:329-332.

［34］OLMO G，LATERZA F，PRESTI L L.Matched wavelet approach in stretching analysis of electrically evoked surface EMG signal［J］.Signal Processing，2000，（80）:671-684.

［35］PASCARELLI E F，HSU Y P.Understanding work-related upper extremity disorders:clinical wndings in 485computer users，musicians，and others［J］.J Occup Rehabil，2001，（11）:1-21.

［36］RODRIGUES J P，MASTAGLIA F L，THICKBROOM G W.Rapid slowing of maximal finger movement rate:fatigue of central motor control［J］.Exp Brain Res，2009，（196）:557-563.

［37］SPARTO P J，MOHAMAD PARNIANPOUR，BARRIA E A，et al.Wavelet and short-time Fourier transform analysis of electromyography for detection of back muscle fatigue［J］.IEEE Transact Rehabilit Engineer，2000，（8）:433-436.

［38］SPARTO P J，PARNIANPOUR M，BARRIA E A，et al.Wavelet analysis of electromyography for backmuscle fatigue detection during constant-torque exertion［J］.Biomed Sci Instrum，1997，（33）:82-87.

［39］SUZUKI H，CONWIT R A，STASHUK D，et al.Relationships between surface-detected EMG signals and motor unit activation［J］.Med Sci Sports Exe，2002，（34）:1509-1517.

［40］TAYLOR J L，BUTLER J E，GANDEVIA S C.Changes in muscle afferents，motoneurons and motor drive during muscle fatigue［J］.Eur J Appl Physiol，2000，（83）:106-115.

［41］THICKBROOM G W，PHILLIPS B A，MORRIS I，et al.Differences in functional magnetic resonance imaging of sensorimotor cortex during static and dynamic finger flexion［J］.Exp Brain Res，1999，（126）:431-438.

［42］VEIERSTED K B，WESTGAARD R H，ANDERSEN P.Electromyographic evaluation of muscular work pattern as a predictor of trapezius myalgia［J］.Scand J Work Environ Health，1993，（19）:284-290.

［43］WANG LEJUN，HUANG YONG，GONG MINGXIN，et al.Sensitivity and stability analysis of sEMG indices in evaluating muscle fatigue of rectus femoris caused by all-out cycling exercise［C］.Proceedings-4th Int Congress Image Signal Processing，CISP，2011:2779-2783.

［44］WERNBOM M，AUGUSTSSON J，THOMEE R.The influence of frequency，intensity，volume and mode of strength training on whole muscle cross-sectional area in humans［J］.Sports Med，2007，（37）:225-264.

［45］HSIEH Y J，CHO C Y.Using risk factors，myoelectric signal，and finger tremor to distinguish computer users with and without musculoskeletal［J］.Eur J Appl Physiol，2008，（104）:9-17.

［46］YASSIERLI，NUSSBAUM M A.Utility of traditional and alternative EMG-based measures of fatigue during low-moderate level isometric efforts［J］.J Electromyo Kinesiol，2008，（18）:44-53.

［47］YOON T，DE-LAP B S，GRIFFITH E E，et al.Age-related muscle fatigue after a low-force fatiguing contraction is explained by central fatigue［J］.Muscle Nerve，2008，37（4）:457-466.