运动性肌肉疲劳时表面肌电信号的特征
有关肌肉疲劳时sEMG特征的研究始于20世纪50年代，对疲劳时sEMG信号特征的分析方法主要分线性分析法和非线性分析法，其中线性分析法有时域分析法和频域分析法。一般来说，时域分析法是sEMG分析的常用方法，它是分析sEMG电压幅值随时间变化的特征，故称为时域分析法。通过时域分析可以得到信号的某些特征，例如，信号的平均幅值、提取线性包络等。在信号数字系统中有两个常用的sEMG幅值指标：①积分肌电值（integrated electromyography，iEMG），iEMG是指在一定时间内参与活动的运动单位的电活动总量。在时间不变的前提下，iEMG值的大小在一定程度上反映了参与活动的运动单位的数量和/或每一个运动单位电活动的大小；②均方根振幅（root mean square，RMS），RMS大小取决于肌电幅值变化，一般认为与运动单位募集以及兴奋节律的同步化程度有关。
而对于频域分析法来说，信号学理论认为任何信号都是由不同频率的正弦波组成的，也就是说原始信号可以分解成为若干个不同频率和幅值的正弦波。而Fourier变换可以将时域信号转换成频域信号，进而观察不同频率成分的功率值。在传统的Fourier变换基础上，Cooley和Tukey对这种传统计算方法提出了改进，称为快速傅立叶转换（FFT），该方法适用于平稳信号，大大缩短了计算时间。
Kogi和Hakamada是第一个使用肌电信号频率成分评价肌肉疲劳的学者，发现在肌肉渐进性疲劳过程中表面肌电信号的频谱成分向低频成分移动。接着很多学者在研究不同的肌肉疲劳时发现了相同的现象，但是对于发生这种现象的本质有着不同的解释。Kwatny等第一次把数字信号处理方法用于探索肌肉疲劳时表面肌电信号的功率谱性质，他们首次提出了利用平均功率频率（mean power frequency，MPF）来研究肌肉疲劳前后频谱的变化。除了MPF之外，Stulen和De Luca又提出一个目前频繁使用的指标中位频率（median frequency，MF）来评价频谱，这个指标是将整个频谱分成面积相等的两部分，可以反映整个频谱主要频率成分。
由于等长收缩时，sEMG的幅值平均值以及前后时刻两个采样点之间的关系不随时间变化，因此等长收缩产生的sEMG可以假定为平稳信号。由于等长收缩时记录到的sEMG信号可以被看成平稳信号，因此可以利用传统的频谱分析法来评价sEMG信号中功率谱的变化。但是对于动力性研究来说，sEMG信号具有明显非线性动力学特征，因此，要用特殊的方法来处理，例如，时频分析法、小波分析法、非线性分析法、递归定量分析法。由于本研究实验设计主要涉及前臂肌肉的等长收缩，所以分析指标主要采用线性分析法，对于sEMG的其他分析方法就不再详细介绍。
sEMG信号频谱的变化能够详细地提供肌肉从收缩开始到收缩结束的过程的信息。在肌电频谱中MF能更敏感地反映出肌肉持续性收缩过程中生物力学和生理学因素的变换情况，但是这个指标变异大，因为表面肌电信号的低频成分不稳定，但是经过滤波可以减低这种不稳定性。一般来说，随着肌肉疲劳的发生，该块肌肉频谱中的MF会降低。
有研究表明：在静力性等长收缩诱发疲劳的实验中，MPF通常表现为下降趋势。然而，还有一些学者发现在步行锻炼中肌电功率谱的MPF没有发生改变。MPF有时候表现出相反的变化行为，其部分原因可能是由其他一些引起频率成分变化的因素引起的。Petrofsky和Lind发现肌细胞内温度升高会诱发sEMG信号频谱高成分增加。因此在运动疲劳中，有两个同时存在的相反效应影响着sEMG的频谱成分：由肌肉本身疲劳诱发的效应会引起MPF下降，同时由于运动导致的肌细胞内温度上升效应会导致MPF升高。所以，在一些运动中，最终可能观察到MPF下降程度会很小或者变化不显著。
对频域指标下降现象的解释以Lindstrom为代表，他们认为，疲劳过程中局部肌肉产生的代谢产物H+使动作电位沿肌纤维的传导速度变慢，从而使MPF或MF显著下降。但是，Masuda等研究发现，由肌纤维传导速度下降而导致MF下降只占其总下降的7%，同时Merletti等也发现在肌肉疲劳过程中肌纤维传导速度的下降率要远低于MPF的下降率。王健等研究了一侧肢体肌肉疲劳时对对侧肢体同一块肌肉收缩时sEMG变化产生的影响，结果发现，对侧肌肉MPF和MF受同侧肌肉疲劳的影响，同时王健等又观察了诱发主动肌疲劳过程中主动肌和拮抗肌MPF变化特征，结果发现，疲劳时拮抗肌与主动肌MPF的斜率变化相似，他们认为，MPF的变化并非仅仅由外周代谢因素（尤其H+）引起的。以上学者研究结果说明MPF或MF受中枢调控影响，认为MPF或MF不具有局部肌肉疲劳特异性，也就是MPF或MF下降不一定说明局部肌肉发生了疲劳。
Knowlton等首次观察到肌肉疲劳时，肌电信号幅值增加，之后陆续有学者研究报道再次最大随意收缩时，sEMG信号的幅值逐渐增加，而在最大随意收缩过程中，sEMG信号的幅值下降。Dideriksen等对不同形式疲劳方案下，sEMG信号幅值与肌肉力量之间的变化做了计算机模型分析，他们发现，在3种不同强度的最大随意等长收缩条件下，肌电信号幅值表现出不同的变化趋势。因此，认为sEMG信号幅值与力之间的关系主要取决于疲劳模型。在次最大随意收缩中时，指标上升是因为疲劳发生时，机体为了维持目标力需要逐渐募集更多的运动单位，所以导致逐渐上升；而在最大随意收缩中，能够募集的运动单位已经全部被动员，再也无法募集新的运动单位，因此，随着运动单位的疲劳，sEMG信号幅值表现为下降。
iEMG反映的是参与活动的运动单位的电活动量，我们知道在运动开始的时候，中枢只需要动用较少的肌纤维就可以维持运动的需要，但是随着运动时间的延长，某些运动单位的工作能力下降，使得肌力下降，而机体为了维持原来的强度，中枢神经系统只有动员更多的运动单位才能够完成。因此疲劳时通常表现为iEMG上升。RMS是神经肌肉电活动的有效值，与中枢神经系统运动单位活动的同步化程度有关，当肌肉疲劳时，中枢神经系统可以通过同步化运动单位来实现维持原有的肌肉张力，所以表现为RMS值增加。
鉴于sEMG技术的无创伤性，容易被受试者接受，而且sEMG可以评价局部某一块肌肉的疲劳状况，这样可以更准确地研究与之对应的大脑神经中枢特定区域的生理状况，便于发现肌肉疲劳时中枢的神经生理学机制。同时，综合以上这些学者的研究成果来看，判断肌肉疲劳要使用多指标来评定，而在等长收缩诱发肌肉疲劳时，采用sEMG信号中的时域指标评定更为可靠。