基于肌音信号分形维数的上斜方肌静态疲劳研究

作者：蒋文都; 夏春明^*; 章悦; 封万俊

来源：航天医学与医学工程, 2019, 32(03): 259-264.

DOI：10.16289/j.cnki.1002-0837.2019.03.011

• 肌音信号
• 肌肉静态疲劳
• 完备经验模态分解
• 分形维数

目的利用采集的上斜方肌的肌音信号,研究肌音信号的非线性特征分形维数(fractal dimension,FD)趋势与肌肉疲劳的对应关系。方法在恒力做耸肩静态动作时,提取上斜方肌的肌音信号,采用一种自适应噪声的完备经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)算法去噪,选用平均功率频率(mean power frequency,MPF)和中值频率(median frequency MDF),提取肌音信号的特征值,并用非线性特征分形维数来表征疲劳程度。结果 CEEMDAN算法去噪效果明显,肌音信号的分形维数随肌肉疲劳程度的加深呈现近似线性下降的趋势,在肌肉疲劳评估中与MPF、MDF效果相似。结论肌音信号的分形维数特征可评估肌肉疲劳程度。

• 单位
  华东理工大学