论文部分内容阅读
本文深入研究局部肌疲劳的过程与相应SEMG信号非线性特征参数变化之间的关系，并通过实验获得有价值的实验结果。本文对不同肌肉收缩力水平检测的SEMG信号，采用分段计算SEMG信号分形维数的方法，分析分维数随时间的变化趋势，研究肌肉疲劳过程与分维数变化的关系。采用的分形维包括Higuchi自相似维和基于分数布朗运动的分形维。本文研究和分析肌肉持续恒力收缩时对应的SEMG信号复杂度随时间的变化趋势，探讨肌肉疲劳与SEMG信号复杂度变化之间的关系。研究表明，在不同肌肉收缩力水平下，SEMG信号的两种分形维和复杂度均随肌肉疲劳的加深而呈下降的趋势。根据大脑皮层对疲劳的保护性抑制学说，对这些结果进一步进行了生理学意义上的解释。