低負荷靜態收縮誘發屈肘肌疲勞的協同肌sEMG相干性

王樂軍， 陸愛云， 鄭樊慧， 龔銘新

(1．同濟大學體育部，上海200092;2．上海體育學院 運動科學學院，上海200438;3．上海體育科學研究所，上海200030)

人體屈肘動作是完成眾多運動任務的重要基本動作。在屈肘運動過程中，肱二頭肌(bicepsbrachii，BB)和肱橈肌(brachioradialis，BR)作為屈肘關節最重要的主動肌，是運動任務得以完成的最重要動力來源。在長時間屈肘運動過程中，肱二頭肌和肱橈肌外周肌肉與中樞神經系統會發生一系列的變化，并通過神經肌肉調控的前饋系統和反饋系統作用［1－2］，引起屈肘肌運動性肌肉疲勞的發生。在屈肘肌運動性肌肉疲勞發生發展的過程中，作為協同肌的肱二頭肌與肱橈肌，其協同收縮特征及中樞神經系統對其的支配也必然會發生一定的變化。對運動性肌肉疲勞發生發展過程中中樞神經系統對協同肌支配變化規律的研究，是目前生理學研究者關注的熱點問題。

在研究中樞神經系統對協同收縮肌肉運動控制的多種手段中，通過記錄負荷運動任務過程中協同肌表面肌電信號(sEMG)，并對記錄的sEMG進行相干性分析，是研究中樞神經系統對協同肌同步控制的有效方法［3－5］。對完成負荷任務過程中協同收縮肌肉的肌電信號進行相干性分析，為研究中樞神經系統(CNS)對協同收縮肌肉共神經輸入(common neural inputs)同步支配提供了有效的手段［3］。已有研究結果顯示，通過相干性分析觀察兩信號在不同頻段內的頻率一致性可以了解中樞神經系統支配的有關信息［3］。

圍繞運動性肌肉疲勞誘發協同肌sEMG相干性變化特征及潛在機制等問題，目前國內外已有相關的研究成果發表［3－5］。由于不同關節周圍肌肉、不同負荷運動任務情況下所誘發運動性肌肉疲勞機制的復雜性及差異性，兩協同肌sEMG相干函數值的變化會受到關節位置、運動負荷任務等諸多因素的影響［3，6－7］。低 負 荷 (低 于 30% Maximal Voluntary Contraction，MVC)靜態收縮是人們日常活動中常見的肌肉運動方式。低負荷靜態收縮誘發的運動性肌肉疲勞在引起中樞與外周變化方面與肌肉在較高負荷收縮所誘發運動性肌肉疲勞存在一定的差異性［8－10］。對低負荷靜態收縮誘發運動性肌肉疲勞的研究在前期并未引起研究者的關注與重視。目前尚未有研究對低負荷靜態收縮誘發屈肘肌疲勞引起肱二頭肌與肱橈肌相干性變化規律及潛在機制問題進行過分析與探討。

本文以20%MVC靜態收縮誘發屈肘肌疲勞，記錄負荷運動實驗中屈肘肌、肱橈肌與肱二頭肌的sEMG。通過對比分析疲勞負荷實驗前半段和后半段所記錄肱橈肌與肱二頭肌sEMG的相干性，探討低負荷靜態收縮誘發屈肘肌疲勞過程中協同肌、肱橈肌與肱二頭肌sEMG頻率變化的同步特征，進而探討低負荷靜態收縮誘發屈肘肌疲勞引起CNS對協同肌群同步支配的變化情況。

1 研究對象與方法

1．1 研究對象健康青年男性志愿者15名，身高為(172．60 ±5．96)cm，體重為(65．02 ±8．89)kg，年齡為(23．20±2．51)歲。所有受試者在實驗前了解實驗流程并自愿參加本實驗。受試者在實驗前24 h內未從事劇烈體力活動，無肌肉疲勞現象。

1．2 研究方法

1．2．1 實驗程序

1．2．1．1 實驗標準動作姿勢受試者舒適地正坐在座椅上，上身保持直立，分別調節座椅高度和人體姿勢，使得髖、膝、踝關節保持90°，雙腳平放于地面。右前臂與右上臂保持垂直，右上臂與水平面保持垂直，另一側手臂自然下垂于體側。

1．2．1．2 最大隨意收縮力測量在進行靜態疲勞負荷實驗之前，采用瑞士 CMV AG公司研制的CONTREX等動肌力測試系統(型號為PM1/MK2a，b)測量每位受試者右側肘關節屈肌MVC。測量MVC時受試者保持上述實驗標準動作姿勢。每位受試者測量3次，每次間隔5 min，取其中最大值作為個人的MVC，單位是kg·m。

1．2．1．3 等長運動疲勞負荷實驗方案在保持上述實驗標準動作姿勢的條件下，通過滑輪引線使得受試者右臂腕部拉住可在肘關節處產生20%MVC的重物，在實驗中要求受試者盡力保持標準動作姿勢不變。受試者不能堅持負荷運動任務時結束實驗［11－12］。在實驗過程中記錄受試者右側肱橈肌和肱二頭肌sEMG。

1．2．1．4 表面肌電信號采集采用 NeuroScan生物電信號采集系統中的2個雙極導聯，分別記錄實驗過程中受試者右側肱橈肌和肱二頭肌sEMG。將2個雙極導聯灌入導電膏后分別置于右側肱二頭肌和肱橈肌的肌腹表面，兩電極間距2 cm。放置電極前對皮膚進行減小阻抗的常規處理(去毛、75%酒精棉球清理皮膚等)。采集肌電信號的采樣頻率設置為2 000 Hz，帶通濾波頻率設置為5～500 Hz。

1．2．2 數據的處理1)將采集的sEMG按等時間間隔(2．048 s)進行分段。2)計算每段sEMG的均方根振幅RMS、基于傅里葉功率譜轉換計算中值頻率MF。3)以每位受試者第一段sEMG所計算指標為初始值，對所計算的RMS和MF值相對于初始值進行標準化［13－14］。4)由于每位受試者負荷運動實驗的時間不同，為了便于橫向計算及比較分析，采用線性插值的方法將前期按等時間間隔計算的各sEMG指標數據標準化為20個數據點［13］。5)將采集的sEMG按時間長度平均分為2段，分別記為運動前半段和運動后半段［14］。6)對運動前半段和運動后半段肱二頭肌和肱橈肌sEMG進行相干性分析。相干函數計算的參數參照相關文獻［14－15］設置(短時傅里葉變換窗口類型為Hanning window，分段長度為2 048個樣本點，重疊為50%)。

1．2．3 數據統計分析采用 Kolmogorov－Smirnov test方法分析數據的正態性。采用Friedman非參數檢驗法對實驗不同時間段內sEMG的RMS、MF指標進行差異性檢驗。采用配對t檢驗對疲勞負荷實驗前、后半段測試肌肉sEMG相干性分析結果的差異性進行檢驗，差異的顯著性水平為P＜0．05。運用SPSS13．0軟件進行統計分析。

2 研究結果

2．1 疲勞實驗過程中肱二頭肌與肱橈肌RMS、MF的變化特征從圖1可以看出，在實驗過程中肱二頭肌和肱橈肌sEMG指標RMS均隨運動持續時間增加逐漸增加，而MF均隨運動持續時間增加逐漸減小。采用多個相關樣本非參數檢驗的Friedman方法，對疲勞負荷實驗過程中不同時間階段內肱二頭肌與肱橈肌sEMG指標RMS和MF(歸一化前的值)的差異性進行檢驗，發現肱二頭肌和肱橈肌MF和RMS指標在不同時間階段內的值具有顯著性差異(肱二頭肌RMS、肱二頭肌 MF、肱橈肌 RMS、肱橈肌 MF均為 P=0．000)。

圖1 疲勞實驗中肱二頭肌與肱橈肌RMS、MF的變化特征Figure 1．Changes of RMSand MF in BB and TB Muscles during Fatiguing Contraction

2．2 協同肌、肱二頭肌與肱橈肌sEMG相干性 從圖2可以看出，在運動前半段和運動后半段肱二頭肌與肱橈肌sEMG相干函數在10 Hz和35 Hz附近各表現出一個波峰。運動后半段肱二頭肌與肱橈肌sEMG在圖示頻率范圍內的相干函數值多數大于運動前半段。運動前半段和運動后半段肱二頭肌與肱橈肌sEMG相干函數在不同頻段內最大值所處的頻率無顯著性差異(圖3)。

從圖4可以看出，在Beta內運動后半段肱二頭肌與肱橈肌sEMG相干函數值要明顯大于運動前半段，在Tremor和Gamma頻段內運動前半段和運動后半段肱二頭肌與肱橈肌sEMG相干函數值無顯著性差異。

圖2 協同肌、肱橈肌與肱二頭肌sEMG相干函數均值隨頻率的變化曲線Figure 2．Changing of Averaged Coherence Value between BB and BR sEMG with Frequency

圖3 肱二頭肌與肱橈肌sEMG相干函數在不同頻段內最大值所處的頻率Figure 3．Frequency at Which the Maximum Coherence Occurred in Each Frequency Band

圖4 不同運動階段肱二頭肌與肱橈肌sEMG相干函數各頻段內的值Figure 4．Coherence Value in Each Frequency Band during Different Fatiguing Contraction Phase

3 討論

在靜態屈肘運動過程中，隨運動持續時間的延長，反映sEMG振幅的RMS逐漸增加，而基于傅里葉變換計算的中值頻率MF逐漸減小。在運動前半段和運動后半段，肱二頭肌與肱橈肌sEMG相干函數在10 Hz和35 Hz附近各表現出一個波峰。在0～70 Hz的大部分頻率范圍內，運動后半段的相干函數值較運動前半段均有所增大。在不同頻段內，運動前半段和運動后半段相干函數最大值所處的頻率并無顯著性的差異。在Beta內，運動后半段肱二頭肌與肱橈肌sEMG相干函數值明顯大于運動前半段。其中，RMS隨運動持續時間的逐漸增加和MF隨運動持續時間的逐漸減小是肌肉在次最大負荷靜態收縮誘發局部肌肉疲勞的典型特征。MF的下降主要是由于肌纖維動作電位傳導速度下降、運動單位的放電頻率下降等因素引起，而RMS指標的增加表明在疲勞條件下為維持既定的負荷水平神經系統募集運動單位的數量和激活頻率增加等因素有關［16－18］。本研究中RMS和MF隨運動持續時間的變化情況一方面反映了疲勞負荷實驗過程中受試者疲勞的發生發展情況，另一方面也為了解肌肉中樞與外周的某些變化提供了有價值的信息。

在運動性肌肉疲勞誘發協同收縮肌肉相干性變化的研究方面，A．Danna－Dos Santos等［7］和 S．Kattla 等［3］分別對手部肌肉40%MVC負荷靜態收縮和第一骨間背側肌、指淺屈肌靜態負荷收縮誘發肌肉疲勞后引起協同肌相干性的變化進行了研究與探討，結果發現疲勞引起不同頻段范圍內相關函數值的增加，其中，S．Kattla等［3］的研究發現疲勞引起相干函數在 Beta gamma頻段內的值均增加，而 A．Danna－Dos Santos等［7］的研究發現在所研究的大部分肌肉中，sEMG相干函數只在0～35 Hz頻段內出現增加現象。此外，王樂軍等［14］對靜態收縮誘發運動性肌肉疲勞誘發主動肌與拮抗肌sEMG相干性分析的研究結果顯示，運動性肌肉疲勞引起主動肌與拮抗肌sEMG相干函數在Beta和Gamma頻段內的值降低。

前期研究結果顯示，不同頻段內相干函數值的大小可以反映神經肌肉系統調控的相關信息。其中，15～30 Hz的beta頻段被認為是研究中樞神經系統運動控制的重要頻段，相干函數值在該頻段內的活動是與大腦運動皮層驅動相關的。通過觀察和分析兩肌肉在收縮過程中的肌電信號在beta頻段內相干函數值，可以了解運動皮層和脊髓運動中樞對協同收縮肌肉同步支配水平的改變情況［19－21］。Gamma頻段內相干函數值的大小似乎也跟運動皮層的控制有關［3］。Tremor頻段內的相干函數值似乎受到中樞支配及外周環境改變等多種因素的影響［14］。

在本研究中，運動后半段相干函數在Beta頻段內的值明顯大于運動前半段，這與S．Kattla和A．Danna－Dos Santos的研究結果是相一致的，表明以20%MVC靜態負荷屈肘運動致肌肉疲勞過程中皮層神經元與運動神經元池之間的同步耦合性的增加［3］，提示隨著運動性肌肉疲勞的發生發展，運動皮層對肱二頭肌與肱橈肌采取了相同的調節方式，由此造成中樞神經系統對肱二頭肌與肱橈肌共神經輸入同步支配的增加。與S．Kattla研究結果不同的是，在本研究中運動前半段肱二頭肌與肱橈肌sEMG在Gamma頻段內的相干函數值并無顯著的差異性。通過Karen S?gaard等［8］和J．L．Smith等［9］的研究可以推斷，在 20%MVC 負荷靜態屈肘誘發的屈肘肌疲勞是外周與中樞共同作用的結果，其中中樞所起作用在整個屈肘肌疲勞中占有相當高的比例。以20%MVC靜態負荷收縮誘發的屈肘肌疲勞與肌肉在較高負荷收縮所誘發運動性肌肉疲勞在疲勞產生機理方面存在一定的差異性。本研究對低負荷收縮誘發屈肘肌疲勞引起相干性變化與之前研究的差異性，或許和低負荷靜態收縮誘發疲勞機理的特異性有關，但是對于其機制及中樞調控策略等問題尚需進一步的研究。

C．J．De Luca 等［22］的研究結果顯示，在人體運動中，CNS控制協同工作的肌肉以一個共同的功能單位參與收縮。其中，“共驅動”控制策略作為CNS控制協同工作肌肉的重要方式之一，其不僅僅被用于單一維度關節周圍主動肌與拮抗肌協同收縮的中樞控制策略，在單一維度關節周圍的協同肌控制中也被采用。在運動性肌肉疲勞發生、發展的過程中，隨著肌肉收縮能力下降、神經肌肉系統感知運動的本體感覺能力下降等因素作用，中樞神經系統對協同工作肌肉的控制方式會發生一定的改變以更好地適應運動負荷任務的需要［2］。王樂軍等［14］的研究發現，運動性肌肉疲勞引起主動肌與拮抗肌sEMG相干函數在Beta和Gamma頻段內的值降低，而本研究發現低負荷靜態收縮誘發屈肘肌疲勞后引起協同肌、肱橈肌與肱二頭肌相干函數值在Beta頻段內的增加，這一研究結果也從一定層面揭示了協同肌與拮抗肌各自的功能特點及疲勞后中樞神經系統對不同協同工作肌肉采取的不同調控方式。在運動性肌肉疲勞過程中，脊髓運動神經元興奮性及運動皮層對脊髓運動神經元激活能力下降。疲勞引起CNS對協同肌共神經輸入同步支配的增加可以補償由皮層－脊髓對肌肉支配能力的下降［3］。此外，在肌肉產生運動性肌肉疲勞過程中，為更有效地維持既定的收縮力水平，中樞神經系統或許對肱二頭肌與肱橈肌運動單位的激活采取更加同步的方式。

4 結論

在20%MVC靜態負荷屈肘運動致肌肉疲勞過程中，運動后半段肱二頭肌與肱橈肌sEMG在Beta頻段內相干函數值明顯大于運動前半段，提示疲勞過程中肱二頭肌與肱橈肌共神經輸入同步支配的增加。這或許是為補償疲勞引起的運動神經元興奮性下降，大腦運動皮層控制協同肌以更加同步的方式活動，在肌肉收縮能力下降的情況下繼續維持既定的負荷運動任務。

［1］ Enoka R M，Baudry S，Rudroff T，et al．Unraveling the Neurophysiology of Muscle Fatigue［J］．J Electromyogr Kinesiol，2011，21(2):208 －219

［2］ Gandevia SC．Spinal and Supraspinal Factors in Human Muscle Fatigue［J］．Physiol Rev，2001，81:1725 －1789

［3］ Kattla S，Lowery M M．Fatigue Related Changes in Electromyographic Coherence between Synergistic Hand Muscles［J］．Exp Brain Res，2010，202(1):89 －99

［4］ Siemionow V，Sahgal V，Yue G H．Single－Trial EEG－EMG Coherence Analysis Reveals Muscle Fatigue－Related Progressive Alterations in Corticomuscular Coupling［J］．IEEE Transactions on Neural and Rehabilitation Systems Engineering，2010，18(2):97 －106

［5］ Tuncel D，Dizibuyuk A，Kiymik M K．Time Frequency Based Coherence Analysis between EEG and EMG Activities in Fatigue Duration［J］．Journal of Medical Systems，2010，34(2):131－138

［6］ Yang Q，Fang Y，Sun C K，et al．Weakening of Functional Corticomuscular Coupling during Muscle Fatigue［J］．Brain Res，2009，1250:101 －112

［7］ Tecchio F，Porcaro C，Zappasodi F，et al．Cortical Short－Term Fatigue Effects Assessed Via Rhythmic Brain－Muscle Coherence［J］．Exp Brain Res，2006，174:144 －151

［8］ Karen S?gaard，Simon C G，Gabrielle T，et al．The Effect of Sustained Low－Intensity Contractions on Supraspinal Fatigue in Human Elbow Flexor Muscles［J］．J Physiol，2006，573(2):511－523

［9］ Smith J L，Martin P G，Gandevia S C，et al．Sustained Contraction at Very Low Forces Produces Prominent Supraspinal Fatigue in Human Elbow Flexor Muscles［J］．J Appl Physiol，2007，103:560 －568

［10］ Yassierli，Maury A Nussbaum．Utility of Traditional and Alternative EMG－Based Measures of Fatigue during Low－Moderate Level Isometric Efforts［J］．Journal of Electromyography and Kinesiology，2008，18:44 － 53

［11］ 王篤明，王健，葛列眾．靜態負荷誘發肌肉疲勞時表面肌電信號(sEMG)變化與主觀疲勞感之間的關系［J］．航天醫學與醫學工程，2004，17(3):201－204

［12］ 王健，方紅光，楊紅春．運動性肌肉疲勞的表面肌電非線性信號特征［J］．體育科學，2005，25(5):39 －43

［13］ Winter D A．Biomechanics and Motor Control of Human Movement［M］．New York:John Wiley Sons，2009:43

［14］ 王樂軍，黃勇，龔銘新，等．運動性肌肉疲勞過程中主動肌與拮抗肌sEMG相干性分析［J］．體育科學，2011，31(10):79－84

［15］ Terry K，Griffin L．How Computational Technique and Spike Train Properties Affect Coherence Detection［J］．J Neurosci Methods，2008，168:212 －223

［16］ 王健，楊紅春，劉加海．疲勞相關表面肌電信號特征的非疲勞特異性研究［J］．航天醫學與醫學工程，2004，17(1):39－43

［17］ Lowery M M，Stoykov N S，Kuiken T A．A Simulation Study to Examine the Use of Cross－Correlation as an Estimate of Surface EMGCross Talk［J］．J Appl Physiol，2003，94:1324－1334

［18］ Anita C J，Greig I，Gray K，et al．Relationships between Surface EMG Variables and Motor Unit Firing Rates［J］．Eur JAppl Physiol，2009，107:177 －185

［19］ Conway B A，Halliday D M，Farmer S F，et al．Synchronization between Motor Cortex and Spinal Motoneuronal Pool during the Performance of a Main Tained Motor Task in Man［J］．J Physiol，1995，489(3):917 － 924

［20］ Salenius S，Portin K，Kajola M，et al．Cortical Control of Human Motoneuron Firing during Isometric Contraction［J］．JNeurophysiol，1997，77:3401 －3405

［21］ Baker SN，Olivier E，Lemon R N．Coherent Oscillations in Monkey Motor Cortex and Hand Muscle EMG Show Task－Dependent Modulation［J］．JPhysiol，1997，501:225 － 241

［22］ De Luca CJ，Erim Z．Common Drive in Motor Units of a Synergistic Muscle Pair［J］．J Neurophysiol，2002，87:2200－2204