低负荷静态收缩诱发屈肘肌疲劳的协同肌sEMG相干性

王乐军， 陆爱云， 郑樊慧， 龚铭新

(1．同济大学体育部，上海200092;2．上海体育学院 运动科学学院，上海200438;3．上海体育科学研究所，上海200030)

人体屈肘动作是完成众多运动任务的重要基本动作。在屈肘运动过程中，肱二头肌(bicepsbrachii，BB)和肱桡肌(brachioradialis，BR)作为屈肘关节最重要的主动肌，是运动任务得以完成的最重要动力来源。在长时间屈肘运动过程中，肱二头肌和肱桡肌外周肌肉与中枢神经系统会发生一系列的变化，并通过神经肌肉调控的前馈系统和反馈系统作用［1－2］，引起屈肘肌运动性肌肉疲劳的发生。在屈肘肌运动性肌肉疲劳发生发展的过程中，作为协同肌的肱二头肌与肱桡肌，其协同收缩特征及中枢神经系统对其的支配也必然会发生一定的变化。对运动性肌肉疲劳发生发展过程中中枢神经系统对协同肌支配变化规律的研究，是目前生理学研究者关注的热点问题。

在研究中枢神经系统对协同收缩肌肉运动控制的多种手段中，通过记录负荷运动任务过程中协同肌表面肌电信号(sEMG)，并对记录的sEMG进行相干性分析，是研究中枢神经系统对协同肌同步控制的有效方法［3－5］。对完成负荷任务过程中协同收缩肌肉的肌电信号进行相干性分析，为研究中枢神经系统(CNS)对协同收缩肌肉共神经输入(common neural inputs)同步支配提供了有效的手段［3］。已有研究结果显示，通过相干性分析观察两信号在不同频段内的频率一致性可以了解中枢神经系统支配的有关信息［3］。

围绕运动性肌肉疲劳诱发协同肌sEMG相干性变化特征及潜在机制等问题，目前国内外已有相关的研究成果发表［3－5］。由于不同关节周围肌肉、不同负荷运动任务情况下所诱发运动性肌肉疲劳机制的复杂性及差异性，两协同肌sEMG相干函数值的变化会受到关节位置、运动负荷任务等诸多因素的影响［3，6－7］。低 负 荷 (低 于 30% Maximal Voluntary Contraction，MVC)静态收缩是人们日常活动中常见的肌肉运动方式。低负荷静态收缩诱发的运动性肌肉疲劳在引起中枢与外周变化方面与肌肉在较高负荷收缩所诱发运动性肌肉疲劳存在一定的差异性［8－10］。对低负荷静态收缩诱发运动性肌肉疲劳的研究在前期并未引起研究者的关注与重视。目前尚未有研究对低负荷静态收缩诱发屈肘肌疲劳引起肱二头肌与肱桡肌相干性变化规律及潜在机制问题进行过分析与探讨。

本文以20%MVC静态收缩诱发屈肘肌疲劳，记录负荷运动实验中屈肘肌、肱桡肌与肱二头肌的sEMG。通过对比分析疲劳负荷实验前半段和后半段所记录肱桡肌与肱二头肌sEMG的相干性，探讨低负荷静态收缩诱发屈肘肌疲劳过程中协同肌、肱桡肌与肱二头肌sEMG频率变化的同步特征，进而探讨低负荷静态收缩诱发屈肘肌疲劳引起CNS对协同肌群同步支配的变化情况。

1 研究对象与方法

1．1 研究对象健康青年男性志愿者15名，身高为(172．60 ±5．96)cm，体重为(65．02 ±8．89)kg，年龄为(23．20±2．51)岁。所有受试者在实验前了解实验流程并自愿参加本实验。受试者在实验前24 h内未从事剧烈体力活动，无肌肉疲劳现象。

1．2 研究方法

1．2．1 实验程序

1．2．1．1 实验标准动作姿势受试者舒适地正坐在座椅上，上身保持直立，分别调节座椅高度和人体姿势，使得髋、膝、踝关节保持90°，双脚平放于地面。右前臂与右上臂保持垂直，右上臂与水平面保持垂直，另一侧手臂自然下垂于体侧。

1．2．1．2 最大随意收缩力测量在进行静态疲劳负荷实验之前，采用瑞士 CMV AG公司研制的CONTREX等动肌力测试系统(型号为PM1/MK2a，b)测量每位受试者右侧肘关节屈肌MVC。测量MVC时受试者保持上述实验标准动作姿势。每位受试者测量3次，每次间隔5 min，取其中最大值作为个人的MVC，单位是kg·m。

1．2．1．3 等长运动疲劳负荷实验方案在保持上述实验标准动作姿势的条件下，通过滑轮引线使得受试者右臂腕部拉住可在肘关节处产生20%MVC的重物，在实验中要求受试者尽力保持标准动作姿势不变。受试者不能坚持负荷运动任务时结束实验［11－12］。在实验过程中记录受试者右侧肱桡肌和肱二头肌sEMG。

1．2．1．4 表面肌电信号采集采用 NeuroScan生物电信号采集系统中的2个双极导联，分别记录实验过程中受试者右侧肱桡肌和肱二头肌sEMG。将2个双极导联灌入导电膏后分别置于右侧肱二头肌和肱桡肌的肌腹表面，两电极间距2 cm。放置电极前对皮肤进行减小阻抗的常规处理(去毛、75%酒精棉球清理皮肤等)。采集肌电信号的采样频率设置为2 000 Hz，带通滤波频率设置为5～500 Hz。

1．2．2 数据的处理1)将采集的sEMG按等时间间隔(2．048 s)进行分段。2)计算每段sEMG的均方根振幅RMS、基于傅里叶功率谱转换计算中值频率MF。3)以每位受试者第一段sEMG所计算指标为初始值，对所计算的RMS和MF值相对于初始值进行标准化［13－14］。4)由于每位受试者负荷运动实验的时间不同，为了便于横向计算及比较分析，采用线性插值的方法将前期按等时间间隔计算的各sEMG指标数据标准化为20个数据点［13］。5)将采集的sEMG按时间长度平均分为2段，分别记为运动前半段和运动后半段［14］。6)对运动前半段和运动后半段肱二头肌和肱桡肌sEMG进行相干性分析。相干函数计算的参数参照相关文献［14－15］设置(短时傅里叶变换窗口类型为Hanning window，分段长度为2 048个样本点，重叠为50%)。

1．2．3 数据统计分析采用 Kolmogorov－Smirnov test方法分析数据的正态性。采用Friedman非参数检验法对实验不同时间段内sEMG的RMS、MF指标进行差异性检验。采用配对t检验对疲劳负荷实验前、后半段测试肌肉sEMG相干性分析结果的差异性进行检验，差异的显著性水平为P＜0．05。运用SPSS13．0软件进行统计分析。

2 研究结果

2．1 疲劳实验过程中肱二头肌与肱桡肌RMS、MF的变化特征从图1可以看出，在实验过程中肱二头肌和肱桡肌sEMG指标RMS均随运动持续时间增加逐渐增加，而MF均随运动持续时间增加逐渐减小。采用多个相关样本非参数检验的Friedman方法，对疲劳负荷实验过程中不同时间阶段内肱二头肌与肱桡肌sEMG指标RMS和MF(归一化前的值)的差异性进行检验，发现肱二头肌和肱桡肌MF和RMS指标在不同时间阶段内的值具有显著性差异(肱二头肌RMS、肱二头肌 MF、肱桡肌 RMS、肱桡肌 MF均为 P=0．000)。

图1 疲劳实验中肱二头肌与肱桡肌RMS、MF的变化特征Figure 1．Changes of RMSand MF in BB and TB Muscles during Fatiguing Contraction

2．2 协同肌、肱二头肌与肱桡肌sEMG相干性 从图2可以看出，在运动前半段和运动后半段肱二头肌与肱桡肌sEMG相干函数在10 Hz和35 Hz附近各表现出一个波峰。运动后半段肱二头肌与肱桡肌sEMG在图示频率范围内的相干函数值多数大于运动前半段。运动前半段和运动后半段肱二头肌与肱桡肌sEMG相干函数在不同频段内最大值所处的频率无显著性差异(图3)。

从图4可以看出，在Beta内运动后半段肱二头肌与肱桡肌sEMG相干函数值要明显大于运动前半段，在Tremor和Gamma频段内运动前半段和运动后半段肱二头肌与肱桡肌sEMG相干函数值无显著性差异。

图2 协同肌、肱桡肌与肱二头肌sEMG相干函数均值随频率的变化曲线Figure 2．Changing of Averaged Coherence Value between BB and BR sEMG with Frequency

图3 肱二头肌与肱桡肌sEMG相干函数在不同频段内最大值所处的频率Figure 3．Frequency at Which the Maximum Coherence Occurred in Each Frequency Band

图4 不同运动阶段肱二头肌与肱桡肌sEMG相干函数各频段内的值Figure 4．Coherence Value in Each Frequency Band during Different Fatiguing Contraction Phase

3 讨论

在静态屈肘运动过程中，随运动持续时间的延长，反映sEMG振幅的RMS逐渐增加，而基于傅里叶变换计算的中值频率MF逐渐减小。在运动前半段和运动后半段，肱二头肌与肱桡肌sEMG相干函数在10 Hz和35 Hz附近各表现出一个波峰。在0～70 Hz的大部分频率范围内，运动后半段的相干函数值较运动前半段均有所增大。在不同频段内，运动前半段和运动后半段相干函数最大值所处的频率并无显著性的差异。在Beta内，运动后半段肱二头肌与肱桡肌sEMG相干函数值明显大于运动前半段。其中，RMS随运动持续时间的逐渐增加和MF随运动持续时间的逐渐减小是肌肉在次最大负荷静态收缩诱发局部肌肉疲劳的典型特征。MF的下降主要是由于肌纤维动作电位传导速度下降、运动单位的放电频率下降等因素引起，而RMS指标的增加表明在疲劳条件下为维持既定的负荷水平神经系统募集运动单位的数量和激活频率增加等因素有关［16－18］。本研究中RMS和MF随运动持续时间的变化情况一方面反映了疲劳负荷实验过程中受试者疲劳的发生发展情况，另一方面也为了解肌肉中枢与外周的某些变化提供了有价值的信息。

在运动性肌肉疲劳诱发协同收缩肌肉相干性变化的研究方面，A．Danna－Dos Santos等［7］和 S．Kattla 等［3］分别对手部肌肉40%MVC负荷静态收缩和第一骨间背侧肌、指浅屈肌静态负荷收缩诱发肌肉疲劳后引起协同肌相干性的变化进行了研究与探讨，结果发现疲劳引起不同频段范围内相关函数值的增加，其中，S．Kattla等［3］的研究发现疲劳引起相干函数在 Beta gamma频段内的值均增加，而 A．Danna－Dos Santos等［7］的研究发现在所研究的大部分肌肉中，sEMG相干函数只在0～35 Hz频段内出现增加现象。此外，王乐军等［14］对静态收缩诱发运动性肌肉疲劳诱发主动肌与拮抗肌sEMG相干性分析的研究结果显示，运动性肌肉疲劳引起主动肌与拮抗肌sEMG相干函数在Beta和Gamma频段内的值降低。

前期研究结果显示，不同频段内相干函数值的大小可以反映神经肌肉系统调控的相关信息。其中，15～30 Hz的beta频段被认为是研究中枢神经系统运动控制的重要频段，相干函数值在该频段内的活动是与大脑运动皮层驱动相关的。通过观察和分析两肌肉在收缩过程中的肌电信号在beta频段内相干函数值，可以了解运动皮层和脊髓运动中枢对协同收缩肌肉同步支配水平的改变情况［19－21］。Gamma频段内相干函数值的大小似乎也跟运动皮层的控制有关［3］。Tremor频段内的相干函数值似乎受到中枢支配及外周环境改变等多种因素的影响［14］。

在本研究中，运动后半段相干函数在Beta频段内的值明显大于运动前半段，这与S．Kattla和A．Danna－Dos Santos的研究结果是相一致的，表明以20%MVC静态负荷屈肘运动致肌肉疲劳过程中皮层神经元与运动神经元池之间的同步耦合性的增加［3］，提示随着运动性肌肉疲劳的发生发展，运动皮层对肱二头肌与肱桡肌采取了相同的调节方式，由此造成中枢神经系统对肱二头肌与肱桡肌共神经输入同步支配的增加。与S．Kattla研究结果不同的是，在本研究中运动前半段肱二头肌与肱桡肌sEMG在Gamma频段内的相干函数值并无显著的差异性。通过Karen Søgaard等［8］和J．L．Smith等［9］的研究可以推断，在 20%MVC 负荷静态屈肘诱发的屈肘肌疲劳是外周与中枢共同作用的结果，其中中枢所起作用在整个屈肘肌疲劳中占有相当高的比例。以20%MVC静态负荷收缩诱发的屈肘肌疲劳与肌肉在较高负荷收缩所诱发运动性肌肉疲劳在疲劳产生机理方面存在一定的差异性。本研究对低负荷收缩诱发屈肘肌疲劳引起相干性变化与之前研究的差异性，或许和低负荷静态收缩诱发疲劳机理的特异性有关，但是对于其机制及中枢调控策略等问题尚需进一步的研究。

C．J．De Luca 等［22］的研究结果显示，在人体运动中，CNS控制协同工作的肌肉以一个共同的功能单位参与收缩。其中，“共驱动”控制策略作为CNS控制协同工作肌肉的重要方式之一，其不仅仅被用于单一维度关节周围主动肌与拮抗肌协同收缩的中枢控制策略，在单一维度关节周围的协同肌控制中也被采用。在运动性肌肉疲劳发生、发展的过程中，随着肌肉收缩能力下降、神经肌肉系统感知运动的本体感觉能力下降等因素作用，中枢神经系统对协同工作肌肉的控制方式会发生一定的改变以更好地适应运动负荷任务的需要［2］。王乐军等［14］的研究发现，运动性肌肉疲劳引起主动肌与拮抗肌sEMG相干函数在Beta和Gamma频段内的值降低，而本研究发现低负荷静态收缩诱发屈肘肌疲劳后引起协同肌、肱桡肌与肱二头肌相干函数值在Beta频段内的增加，这一研究结果也从一定层面揭示了协同肌与拮抗肌各自的功能特点及疲劳后中枢神经系统对不同协同工作肌肉采取的不同调控方式。在运动性肌肉疲劳过程中，脊髓运动神经元兴奋性及运动皮层对脊髓运动神经元激活能力下降。疲劳引起CNS对协同肌共神经输入同步支配的增加可以补偿由皮层－脊髓对肌肉支配能力的下降［3］。此外，在肌肉产生运动性肌肉疲劳过程中，为更有效地维持既定的收缩力水平，中枢神经系统或许对肱二头肌与肱桡肌运动单位的激活采取更加同步的方式。

4 结论

在20%MVC静态负荷屈肘运动致肌肉疲劳过程中，运动后半段肱二头肌与肱桡肌sEMG在Beta频段内相干函数值明显大于运动前半段，提示疲劳过程中肱二头肌与肱桡肌共神经输入同步支配的增加。这或许是为补偿疲劳引起的运动神经元兴奋性下降，大脑运动皮层控制协同肌以更加同步的方式活动，在肌肉收缩能力下降的情况下继续维持既定的负荷运动任务。

［1］ Enoka R M，Baudry S，Rudroff T，et al．Unraveling the Neurophysiology of Muscle Fatigue［J］．J Electromyogr Kinesiol，2011，21(2):208 －219

［2］ Gandevia SC．Spinal and Supraspinal Factors in Human Muscle Fatigue［J］．Physiol Rev，2001，81:1725 －1789

［3］ Kattla S，Lowery M M．Fatigue Related Changes in Electromyographic Coherence between Synergistic Hand Muscles［J］．Exp Brain Res，2010，202(1):89 －99

［4］ Siemionow V，Sahgal V，Yue G H．Single－Trial EEG－EMG Coherence Analysis Reveals Muscle Fatigue－Related Progressive Alterations in Corticomuscular Coupling［J］．IEEE Transactions on Neural and Rehabilitation Systems Engineering，2010，18(2):97 －106

［5］ Tuncel D，Dizibuyuk A，Kiymik M K．Time Frequency Based Coherence Analysis between EEG and EMG Activities in Fatigue Duration［J］．Journal of Medical Systems，2010，34(2):131－138

［6］ Yang Q，Fang Y，Sun C K，et al．Weakening of Functional Corticomuscular Coupling during Muscle Fatigue［J］．Brain Res，2009，1250:101 －112

［7］ Tecchio F，Porcaro C，Zappasodi F，et al．Cortical Short－Term Fatigue Effects Assessed Via Rhythmic Brain－Muscle Coherence［J］．Exp Brain Res，2006，174:144 －151

［8］ Karen Søgaard，Simon C G，Gabrielle T，et al．The Effect of Sustained Low－Intensity Contractions on Supraspinal Fatigue in Human Elbow Flexor Muscles［J］．J Physiol，2006，573(2):511－523

［9］ Smith J L，Martin P G，Gandevia S C，et al．Sustained Contraction at Very Low Forces Produces Prominent Supraspinal Fatigue in Human Elbow Flexor Muscles［J］．J Appl Physiol，2007，103:560 －568

［10］ Yassierli，Maury A Nussbaum．Utility of Traditional and Alternative EMG－Based Measures of Fatigue during Low－Moderate Level Isometric Efforts［J］．Journal of Electromyography and Kinesiology，2008，18:44 － 53

［11］ 王笃明，王健，葛列众．静态负荷诱发肌肉疲劳时表面肌电信号(sEMG)变化与主观疲劳感之间的关系［J］．航天医学与医学工程，2004，17(3):201－204

［12］ 王健，方红光，杨红春．运动性肌肉疲劳的表面肌电非线性信号特征［J］．体育科学，2005，25(5):39 －43

［13］ Winter D A．Biomechanics and Motor Control of Human Movement［M］．New York:John Wiley Sons，2009:43

［14］ 王乐军，黄勇，龚铭新，等．运动性肌肉疲劳过程中主动肌与拮抗肌sEMG相干性分析［J］．体育科学，2011，31(10):79－84

［15］ Terry K，Griffin L．How Computational Technique and Spike Train Properties Affect Coherence Detection［J］．J Neurosci Methods，2008，168:212 －223

［16］ 王健，杨红春，刘加海．疲劳相关表面肌电信号特征的非疲劳特异性研究［J］．航天医学与医学工程，2004，17(1):39－43

［17］ Lowery M M，Stoykov N S，Kuiken T A．A Simulation Study to Examine the Use of Cross－Correlation as an Estimate of Surface EMGCross Talk［J］．J Appl Physiol，2003，94:1324－1334

［18］ Anita C J，Greig I，Gray K，et al．Relationships between Surface EMG Variables and Motor Unit Firing Rates［J］．Eur JAppl Physiol，2009，107:177 －185

［19］ Conway B A，Halliday D M，Farmer S F，et al．Synchronization between Motor Cortex and Spinal Motoneuronal Pool during the Performance of a Main Tained Motor Task in Man［J］．J Physiol，1995，489(3):917 － 924

［20］ Salenius S，Portin K，Kajola M，et al．Cortical Control of Human Motoneuron Firing during Isometric Contraction［J］．JNeurophysiol，1997，77:3401 －3405

［21］ Baker SN，Olivier E，Lemon R N．Coherent Oscillations in Monkey Motor Cortex and Hand Muscle EMG Show Task－Dependent Modulation［J］．JPhysiol，1997，501:225 － 241

［22］ De Luca CJ，Erim Z．Common Drive in Motor Units of a Synergistic Muscle Pair［J］．J Neurophysiol，2002，87:2200－2204