基于表面肌电的短视频用户上肢肌肉疲劳特性研究.docxVIP

基于表面肌电的短视频用户上肢肌肉疲劳特性研究

一、引言

1.1课题研究背景与意义

在信息时代，短视频平台迅速崛起，成为大众娱乐和信息获取的重要渠道。用户花费大量时间使用手机浏览、操作短视频，上肢频繁参与交互活动。长时间的上肢活动易引发肌肉疲劳，影响用户体验，甚至可能导致肌肉骨骼疾病。研究表明，长时间手机使用与上肢肌肉疲劳密切相关，如拇指、手腕和手臂肌肉疲劳的发生率显著增加。了解短视频用户上肢肌肉疲劳特性，对于优化用户体验、预防肌肉骨骼疾病具有重要意义。表面肌电（sEMG）技术作为一种无创、实时监测肌肉活动的方法，为研究上肢肌肉疲劳提供了有效手段。通过分析sEMG信号特征，可深入了解短视频用户上肢肌肉在不同交互场景下的疲劳特性，为制定预防和缓解肌肉疲劳的措施提供科学依据。

1.2国内外研究现状

1.2.1手机使用与肌肉疲劳相关性的研究现状

随着智能手机的普及，手机使用与肌肉疲劳的相关性研究日益受到关注。国外研究发现，长时间使用手机进行短信输入、游戏操作等活动，会导致拇指、手腕和手臂肌肉的疲劳。例如，一项针对青少年手机使用习惯的研究表明，每天使用手机超过4小时的人群，上肢肌肉疲劳症状的发生率明显高于使用时间较短的人群。国内研究也得出类似结论，长时间手机使用不仅会引起上肢肌肉疲劳，还可能导致颈部和肩部肌肉的紧张。一项对办公室职员手机使用情况的调查显示，长时间低头看手机会增加颈部和肩部肌肉的负荷，引发肌肉疲劳和疼痛。然而，针对短视频用户这一特定群体的上肢肌肉疲劳研究相对较少，且现有研究多集中在整体肌肉疲劳的发生率上，对于不同交互场景下肌肉疲劳特性的研究尚显不足。

1.2.2肌肉疲劳研究现状

肌肉疲劳是指肌肉在持续或重复收缩过程中，功能逐渐下降的现象。肌肉疲劳的研究主要集中在疲劳机制、检测方法和评价指标等方面。在疲劳机制方面，目前主要有能量耗竭学说、代谢产物堆积学说和中枢疲劳学说等。能量耗竭学说认为，肌肉疲劳是由于肌肉收缩过程中能量物质的消耗殆尽所致；代谢产物堆积学说则强调乳酸等代谢产物在肌肉组织中的堆积，影响肌肉的正常功能；中枢疲劳学说认为，疲劳的产生与中枢神经系统的调节功能下降有关。在检测方法上，表面肌电技术因其无创、实时、多通道等优点，成为肌肉疲劳检测的常用方法。通过分析表面肌电信号的时域、频域和非线性特征，可以评估肌肉疲劳的程度。时域指标如均方根值（RMS）、积分肌电值（IEMG）等反映了肌电信号的振幅变化；频域指标如平均功率频率（MPF）、中位频率（MF）等反映了肌电信号的频率变化；非线性指标如近似熵（ApEn）、样本熵（SampEn）等则反映了肌电信号的复杂性和不规则性。此外，还有其他检测方法，如肌力测试、肌肉活检等，但这些方法存在一定的局限性，如肌力测试受主观因素影响较大，肌肉活检属于有创检查，不适合大规模应用。在评价指标方面，目前尚无统一的标准，不同研究根据自身需求选择不同的指标进行评价。综合来看，现有肌肉疲劳研究为深入了解短视频用户上肢肌肉疲劳特性提供了理论基础，但针对短视频用户这一特定群体的研究仍有待加强。

1.3表面肌电信号及分析理论

1.3.1表面肌电信号的应用及产生原理和特点

表面肌电信号是由中枢神经系统支配肌肉运动时，骨骼肌纤维运动单位的电位在皮肤表面叠加而成的生物电信号。表面肌电信号蕴含着丰富的运动肌肉生理病理信息，对局部肌肉的生理状态反映较为敏感，且不受主观心理影响。其产生原理是当肌肉受到神经冲动刺激时，肌纤维发生兴奋和收缩，产生动作电位，这些动作电位在空间和时间上叠加，形成表面肌电信号。表面肌电信号具有以下特点：无创性，通过在皮肤表面粘贴电极即可采集信号，无需侵入人体；实时性，能够实时反映肌肉的活动状态；多通道性，可以同时采集多个肌肉部位的信号，便于全面了解肌肉的运动情况；信号微弱，通常在微伏级别，需要经过放大和滤波处理才能进行分析。表面肌电信号在人体工效学、运动医学、康复医学、机器人肢体控制等领域应用广泛。在人体工效学中，可用于评估工作姿势对肌肉的影响，优化工作环境和设备设计；在运动医学中，可用于监测运动员的训练强度和疲劳程度，预防运动损伤；在康复医学中，可用于评估康复训练效果，指导康复治疗方案的制定；在机器人肢体控制中，可用于实现人机交互，使机器人能够根据人体肌肉的活动意图进行动作控制。

1.3.2表面肌电信号采集的影响因素及分析方法

表面肌电信号采集过程中，存在多种影响因素，可能导致信号的准确性和可靠性下降。电极位置是影响信号采集的重要因素之一，不同的电极位置会采集到不同的肌电信号，因此需要根据研究目的和肌肉解剖结构，准确选择电极位置。电极与皮肤的接触阻抗也会影响信号质量，接触阻抗过大可能导致信号失真或丢失。皮肤表面的清洁程度、毛发等因素也会对接触阻抗产生影响，因此在采集信号