腕部肌电图对肌肉疲劳回归分析的验证
摘要:
通过训练提高体能,肌肉可能会造成伤害。然而,目前评估肌肉疲劳的方法很少。因此,本文采用表面肌电图(EMG)对肌肉疲劳进行评估。对于判别,我们使用了线性回归分析和支持向量回归,并进行了比较验证。
第一节。
介绍
运动员和学生俱乐部活动几乎每天都在训练以提高身体表现。同时,过度紧张会导致受伤,从而导致表现不佳。
目前,肌肉疲劳的评价主要是通过视觉模拟量表(VAS)和问卷的主观评价来进行的。提出了几种基于生化评价、生理评价等的方法来客观评价肌肉疲劳。但是,由于需要医学专业知识或需要访问专门机构,因此认为这些并不容易使用。
因此,本文提出了一种在任何环境下使用个人电脑轻松评估肌肉疲劳的方法。本文重点介绍肌肉动作电位,这些肌肉动作电位作为一种评估方法易于处理,并且可以在任何地方处理。以前使用肌电图对肌肉疲劳进行的大部分研究都是通过将传感器连接到肌肉质量高的部分来进行的。但是,在肌肉较多的部位进行测量,会给受试者带来负担,与方便测量的目的背道而驰。因此,我们在本文中使用手腕肌电图(ElectroMyoGram)。
第二节。
提议的方法
A. 测量
测量学习识别部分中使用的 EMG(ElectroMyoGram) 数据。我们使用 P-