李圆圆，张万寿，陈 丽

(淮南师范学院体育学院, 安徽淮南 232000)

表面肌电在体育科学研究领域中的应用进展

李圆圆，张万寿，陈 丽

(淮南师范学院体育学院, 安徽淮南 232000)

肌电是唯一一个能连接神经系统，并直接反映运动中肌肉收缩的电信号载体。本文主要运用文献资料法对表面肌电在体育科学研究领域中的应用作一个简要的回顾，从而了解肌肉收缩时神经-肌肉的工作机制。研究结果表明：表面肌电技术涉足体育科学领域的研究虽尚处初级阶段，但应用极为广泛，主要表现为用于评定肌肉运动产生的疲劳、肌电与肌力的关系、肌肉活动的协调性与贡献度以及运动选材等领域。

表面肌电；神经-肌肉系统；运动性肌肉疲劳；肌电疲劳域；肌电-肌力关系；肌肉活动协调性

表面肌电信号是通过表面电极引导记录下来的神经肌肉活动的一维时间序列信号, 其变化与参与活动的运动单位数量﹑活动模式和代谢状态等因素有关, 它能够实时﹑准确地记录肌肉在安静和随意收缩状态下的各种电生理特性，因而在一定程度上能反映出神经-肌肉的活动特征，且操作起来简便易行,对技术动作的干扰小，具有不可替代的优势。

表面肌电技术如今已被广泛应用于临床学、运动医学、现代康复学等各领域，此外它还被广泛应用于体育科学研究领域，如短跑测试、振颤训练测试、仪器的性能比较等，关于肌电的研究在国外可以追溯到17世纪，而国内则起步相对较晚，以下主要是对近年来一些研究者们针对表面肌电在体育科学领域所作研究的归纳。

1 表面肌电在体育科学研究领域中的应用进展

1.1 运动性肌肉疲劳的电生理学评定

运动性肌肉疲劳特指肌肉在运动过程中产生最大随意收缩力量而造成输出功率暂时性下降的生理现象。这种疲劳多产生于短时、高强度的运动中，当然低强度运动如果长时间维持也会产生。因此，在工作环境中对肌肉疲劳的识别很重要，这对于体育运动，尤其是竞技体育来说，延迟和减缓疲劳的产生无疑是众多教练员和运动员所期望的。然而，因其产生机理涉及中枢神经系统、外周神经系统、肌肉的能量代谢等多种生理过程，其分析非常复杂。但值得一提的是，表面肌电信号特征的形成和变化与肌肉运动产生的生理疲劳之间存在着不同程度的因果关系。

1.1.1 运动性肌肉疲劳的产生机制及鉴别方法

关于运动性肌肉疲劳的产生机制有如下解释：(1)快肌运动单位在运动过程中往往易产生疲劳；(2)肌肉疲劳时伴随肌内压升高，会使血流受阻，从而引起肌膜兴奋、传导速度降低；(3)肌肉收缩时血流受阻，还会造成乳酸堆积，导致运动单位传导速度降低等[1-2]。

目前，对运动性肌肉疲劳的鉴别研究着重于对振幅和频率特征的分析，其中振幅代表时域指标，频率代表频域指标。大量研究表明：肌肉在运动至疲劳产生的过程中，其表面肌电(以下简称sEMG)的振幅会逐渐增加，而平均功率频率(MPF)则会下降。更有研究发现，后者作为疲劳的研究指标更为可信。王奎等(2004)在其关于运动性肌肉疲劳的研究中比较了两个常用的指标。结果表明，与时域指标相比，频域指标有如下几种优势：(1)在肌肉疲劳产生过程中二者均呈明显的直线递减型变化，但时域指标的变化不够稳定；(2)频域指标时间序列曲线的斜率与负荷持续时间相关度明显，而时域指标的相关度并不明显；(3)频域指标时间序列曲线的斜率不受肢体围度和皮下脂肪厚度的影响，而时域指标则易受影响[3]。又如王瑞元等以不同速度、不同负荷对肱二头肌进行收缩实验时，发现无论是快速收缩还是慢速收缩，肱二头肌在疲劳前后的积分肌电(iEMG)均没有明显差异；而不论负荷大小，疲劳时的MPF都会下降[4]。此外，邱龙潜等也观察了肱二头肌在等速运动负荷下工作至力竭时的sEMG特征，再次证明iEMG和RMS(均方根振幅)在疲劳过程中的时间序列曲线的斜率变化缺乏较好的一致性，而频域指标中的MPF则明显下降[5]。

上述关于运动性肌肉疲劳评定的研究发现，时域和频域两种分析指标都很有效，尤其是频域分析更为真实可信，此外相关研究者通过实验还证实了肌纤维的传导速度也和肌肉疲劳直接相关[6-7]。

1.1.2 运动性肌肉疲劳与肌肉的收缩形式

研究表明，sEMG的平稳特性除了与肌肉收缩的速度、力量、角度及肌纤维类型等因素有关，最重要的是还与肌肉的收缩形式有关，研究者普遍认为：静力性等长收缩时，因肌电信号的平稳性，较为适用于频域分析法；而动力性等张收缩时，由于肌肉长度及关节角度都会随时间发生变化，肌电信号表现为非平稳性，研究结果很难统一，这一点在很多文献中已经得到证实。如Jansen通过研究12个健康受试者在功率自行车上完成递增负荷运动的测试时，结果发现：多数受试者在等长收缩中股外侧肌中频(MF)没有下降，反而略有增加，由此作者认为等长收缩中MF普遍下降的规律并不适用于动力性运动。又如Tesch等比较了股外侧肌和股直肌分别在离心收缩和向心收缩阶段的肌电特性，结果表明它们的iEMG在向心收缩阶段均高于离心收缩阶段[9]。动力性工作状态下EMG结果多样性，其详细机制还有待于今后进一步的研究确定。

1.1.3 关于“肌电疲劳域”的探讨

到目前为止，对运动性肌肉疲劳的研究相对较多，然而仍有很多学者在继续进行这项工作，为进一步定量认识疲劳，已经有人提出“肌电疲劳域”这一概念，Matsumoto等通过让21名女受试者在60s内分别完成150W、200W等不同强度的踏车运动，结果表明：股外肌的iEMG与运动时间呈直线相关，且iEMG曲线的斜率与负荷强度间亦呈直线相关，由此确定肌电疲劳域的值与受试者的通气无氧阈的值存在明显统计相关，因此，Matsumoto认为应用sEMG可以对机体运动产生的疲劳阈值作出准确的检测[10]。此外，Jarek Maestu等通过对9名国家级水平的男性赛艇运动员在赛艇测功仪上分别进行的500m、1000m、2000m全力划桨实验，并在测试中对股外肌的耗氧量、平均功率、iEMG进行了记录，发现与上述研究一致的结果，证明出EMGT与有氧和无氧环境的转变是紧密关联的，但二者与NMFT并不相关，同时因为NMFT代表了肌肉的局部疲劳累积，因此，这提示我们可用它来预测运动员尤其是高水平运动员的耐力机能，通过对NMFT概念的深入研究，运动员可更加集中注意力在无氧能力或是耐力能力的训练上[11]。

1.2 肌电与肌力的关系

sEMG能够确定肌力的大小主要基于振幅。关于肌肉张力与振幅之间的关系研究很早就已开始，只是研究结果一直存在争议。多数研究者认为，iEMG与肌力之间呈高度相关，有学者发现肌肉在以不同张力进行等长收缩时，肌力与肌电之间呈线性关系，即使肌肉疲劳后这种关系依然存在，如Strokes从10%～75%的MVC等长收缩与EMG振幅之间的关系中发现：肌肉疲劳后EMG的振幅与力量大小仍呈线性关系[12]。也有研究者认为iEMG和张力之间根本不成线性关系，如Chaffin研究发现：以最大肌力的40%以下和最大肌力的60%以上的强度运动时，肌电与肌力呈线性关系，而在此区间的强度运动时不存在线性关系[13]。

对于二者之间的关系，也有研究表明两种立场都是正确的。研究认为：在小肌群中，对运动单位的募集只限于较小的力量，且放电率又具有较大的动态范围，因此，二者关系表现为线性，而在大肌群中则反之，运动单位的募集往往需要较大的力量，且放电率的动态范围又较小，因此，又呈现出相对的非线性关系[14]。Gary Kamen对此也持同样的观点，指出肌肉收缩时总是先募集较小的运动单位，而较大的运动单位随着力量增长的需要会被募集，因此，肌电-力量的这种线性关系主要是建立在等长收缩实验的基础上的[15]。

以上主要是对肌电振幅与肌力之间的关系探讨，而对肌电频率与肌力之间的关系探讨则较少。Hagberg and Ericson研究指出：肌电频率与肌力之间的关系常常是非线性的，一般来说，肌力增加到MVC的约20%～30%时，爆发力的平均值和中间值就会快速增加[17]。Bilodean等通过不同形式的静态负荷测试，探讨了肱三头肌和肘肌在10%～80%MVC范围内的MPF和MF的变化,结果发现MPF和MF的数值不受静态负荷形式的影响,却易受张力的影响，在不同张力条件下的变化模式是有差异的[18]。Bilodean等在此后的研究中也得出同样的结论[19]。

鉴于上述各种研究结论，关于肌电和肌力之间的关系探讨依然没有定性和定量认识，这可能与现有的技术有一定关系，表面电极经常会因为噪音的干扰而产生串扰，且因为信号的微弱，对于深层肌肉或小肌肉的信号记录也很困难。此外，已建立的运动单位动作电位(MUAPs)的图形也会随着电极位置的改变而改变。但是对肌电-力量关系的分析评价可能还需要考虑参与肌肉本身的特性，包括肌肉收缩的形式，参与肌肉的大小，参与收缩的肌纤维类型，各种肌肉或肌群在运动中扮演的角色等。不仅如此，sEMG信号还会受皮下脂肪的厚度、肌肉的血液循环、钠离子变化等的影响。如Dowling的研究发现：在反复收缩期间，因为涉及肌肉温度或疲劳的变化，肌电-力量关系也会被改变[20]。因此，随着科学的不断探索，新技术的不断应用，未来关于肌电-力量关系的研究将会有全新的解释，或许研究者应该针对上述各种因素的影响，实施个案评估，而非制定一个通用的标准。

1.3 肌肉运动的协调性与贡献度

肌肉运动从训练学的角度来说属于运动技术的问题，从生理学角度来说则属于肌肉之间工作的协调性问题。通过sEMG图可以很好地评定肌肉是否参与运动、运动的强弱、运动的时长以及肌肉间的协调模式等，并通过一定的量化研究，能够有效说明肌肉在某个动作中起主要作用还是次要作用。这些对于运动技术的提高都是至关重要的。

刘邦忠等运用sEMG图观察上肢在完成快速前屈、外展及后伸时最长肌、多裂肌、腰髂肋肌及三角肌的肌电信号，并将各椎旁肌分别与三角肌收缩的潜伏期之差值进行比较，结果发现椎旁肌群中多裂肌反应最快，最先起作用，其对腰椎的稳定性发挥着重要作用，这为治疗慢性腰痛提供了理论依据[21]。而刘建红，王奎等通过对赛艇运动员在测功仪上进行的不同强度运动的测试研究，同步记录了股直肌、肱二头肌及背阔肌的肌电变化，并进行iEMG值的定量分析，结果表明：(1)递增负荷运动中，各测试肌肉的iEMG值均随运动强度的增加而增加。(2)其iEMG值在总iEMG值的百分比中，背阔肌比例最大，股直肌最小，这种量化比较反映了各块肌肉在运动中的贡献度大小[22]。范年春在关于跳深练习的弹性能利用及其表面肌电特征的研究中，也涉及对肌肉运动协调性与神经控制的分析，结果表明：肌肉的活动顺序是随着所作用的关节由远到近依次活动。在整个跳深过程中股四头肌都有较强的肌电活动，显示了股四头肌在整个运动中的重要性[23]。Raymond等于2007年也作了一项关于6分钟赛艇持续划桨全过程的肌肉募集模式的评估研究，通过将奥运会运动员和省队运动员以及青年组运动队作了相关比较。结果发现：奥运会运动员相比其他运动员在划桨过程中能更为有效、有序地募集所需肌肉，从而使得赛艇划桨的全过程中所需肌肉都能达到最有效的利用，且至疲劳的时间能延迟到最长[24]。这同样为我们在今后的研究中作了更为细致的铺垫。

1.4 肌纤维类型判定和运动选材

除上述用于评定肌肉活动的协调性与贡献度之外，sEMG图还可以直接用来判定肌纤维类型。根据二者的动作电位图形，快肌纤维收缩产生动作电位的时间往往比相应的慢肌纤维更早一些，且快肌收缩产生的振幅也比慢肌更大一些，只是快肌更易疲劳。因为运动性肌肉疲劳与肌电信号的频域特性二者之间的关系是高度相关的，快肌纤维成分高者，MPF也较高，在疲劳产生时频率会明显下降，而慢肌纤维成分高者则一般没有此现象。

此外，sEMG图还可以用来评定运动员的肌肉训练程度，对运动选材起着十分重要的作用，有研究表明：无训练者因动作完成的不稳定性，其不该参与活动的肌肉在运动中往往也参与了作用，会产生杂乱的放电现象，而训练程度较高的运动员因动作完成的熟练性，肌肉放电整齐，因此具有一定的规律性。周越曾对24名专业队田径运动员、30名业余体校田径运动员和30名普通中学生进行各种形式的纵跳测试，在研究中发现：在增加下肢工作负荷的过程中，运动员的对抗肌协调水平往往高于普通学生，且男运动员膝关节的伸肌群是以提高效率为主，而女运动员则以提高肌肉的募集数量为主，这为运动员的科学选材提供了理论支持[25]。此外，受试者的年龄、性格特征也会影响运动员的EMG特征。

2 结语

综上所述，关于sEMG在体育科学领域的研究尚处于初探阶段，为更好地服务于体育运动领域，今后应在以下几方面作出更多的努力：(1)更加致力于如何提高采集设备的性能，完善肌电信号的采集技术以及滤波技术等工作，研发更为先进方便的设备。(2)sEMG研究将更好地贯穿于运动生物力学中的运动学和动力学等领域，如在运动中测量肌电信号的同时，寻求测力台的同步，二者结合从而更科学地解释体育运动中的各种现象。(3)sEMG研究将更为细致深入，以至于具体到单个运动项目上，从而寻找类似项目的肌电共有规律以及探索同一肌肉或肌群在不同类型运动中的神经控制机制，以期寻求更为科学、合理的训练手段，使得某些肌肉的肌纤维类型通过训练转化为专项运动中所需的肌纤维。

[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]封飞虎,黄瑞馨.疲劳前后的肌电图的频域特征[J].上海体育学院学报,1996,22(2):31-36.

[3]王奎,刘建红,宋刚.sEMG技术在评价运动性疲劳方面的方法及应用[J].安徽体育科技,2004,25(3):49-51.

[4]王瑞元.肱二头肌在不同负荷及不同速度收缩时的肌电变化[J].北京体育大学学报,1993,16(3):43-46.

[5]邱龙潜,李野.速负荷诱发肱二头肌疲劳过程中SEMG信号变化[J].温州大学学报,2003(9):52-54.

[6]王国祥,李长宏.肘关节等速运动过程中表面肌电图的变化特征[J].中国临床康复,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]刘邦忠.多裂肌在脊柱突然失平衡时的肌电表现[J].中国临床康复,2003,7(4):544-556.

[22]刘建红,王奎,周志宏,等.赛艇运动员递增负荷运动中股直肌、肱二头肌和背阔肌积分肌电定量分析[J].中国运动医学杂志,2007,26(4):473-474.

[23]范年春.跳深练习的弹性能利用及其表面肌电特征研究[D].上海:上海体育学院,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,张绍岩,周健,等.不同专项运动员骨骼肌弹性能利用率的比较[J].体育科学,2001,24(6):48-52.

[26]罗炯,金季春.表面肌电的处理方法及在体育科研中应用前景[J].福建体育科技,2005,24(2):32-34.

[27]张原.400m 跑下肢肌电活动规律探讨[J].武汉体育学院学报,2008,42(6):84-87.

[28]张佑磊.表面肌电图在体育领域中的应用[J].体育科技文献通报,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

李圆圆(1986- )，女，安徽宣城人，淮南师范学院体育学院助教，硕士，从事运动人体科学研究。

G80

A

2095-7602(2014)04-0091-05