增强速度滑冰运动员腿部力量的训练方法

为提高运动员的专项力量训练效率和专项运动能力,针对滑冰运动的腿部用力特点,提出了一种减小大腿伸肌离心收缩负荷的腿部力量训练方法,并利用肌电分析的手段,实验比较了在该训练方法和负重深蹲训练方法训练中腿部肌肉活动的差异.结果表明: 用该训练方法进行训练时,运动员腿部肌肉的活动状况更接近于滑冰运动中肌肉的活动状况,力量训练的专项化程度更高,更适合于进行腿部专项力量训练.     

篮球跳投动作上下肢肌激发顺序和用力大小的肌电分析

为了研究篮球跳投动作中各肌肉的激发顺序和用力大小,采用表面肌电仪和SONY摄像机同步记录了篮球运动员完成原地跳投动作时上下肢肌的表面肌电信号,观察了定量运动训练时肌肉的疲劳情况．结果表明：跳投动作上下肢肌肌电活动开始与结束的激发顺序各不相同,在整个跳投动作中,腓肠肌后段在各组中作用最大,其次是手伸肌群和肱三头肌;上肢肌群比下肢肌群的作用大．结论验证了“用力顺序”是“自下而上”的观点;运用肌电技术的研究方法能够准确测试篮球运动中各肌肉的激发顺序和作用大小．     

运动生物力学在散打运动研究中的应用现状与展望

运用文献资料、专家访谈、逻辑分析等方法对运动生物力学在散打运动研究中的应用现状进行研究．研究手段主要包括等速测力、三维测力台、三维动作分析系统、肌电等;研究内容涉及关节肌力特征分析、动作技术分析与评价、打击效果的评价、支撑腿以及身体重心的运动特征、肌肉活动状态及肌群间的协调关系等．加强肌电指标与肌肉活动中各种现象之间内在联系和因果关系的研究;加强对三维测力台测试指标的分析和对各指标之间内在相关性研究;加强击打效果、三维测力台、三维动作分析、肌电的同步研究     

基于AnyBody仿真及有限元建模下的八段锦运动生物力学研究

以AnyBody仿真骨骼肌多体逆向动力学三元素肌肉收缩力模型及有限元法构建八段锦动作的三维胫骨模型,全面、客观地计算不同动作最大肌力峰值时刻的积分肌电、力矩、肌肉收缩等生物力学特性. 将10例健康青年八段锦志愿者的身高、体质量、髋宽、髋深、膝宽、踝宽等形态学数据作为约束条件,用AnyBody7.1.2软件导出八段锦8个动作下肢最大肌力指标,依据胫骨最大应力约束条件,用Minics 10.01、Geomagic studio 2013、ANSYS 19.2软件建构三维数据,添加AnyBody中的3个方向数据,分析并计算不同动作最大力的应力传导大小、分布规律. 研究结果表明:八段锦是左右对称性运动,双侧同块肌肉积分肌电值、肌肉力值无显著性差异,有利于锻炼双下肢稳定性及协调性,运动中人体需要通过移动来保持平衡,膝关节在垂直轴方向力最大,伸展力矩值最大;做八段锦运动过程中,髋关节主导发力肌肉为臀中肌,膝关节主导发力肌肉为比目鱼肌、股外侧肌、腓肠肌,踝关节主导发力肌肉为拇长屈肌;表面肌电验证是评价人体肌肉激活程度的主要方式,八段锦运动中胫骨前肌、腓肠肌、股直肌、股二头肌的肌肉活性仿真结果与积分肌电值具有较高的一致性.以AnyBody软件分析下肢动作特征和有限元软件建构的胫骨模型,适用于八段锦动作的动态研究,可为计算八段锦运动时动力学变化提供新思路与实践价值参考.      

运用表面肌电分析重剑复合步法的研究

运用表面肌电与摄像同步测试技术,本文分析重剑复合步法腿部肌肉的用力特征,旨为运动训练和教学提供理论依据。结果:向前两步出弓步过程中,前腿所有肌肉和后腿股内外肌积分肌电出弓步时显著性大于前两步;弓箭还原后退两步过程中,前腿股内外肌、股二头肌积分肌电弓步还原显著性大于后退两步。结论:后腿腓肠肌是前两步启动和前移的主要用力肌肉;弓步的加速,主要是后腿股四头肌力量变大和前腿发力变大的协调配合;复合向后步法过程中前腿股内外肌是推动身体后移的主要用力肌肉。     

人体下肢活动的生物力学研究

本文研究的目的是通过下肢数理模型,不同姿势起跳人体重心轨迹变化,下肢主要肌肉肌电活动以原地纵跳为例进行综合性研究,揭示其内在规律,为体育教育,运动训练,选才提供生物力学基础。研究对象为１０名男性运动员,年龄为２０岁,用ＪＴＩ－肌电仪测定下肢肌肉的肌电,用Ｂｏｌｅｘ摄影机以每秒６４幅频率拍摄原地起跳动作。     

跳远运动中起跳技术的肌肉力学和动力学研究

通过实验客观地反映有利于跳远起跳技术的各项生物力学参数及其适宜范围,找出此技术动作参数间内在联系和规律,为跳远运动的基础训练和深入的理论研究提供参考依据。研究方法上采用遥测肌电测试和三维测力台同步技术,对4名优秀男子跳远运动员的起跳动作进行现场测试,运用图像解析法、数理统计法等方法进行统计分析。在着板缓冲阶段,研究对象右侧股直肌和右侧腓肠肌肌电积分平均值分别为102.00 uvs和91.25 uvs,研究对象垂直方向受力均值为7 035.16N,一级运动员李*垂直方向受力为6 428.30N,其值明显小于垂直受力均值;在蹬伸阶段,研究对象腹直肌肌电积分值达到了131.00 uvs,研究对象垂直方向受力最大时,垂直方向受力均值为3226.32N,李*垂直方向受力为3652.65N,其值明显大于垂直受力均值;研究对象起跳腿着地时对地面的冲击力一级运动员要明显小于二级运动员的。在蹬伸阶段,躯干腹直肌和起跳腿的股直肌表现最为兴奋,为主要作用肌肉;研究对象垂直方向受力最大时,级别越高垂直方向最大受力越大,水平方向与之相反。     

羽毛球运动员高远球技术动作上肢肌肉肌电分析

为了探讨高校高水平羽毛球运动员在做正、反手高远球技术动作时上肢主要肌肉(三角肌、背阔肌、腹外斜肌、肱二头肌、尺桡肌)的肌力特征。运用美国Delsys公司生产的无线GPS表面肌电测试仪对体育学院羽毛球运动员上肢主要肌肉进行了测试分析。结果表明:1)高远球技术动作参与运动的上肢肌肉发力最早的是三角肌、腹外斜肌和胸大肌,做功最大的是三角肌、肱二头肌和尺桡肌;反手高远球技术动作参与运动的上肢肌肉发力最早的是三角肌和背阔肌、腹外斜肌,做工最大的是三角肌、背阔肌和肱二头肌。2)无论是正手还是反手高远球技术动作,三角肌均为主要发力肌,做功最大,发力时间也最早。     

我国蹦床运动员下肢肌肉力量等动测试研究

运用等动肌肉力量测试的方法,对六名国家健将级蹦床网上运动员下肢肌群力量进行测定,根据髋、膝、踝三关节力矩值的屈伸比得到以下结论:髋关节伸肌群为蹦床运动员下肢三大关节中量最重要的运动肌群;目前国内对蹦床网上运动员髋关节肌群的力量训练符合蹦床运动技术要求;蹦床运动员完成空中直体难度动作时屈髋是运动员在空中对肢体的控制意识不够所致;蹦床运动员完成空中屈体或团身动作时不能在垂直位开腿是运动员对开腿时机掌握不好所致。     

跆拳道双飞踢技术动作运动特征分析

跆拳道运动中双飞踢技术,有着不可比拟的优势和特点,是跆拳道运动员在比赛中常用到的技术。国内关于双飞踢技术的肌电特征研究处于空白,没有相关的理论研究对双飞踢技术中的肌肉角度、收缩速度、长度等进行详细的解释,本文选取跆拳道运动员的双飞踢动作作为研究对象,运用肌电知识对其进行分析,揭示跆拳道运动员双飞踢技术运用过程中肌肉的用力特征,以期得出双飞踢动作的合理动作过程和发力方法,有助于双飞踢动作技能的形成。     

基于递归量化分析的表面肌电特征提取和分类

利用展拳、握拳和腕屈、腕伸时从前臂分别检测的两路表面肌电（surface electromyography,SEMG）信号,对四种动作进行了分类研究.先采用移动平均法（moving average,MA）和一阶差分法确定SEMG信号中对应的每个动作波形的起止点,再利用递归量化分析（recurrence quantification analysis,RQA）方法提取各种动作波形的非线性特征参量（确定率、递归率等）,由两路SEMG信号的这些特征参量构成特征矢量,输入BP（back propagation）神经网络,完成对不同动作的分类.研究结果表明,将利用递归量化分析得到SEMG信号的几种非线性参量作为特征值,对不同动作进行分类能够获得较高的分类准确率.     

基于自适应Chirplet分解的偏瘫肌强直症状评估

为对偏瘫患者的痉挛性肌强直症状进行定量评价,设计了一种基于自适应Chirplet(线性调频小波)分解的表面肌电信号处理方法。采集了15例偏瘫患者在上肢单关节神经康复机器人上做肘关节被动屈伸动作时肱二头肌的表面肌电信号。通过比较不同患者的最优Chirplet时频参数,量化评价患者肌强直症状。结果表明:通过该方法得到的患者在出现肌强直症状时的肌纤维放电时间与患者相应的简式Fugl-Meyer运动功能评价(上肢)分数存在较好的线性关系,可以从一个方面反映偏瘫患者患侧上肢的运动功能。     

基于自适应Chirplet分解的偏瘫肌强直症状评估

为对偏瘫患者的痉挛性肌强直症状进行定量评价,设计了一种基于自适应Ch irp let(线性调频小波)分解的表面肌电信号处理方法。采集了15例偏瘫患者在上肢单关节神经康复机器人上做肘关节被动屈伸动作时肱二头肌的表面肌电信号。通过比较不同患者的最优Ch irp let时频参数,量化评价患者肌强直症状。结果表明:通过该方法得到的患者在出现肌强直症状时的肌纤维放电时间与患者相应的简式Fug l-M eyer运动功能评价(上肢)分数存在较好的线性关系,可以从一个方面反映偏瘫患者患侧上肢的运动功能。     

基于径向基网络的表面肌电信号处理

利用AR模型对实验所采集到的原始二通道表面肌电信号（SEMG）加以分析,提取AR系数作为特征值,将其作为训练样本输入到RBF神经网络进行训练,用此网络对前臂的伸臂和曲臂两种运动模式的表面肌电信号进行模式分类。实验表明,基于径向基函数RBF神经网络分类准确率比BP神经网络更高,具有较强的鲁棒性和自适应能力,可以有效识别肌肉的单动作模式。     

表面肌电信号拾取与预处理电路设计

表面肌电信号(SEMG)是指当骨骼肌收缩时,肌纤维所产生的微弱电信号在皮肤表面的募集。一般情况下,表面肌电信号特别微弱,频率主要集中在10～500 Hz范围内,幅值在10～5 000μV,很容易受到工频50 Hz噪声干扰。针对表面肌电信号的特点,采用Ag/AgCl电极拾取SEMG信号,设计了仪表放大电路,带通信号调理电路。实验证明,所设计的电路能有效提取带宽为10～1 000 Hz的表面肌电信号,实现了简捷有效的表面肌电信号拾取。     

无氧阈强度训练在速度轮滑项目中的效果比较研究

运用无氧阈理论对速度轮滑项目进行监测,将为有氧代谢能力的训练开辟新的领域。该研究是对实验组运动员安排无氧阈强度训练,监测运动员的生理生化指标,并对各项指标进行分析,来论证无氧阈训练对提高速度轮滑运动员身体机能的效果是否显著,为速度轮滑运动训练提供科学的依据。     

基于肘关节表面肌电信号的负载识别

针对大多数肌电信号只进行特定肢体动作识别而没有对肢体进行外加负载识别的问题,提出一种基于表面肌电信号(surface electromyography, s EMG)的负载识别方法。首先,采用4通道表面电极采集肘关节在不同负载下的s EMG信号;然后,利用时域、频域特征提取方法对s EMG信号进行特征提取构成特征向量;最后,利用支持向量机(support vector maching, SVM)、BP神经网络和RBF神经网络对特征向量进行分类识别。结果表明以时域特征值识别,SVM的识别效果最佳,准确率为96.2%;以频域特征值识别,BP神经网络的识别效果最佳,准确率为87.5%;以时、频域组合特征值识别,RBF神经网络的识别效果最佳,准确率为90.4%。可见通过s EMG信号进行负载识别具有一定的可行性,为s EMG信号的广泛应用奠定基础。     

表面肌电在体育科学研究领域中的应用进展

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。     

人体腿部表面肌电信号特征提取方法

表面肌电信号(sEMG,surface electromyography)作为人体运动检测的主要信息源之一,已被广泛应用于康复训练福祉机器人领域。针对人体下肢动作识别的问题,提出了一种针对表面肌电信号进行小波变换的特征提取方法。在肌电信号的频域分布中,该方法选取小波子空间中活动段的平均功率组成特征向量。为验证所提出方法的有效性,设计实现了一种微型便携式多通道sEMG信号采集系统,并利用支持向量机(SVM,support vector machine)构建分类器对腿部动作进行识别。实验结果表明:该方法能有效识别腿部常见的4种动作,同一个体动作识别率能达到95%以上,不同个体识别率平均能达到85%,能够较好地应用于下肢运动障碍患者的日常康复训练。