Android 平台下肌疲劳分析系统设计

汤 璐，辛 霖

（上海理工大学医疗器械与食品学院，上海 200093）

0 引言

肌肉疲劳是指人体肌肉经过长时间或剧烈运动后产生的酸痛、乏力等不适状态，可使人体肌肉最大自主收缩能力下降［1-2］。疲劳过度会导致肌肉损伤，肌疲劳程度的检测可及时避免肌肉受损。目前，肌疲劳检测已广泛应用于生物力学、临床医学、生理学领域［3-5］，用于分析运动过程中肌肉疲劳程度以及诊断神经肌肉疾病。

评估肌肉疲劳的方法主要包括主观体力感等级评定量表、肌氧检测技术［6］、超声图像检测［7］、超声衰减法［8］、肌电信号检测［9］等。肌电信号检测是对运动过程中的表面肌电信号（surface Electromyography，sEMG）进行评估，具有安全、无创、获取方便、即时的优点［9］。因此，本文选取肌电信号检测法评估肌疲劳程度。

目前，基于sEMG 信号的肌疲劳分析大多集中在线下的数据处理与分析，如郭旻［10］在Windows 端通过计算sEMG 信号的积分肌电值和中值频率判断肌肉疲劳状态；糜超等［11］利用sEMG 信号的时域特征值，通过机器学习分类识别肌疲劳与非肌疲劳状态。为改善肌疲劳分析系统穿戴不便的缺点，Heaffey 等［12］设计了一款基于肌肉纤维传导速度评估局部肌疲劳的低功耗可穿戴设备；Chen 等［13］设计了一款基于sEMG 信号频域参数评估肌疲劳的柔性可穿戴设备。该类设备大多应用于医院，价格较高。尽管基于sEMG 信号的肌疲劳分析研究已取得一定进展，但目前实现局部肌肉疲劳实时检测与分析的研究成果较少，且未在日常体育健身和康复领域得到充分使用。……