表面肌電在體育科學研究領域中的應用進展

李圓圓，張萬壽，陳 麗

(淮南師范學院體育學院, 安徽淮南 232000)

表面肌電在體育科學研究領域中的應用進展

李圓圓，張萬壽，陳 麗

(淮南師范學院體育學院, 安徽淮南 232000)

肌電是唯一一個能連接神經系統，并直接反映運動中肌肉收縮的電信號載體。本文主要運用文獻資料法對表面肌電在體育科學研究領域中的應用作一個簡要的回顧，從而了解肌肉收縮時神經-肌肉的工作機制。研究結果表明：表面肌電技術涉足體育科學領域的研究雖尚處初級階段，但應用極為廣泛，主要表現為用于評定肌肉運動產生的疲勞、肌電與肌力的關系、肌肉活動的協調性與貢獻度以及運動選材等領域。

表面肌電；神經-肌肉系統；運動性肌肉疲勞；肌電疲勞域；肌電-肌力關系；肌肉活動協調性

表面肌電信號是通過表面電極引導記錄下來的神經肌肉活動的一維時間序列信號, 其變化與參與活動的運動單位數量﹑活動模式和代謝狀態等因素有關, 它能夠實時﹑準確地記錄肌肉在安靜和隨意收縮狀態下的各種電生理特性，因而在一定程度上能反映出神經-肌肉的活動特征，且操作起來簡便易行,對技術動作的干擾小，具有不可替代的優勢。

表面肌電技術如今已被廣泛應用于臨床學、運動醫學、現代康復學等各領域，此外它還被廣泛應用于體育科學研究領域，如短跑測試、振顫訓練測試、儀器的性能比較等，關于肌電的研究在國外可以追溯到17世紀，而國內則起步相對較晚，以下主要是對近年來一些研究者們針對表面肌電在體育科學領域所作研究的歸納。

1 表面肌電在體育科學研究領域中的應用進展

1.1 運動性肌肉疲勞的電生理學評定

運動性肌肉疲勞特指肌肉在運動過程中產生最大隨意收縮力量而造成輸出功率暫時性下降的生理現象。這種疲勞多產生于短時、高強度的運動中，當然低強度運動如果長時間維持也會產生。因此，在工作環境中對肌肉疲勞的識別很重要，這對于體育運動，尤其是競技體育來說，延遲和減緩疲勞的產生無疑是眾多教練員和運動員所期望的。然而，因其產生機理涉及中樞神經系統、外周神經系統、肌肉的能量代謝等多種生理過程，其分析非常復雜。但值得一提的是，表面肌電信號特征的形成和變化與肌肉運動產生的生理疲勞之間存在著不同程度的因果關系。

1.1.1 運動性肌肉疲勞的產生機制及鑒別方法

關于運動性肌肉疲勞的產生機制有如下解釋：(1)快肌運動單位在運動過程中往往易產生疲勞；(2)肌肉疲勞時伴隨肌內壓升高，會使血流受阻，從而引起肌膜興奮、傳導速度降低；(3)肌肉收縮時血流受阻，還會造成乳酸堆積，導致運動單位傳導速度降低等[1-2]。

目前，對運動性肌肉疲勞的鑒別研究著重于對振幅和頻率特征的分析，其中振幅代表時域指標，頻率代表頻域指標。大量研究表明：肌肉在運動至疲勞產生的過程中，其表面肌電(以下簡稱sEMG)的振幅會逐漸增加，而平均功率頻率(MPF)則會下降。更有研究發現，后者作為疲勞的研究指標更為可信。王奎等(2004)在其關于運動性肌肉疲勞的研究中比較了兩個常用的指標。結果表明，與時域指標相比，頻域指標有如下幾種優勢：(1)在肌肉疲勞產生過程中二者均呈明顯的直線遞減型變化，但時域指標的變化不夠穩定；(2)頻域指標時間序列曲線的斜率與負荷持續時間相關度明顯，而時域指標的相關度并不明顯；(3)頻域指標時間序列曲線的斜率不受肢體圍度和皮下脂肪厚度的影響，而時域指標則易受影響[3]。又如王瑞元等以不同速度、不同負荷對肱二頭肌進行收縮實驗時，發現無論是快速收縮還是慢速收縮，肱二頭肌在疲勞前后的積分肌電(iEMG)均沒有明顯差異；而不論負荷大小，疲勞時的MPF都會下降[4]。此外，邱龍潛等也觀察了肱二頭肌在等速運動負荷下工作至力竭時的sEMG特征，再次證明iEMG和RMS(均方根振幅)在疲勞過程中的時間序列曲線的斜率變化缺乏較好的一致性，而頻域指標中的MPF則明顯下降[5]。

上述關于運動性肌肉疲勞評定的研究發現，時域和頻域兩種分析指標都很有效，尤其是頻域分析更為真實可信，此外相關研究者通過實驗還證實了肌纖維的傳導速度也和肌肉疲勞直接相關[6-7]。

1.1.2 運動性肌肉疲勞與肌肉的收縮形式

研究表明，sEMG的平穩特性除了與肌肉收縮的速度、力量、角度及肌纖維類型等因素有關，最重要的是還與肌肉的收縮形式有關，研究者普遍認為：靜力性等長收縮時，因肌電信號的平穩性，較為適用于頻域分析法；而動力性等張收縮時，由于肌肉長度及關節角度都會隨時間發生變化，肌電信號表現為非平穩性，研究結果很難統一，這一點在很多文獻中已經得到證實。如Jansen通過研究12個健康受試者在功率自行車上完成遞增負荷運動的測試時，結果發現：多數受試者在等長收縮中股外側肌中頻(MF)沒有下降，反而略有增加，由此作者認為等長收縮中MF普遍下降的規律并不適用于動力性運動。又如Tesch等比較了股外側肌和股直肌分別在離心收縮和向心收縮階段的肌電特性，結果表明它們的iEMG在向心收縮階段均高于離心收縮階段[9]。動力性工作狀態下EMG結果多樣性，其詳細機制還有待于今后進一步的研究確定。

1.1.3 關于“肌電疲勞域”的探討

到目前為止，對運動性肌肉疲勞的研究相對較多，然而仍有很多學者在繼續進行這項工作，為進一步定量認識疲勞，已經有人提出“肌電疲勞域”這一概念，Matsumoto等通過讓21名女受試者在60s內分別完成150W、200W等不同強度的踏車運動，結果表明：股外肌的iEMG與運動時間呈直線相關，且iEMG曲線的斜率與負荷強度間亦呈直線相關，由此確定肌電疲勞域的值與受試者的通氣無氧閾的值存在明顯統計相關，因此，Matsumoto認為應用sEMG可以對機體運動產生的疲勞閾值作出準確的檢測[10]。此外，Jarek Maestu等通過對9名國家級水平的男性賽艇運動員在賽艇測功儀上分別進行的500m、1000m、2000m全力劃槳實驗，并在測試中對股外肌的耗氧量、平均功率、iEMG進行了記錄，發現與上述研究一致的結果，證明出EMGT與有氧和無氧環境的轉變是緊密關聯的，但二者與NMFT并不相關，同時因為NMFT代表了肌肉的局部疲勞累積，因此，這提示我們可用它來預測運動員尤其是高水平運動員的耐力機能，通過對NMFT概念的深入研究，運動員可更加集中注意力在無氧能力或是耐力能力的訓練上[11]。

1.2 肌電與肌力的關系

sEMG能夠確定肌力的大小主要基于振幅。關于肌肉張力與振幅之間的關系研究很早就已開始，只是研究結果一直存在爭議。多數研究者認為，iEMG與肌力之間呈高度相關，有學者發現肌肉在以不同張力進行等長收縮時，肌力與肌電之間呈線性關系，即使肌肉疲勞后這種關系依然存在，如Strokes從10%～75%的MVC等長收縮與EMG振幅之間的關系中發現：肌肉疲勞后EMG的振幅與力量大小仍呈線性關系[12]。也有研究者認為iEMG和張力之間根本不成線性關系，如Chaffin研究發現：以最大肌力的40%以下和最大肌力的60%以上的強度運動時，肌電與肌力呈線性關系，而在此區間的強度運動時不存在線性關系[13]。

對于二者之間的關系，也有研究表明兩種立場都是正確的。研究認為：在小肌群中，對運動單位的募集只限于較小的力量，且放電率又具有較大的動態范圍，因此，二者關系表現為線性，而在大肌群中則反之，運動單位的募集往往需要較大的力量，且放電率的動態范圍又較小，因此，又呈現出相對的非線性關系[14]。Gary Kamen對此也持同樣的觀點，指出肌肉收縮時總是先募集較小的運動單位，而較大的運動單位隨著力量增長的需要會被募集，因此，肌電-力量的這種線性關系主要是建立在等長收縮實驗的基礎上的[15]。

以上主要是對肌電振幅與肌力之間的關系探討，而對肌電頻率與肌力之間的關系探討則較少。Hagberg and Ericson研究指出：肌電頻率與肌力之間的關系常常是非線性的，一般來說，肌力增加到MVC的約20%～30%時，爆發力的平均值和中間值就會快速增加[17]。Bilodean等通過不同形式的靜態負荷測試，探討了肱三頭肌和肘肌在10%～80%MVC范圍內的MPF和MF的變化,結果發現MPF和MF的數值不受靜態負荷形式的影響,卻易受張力的影響，在不同張力條件下的變化模式是有差異的[18]。Bilodean等在此后的研究中也得出同樣的結論[19]。

鑒于上述各種研究結論，關于肌電和肌力之間的關系探討依然沒有定性和定量認識，這可能與現有的技術有一定關系，表面電極經常會因為噪音的干擾而產生串擾，且因為信號的微弱，對于深層肌肉或小肌肉的信號記錄也很困難。此外，已建立的運動單位動作電位(MUAPs)的圖形也會隨著電極位置的改變而改變。但是對肌電-力量關系的分析評價可能還需要考慮參與肌肉本身的特性，包括肌肉收縮的形式，參與肌肉的大小，參與收縮的肌纖維類型，各種肌肉或肌群在運動中扮演的角色等。不僅如此，sEMG信號還會受皮下脂肪的厚度、肌肉的血液循環、鈉離子變化等的影響。如Dowling的研究發現：在反復收縮期間，因為涉及肌肉溫度或疲勞的變化，肌電-力量關系也會被改變[20]。因此，隨著科學的不斷探索，新技術的不斷應用，未來關于肌電-力量關系的研究將會有全新的解釋，或許研究者應該針對上述各種因素的影響，實施個案評估，而非制定一個通用的標準。

1.3 肌肉運動的協調性與貢獻度

肌肉運動從訓練學的角度來說屬于運動技術的問題，從生理學角度來說則屬于肌肉之間工作的協調性問題。通過sEMG圖可以很好地評定肌肉是否參與運動、運動的強弱、運動的時長以及肌肉間的協調模式等，并通過一定的量化研究，能夠有效說明肌肉在某個動作中起主要作用還是次要作用。這些對于運動技術的提高都是至關重要的。

劉邦忠等運用sEMG圖觀察上肢在完成快速前屈、外展及后伸時最長肌、多裂肌、腰髂肋肌及三角肌的肌電信號，并將各椎旁肌分別與三角肌收縮的潛伏期之差值進行比較，結果發現椎旁肌群中多裂肌反應最快，最先起作用，其對腰椎的穩定性發揮著重要作用，這為治療慢性腰痛提供了理論依據[21]。而劉建紅，王奎等通過對賽艇運動員在測功儀上進行的不同強度運動的測試研究，同步記錄了股直肌、肱二頭肌及背闊肌的肌電變化，并進行iEMG值的定量分析，結果表明：(1)遞增負荷運動中，各測試肌肉的iEMG值均隨運動強度的增加而增加。(2)其iEMG值在總iEMG值的百分比中，背闊肌比例最大，股直肌最小，這種量化比較反映了各塊肌肉在運動中的貢獻度大小[22]。范年春在關于跳深練習的彈性能利用及其表面肌電特征的研究中，也涉及對肌肉運動協調性與神經控制的分析，結果表明：肌肉的活動順序是隨著所作用的關節由遠到近依次活動。在整個跳深過程中股四頭肌都有較強的肌電活動，顯示了股四頭肌在整個運動中的重要性[23]。Raymond等于2007年也作了一項關于6分鐘賽艇持續劃槳全過程的肌肉募集模式的評估研究，通過將奧運會運動員和省隊運動員以及青年組運動隊作了相關比較。結果發現：奧運會運動員相比其他運動員在劃槳過程中能更為有效、有序地募集所需肌肉，從而使得賽艇劃槳的全過程中所需肌肉都能達到最有效的利用，且至疲勞的時間能延遲到最長[24]。這同樣為我們在今后的研究中作了更為細致的鋪墊。

1.4 肌纖維類型判定和運動選材

除上述用于評定肌肉活動的協調性與貢獻度之外，sEMG圖還可以直接用來判定肌纖維類型。根據二者的動作電位圖形，快肌纖維收縮產生動作電位的時間往往比相應的慢肌纖維更早一些，且快肌收縮產生的振幅也比慢肌更大一些，只是快肌更易疲勞。因為運動性肌肉疲勞與肌電信號的頻域特性二者之間的關系是高度相關的，快肌纖維成分高者，MPF也較高，在疲勞產生時頻率會明顯下降，而慢肌纖維成分高者則一般沒有此現象。

此外，sEMG圖還可以用來評定運動員的肌肉訓練程度，對運動選材起著十分重要的作用，有研究表明：無訓練者因動作完成的不穩定性，其不該參與活動的肌肉在運動中往往也參與了作用，會產生雜亂的放電現象，而訓練程度較高的運動員因動作完成的熟練性，肌肉放電整齊，因此具有一定的規律性。周越曾對24名專業隊田徑運動員、30名業余體校田徑運動員和30名普通中學生進行各種形式的縱跳測試，在研究中發現：在增加下肢工作負荷的過程中，運動員的對抗肌協調水平往往高于普通學生，且男運動員膝關節的伸肌群是以提高效率為主，而女運動員則以提高肌肉的募集數量為主，這為運動員的科學選材提供了理論支持[25]。此外，受試者的年齡、性格特征也會影響運動員的EMG特征。

2 結語

綜上所述，關于sEMG在體育科學領域的研究尚處于初探階段，為更好地服務于體育運動領域，今后應在以下幾方面作出更多的努力：(1)更加致力于如何提高采集設備的性能，完善肌電信號的采集技術以及濾波技術等工作，研發更為先進方便的設備。(2)sEMG研究將更好地貫穿于運動生物力學中的運動學和動力學等領域，如在運動中測量肌電信號的同時，尋求測力臺的同步，二者結合從而更科學地解釋體育運動中的各種現象。(3)sEMG研究將更為細致深入，以至于具體到單個運動項目上，從而尋找類似項目的肌電共有規律以及探索同一肌肉或肌群在不同類型運動中的神經控制機制，以期尋求更為科學、合理的訓練手段，使得某些肌肉的肌纖維類型通過訓練轉化為專項運動中所需的肌纖維。

[1]Kent Brauja.Central and peripheral contributions to muscle fatigue in humans during sustained maxima1 effort[J].Eur,J,Appl Physiol,1999,80:57-63.

[2]封飛虎,黃瑞馨.疲勞前后的肌電圖的頻域特征[J].上海體育學院學報,1996,22(2):31-36.

[3]王奎,劉建紅,宋剛.sEMG技術在評價運動性疲勞方面的方法及應用[J].安徽體育科技,2004,25(3):49-51.

[4]王瑞元.肱二頭肌在不同負荷及不同速度收縮時的肌電變化[J].北京體育大學學報,1993,16(3):43-46.

[5]邱龍潛,李野.速負荷誘發肱二頭肌疲勞過程中SEMG信號變化[J].溫州大學學報,2003(9):52-54.

[6]王國祥,李長宏.肘關節等速運動過程中表面肌電圖的變化特征[J].中國臨床康復,2004,8(12):28-31.

[7]So,R.C.H.,K.M.Chan,and O.Siu. EMG power frequency spectrum shifts during repeated isokinetic knee and arm movements. Res.Q.Exerc.Sport,2002,73:98-106.

[8]Jansen-R et al.Median power frequency of the surface electromyogram and blood lactate concentration in incremen-tal cycle ergometry[J].Ero J Appl Physiol,1997,75(2):102-108.

[9]Tesch-R.Merletti L.R.Lo Conte Advances in processing of surface myoelectric signals Med.Biol.Eng.Comput,1999,33:362-372.

[10]Matsumoto T.The Relationship between Anaerobic Threshold and Elelctromyographic Fatigue Threshold in College Women[J].Eur Appl Physiol,1993，63(1)：1-5.

[11]Jarek Maestu, Antonio Cicchella et.al.Electromyographic and neuromuscular fatigue thresholds as concepts of fatigue[J].Strength and Conditioning Research,2006,20(4):824-828.

[12]Strokes,J.S.Frequency and amplitude analysis of the EMG during Exercise on the bicycle ergometer. Eur.J.Appl.Physiol,1991(40):6-18.

[13]Chaffin, J.S. Frequency and amplitude analysis of the EMG during exercise on the bicycle ergometer[J]. Eur.J.Appl.Physiol.1979,41:1-15.

[14]Carlo J.Deluca.A simulation study for a surface EMG sensor that detects distinguishable motor unit action potentials[J].Journal of Neuroscience Methods, 2007, 168 (1):54-63.

[15]Gary Kamen,Graham E,Caldwell, et al. Research methods in biomechanics [M].Human kinetics,2004:163-181.

[16]Aoki,F.,H..Nagsaki and R.Nakamura.The relation of integrated EMG of the triceps brachii to force in rapid elbow extension[J].Tohoku Journal of experimental medicine,1986,149:933-40.

[17]Hagberg,M.,and B.E.Ericson.Myoelectric power spectrum dependence on muscular contraction level of elbow flexors[J].European Journal of Applied Physiology,1982,48:147-56.

[18]Bilodeau,M,et al. EMG power spectra of elbow extensors during ramp and step isometric contractions[J].Eur. J.Appl.Physiol,1991,63:24-28.

[19]Bilodeau,M.et al.Comparision of the EMG power spectrum of the human soleus and gastroc- nemius muscle[J]. Eur J Appl Physiol,1994,68:395-401.

[20]Dowling,J.J.The use of electromyography for the noninvasive prediction of muscles forces : Current issues[J].Sports Medicine,1997,24:82-96.

[21]劉邦忠.多裂肌在脊柱突然失平衡時的肌電表現[J].中國臨床康復,2003,7(4):544-556.

[22]劉建紅,王奎,周志宏,等.賽艇運動員遞增負荷運動中股直肌、肱二頭肌和背闊肌積分肌電定量分析[J].中國運動醫學雜志,2007,26(4):473-474.

[23]范年春.跳深練習的彈性能利用及其表面肌電特征研究[D].上海:上海體育學院,2007:31-35.

[24]Raymond C.H. So,Michael A.Tse et al.Application of surface electromyography in assessing muscle recruitment patterns in a six-minute cotinuous rowing effort[J].Journal of Strength and Conditioning Research,2007,21(3):724-730.

[25]周越,張紹巖,周健,等.不同專項運動員骨骼肌彈性能利用率的比較[J].體育科學,2001,24(6):48-52.

[26]羅炯,金季春.表面肌電的處理方法及在體育科研中應用前景[J].福建體育科技,2005,24(2):32-34.

[27]張原.400m 跑下肢肌電活動規律探討[J].武漢體育學院學報,2008,42(6):84-87.

[28]張佑磊.表面肌電圖在體育領域中的應用[J].體育科技文獻通報,2011,19(12):145-147.

The Application Progress of Surface Electromyography in the Research Field of Science of Sports

LI Yuan-yuan ,ZHANG Wan-shou ，CHEN Li

(Huainan Normal University, Huainan Anhui 232000,China)

EMG is the only one that can be connected with the nervous system, and can reflect the signal carrier directly during muscle contraction. In this paper, by using the method of literature we make a brief review on the application of surface electromyography in the research field of science of sports, in order to understand the working mechanism of the nerve-muscle system. Results showed that: Study of surface electromyography technology involved in science of sports was still in primary stage,but the application was extremely extensive, mainly as follows: used for fatigue evaluation of muscle movement, the relationship between EMG and muscle strength, muscle coordination of activities and contribution degree and the selection of athletes etc.

sEMG；nerve-muscle system；muscle fatigue；electromyography fatigue domain；relationship between EMG and muscle strength； coordination of muscle activity

2014-05-18

李圓圓(1986- )，女，安徽宣城人，淮南師范學院體育學院助教，碩士，從事運動人體科學研究。

G80

A

2095-7602(2014)04-0091-05