肌肉组织疲劳过程的超声衰减特征

肌肉组织疲劳过程的超声衰减特征

李培畅， 崔付俊， 李霖， 刘昕， 李永放， 郭建中*

(陕西师范大学 物理学与信息技术学院， 陕西 西安 710119)

摘要：基于超声波在生物软组织中的传播机理以及肌肉疲劳过程中组织厚度、弹性等特征的变化，研究了超声衰减特性与肌肉疲劳过程的相关性，理论分析了超声波幅度随肌肉疲劳的变化规律。设计针对右肱二头肌的实验，探讨了激励声波在逐渐疲劳的组织中传输的响应规律。同步采集表面肌电信号，研究肌肉疲劳过程中肌电信号与超声衰减特征的相关性。理论分析及实验结果表明，在肌肉疲劳过程中，随着疲劳程度的增强，超声波传输后平均能量幅度逐渐减小，其减小趋势满足指数衰减规律，同时同步采集的表面肌电信号均方根值呈线性增加趋势。

关键词:超声波； 幅度； 衰减； 肌肉疲劳； 表面肌电信号

中图分类号:TP391.42 文献标志码: A

文章编号：1672-4291(2015)01-0051-05

doi:10.15983/j.cnki.jsnu.2015.01.311

收稿日期：2013-11-23

基金项目：陕西省13115科技创新重大科技专项项目(2010ZDKG—36)

文章编号：1672-4291(2015)01-0047-04

doi:10.15983/j.cnki.jsnu.2015.01.214

收稿日期：2014-06-27

基金项目：国家自然科学基金资助项目(21402114); 陕西省自然科学基础研究计划项目(2012JQ1002);陕西师范大学大学生创新创业训练计划资助项目(20140718011);陕西师范大学大学生勤助科研资助项目(QZZD14024)

The attenuation of ultrasonic wave in the fatigue muscle tissue

LI Peichang, CUI Fujun， LI Lin， LIU Xin， LI Yongfang, GUO Jianzhong*

(School of Physics and Information Technology, Shaanxi Normal University,

Xi′an 710119, Shaanxi, China)

Abstract:Based on the mechanism of ultrasonic wave propagation in biological soft tissue and the muscle thichness change in the fatigue process,the relationship between ultrasonic attenuation and muscle fatigue are studied.The variations of the ultrasonic amplitude in muscle fatigue are analyzed.Then the corresponding experiments were designed to verify such relation.The surface electromyogram signal synchronized were collected in order to obtain the relationship between the surface electromyogram signal and the ultrasonic attenuation.The results show that the ultrasonic amplitude decreases as an exponential function in fatigue process and the RMS value of the surface electromyogram signal increases linearly.

Key words: ultrasonic wave; amplitude; attenuation; muscle fatigue; surface electromyogram

肌肉疲劳是肌肉组织的一个重要运动特征[1]，处理不当会严重影响人们的日常生活质量以及体育运动的训练效果，准确估计肌肉疲劳程度可以有效减小运动员在比赛训练中受伤的风险[2-3]。已有研究表明，从人体骨骼肌表面电极记录的神经肌肉活动时发出的表面肌电信号(Surface Electromyogram，SEMG)，包含有与肌肉收缩相关联的神经及肌肉特征，可以较方便地评价肌肉功能状态[4-5]。1851年法国科学家Duois Reymond首次检测到人体肌肉收缩时产生的电信号，而后SEMG就广泛地应用于肌肉特征的研究[6]。文献[7]对人的局部肌肉疲劳的肌电表现研究表明,随着肌肉疲劳，SEMG的均方根值(RMS)有线性增加趋势，之后研究者们进一步证明了这一结论，从而利用这一参数的变化可逆向估计肌肉的疲劳状态[8-11]。由于SEMG属于极其微弱的生物电信号[12]，受噪音干扰影响大，常常淹没在噪声信号中使得其在幅度上呈现固有的不稳定性[13-14]，而基于肌肉疲劳的生化指标评估疲劳程度的方法需要对人体有创伤的进行评价[15]。

近年来研究人员开始探讨超声参数与肌肉功能之间的关系来评估肌肉疲劳。2003年Hodges等研究了超声成像对肌肉收缩的测量[16]，之后McMeeken等研究了腹横肌厚度与SEMG变化的相关性[17]。2005年胡跃辉等通过检测超声图像中肌肉厚度的变化估计肌肉疲劳，但这种超声图像检测方法，无法实现对图像的实时处理[9]。严碧歌通过采用脉冲反射法探讨了超声对肌肉组织超声传输特性[18-19]，表明肌肉组织超声传输衰减特性具有随纤维方向结构变化特征，对研究生物软组织声学特征及其临床应用具有参考价值。

本文基于超声波在肌肉组织中的传播机理，分析疲劳过程中的肌肉组织超声波传输衰减特征，设计相应的实验研究在肌肉静态疲劳收缩过程中超声激励信号在逐渐疲劳的肌肉组织中的传输规律，得到肌肉疲劳状态与超声衰减特征的规律，以及与同步采集的SEMG估计肌肉疲劳的相关性，以探寻一项方便快捷、适合在线实时检测肌肉组织疲劳的技术。

1肌肉组织疲劳过程中超声传输衰减的理论分析

超声波在介质中传播时，会因波前扩展和材料内摩擦以及界面散射造成超声能量衰减[20]。平面声波在介质中沿直线方向传播时，根据朗伯-比尔(Lambert-Beer)定律的推导，其振幅衰减[21]可表示为

A=A0e-αx。

(1)

式中:A0为最初的声波幅度，A为声波经过x距离后的幅度,α是介质的衰减系数。

超声图像检测发现，疲劳过程中肌肉的厚度随时间变化有非线性增加[10,22]，肌肉厚度的增加量Δx与时间t(t≤30 s)的关系[23-24]为

Δx=8.09x0e-0.006t-6.69x0e-0.093t。

(2)

式中:x0为超声波经过的目标肌肉的初始厚度，Δx为随着疲劳肌肉厚度的增加量。

超声传播过程中，如果传输距离增大Δx，由式(1)可得

A=A0e-α(x0+Δx)。

(3)

将式(2)代入式(3)得到

A/A0=e-α(x0+8.09x0e-0.006t-6.69x0e-0.093t) 。

(4)

测量受试者右肱二头肌[25]横向平均厚度x0为4 cm，参照文献[18]超声在肌肉组织横纤维方向传播时[18-19]衰减系数α为5.75 dB/cm2，将二者代入(4)式得到肌肉组织疲劳过程中时间与幅度的函数关系式为

A/A0=e-23e-186.07e-0.006te153.87e-0.093t。

(5)

式(5)中幅度随时间变化如图1，可得肌肉组织疲劳过程中幅度衰减近于指数形式的单调减函数。

图1 疲劳过程中超声波幅度随时间变化图

对于衰减系数α，在测量生物组织声衰减的理论分析中，衰减系数与声源频率相关[26]，改变声源频率可以得到不同频率下生物组织的超声衰减系数，经过曲线拟合可表示为

α=α0fβ。

(6)

式中α0是衰减常数，在1~7 MHz频率范围[27]内β的值为1.07~1.14。由公式(6)可知生物组织声衰减系数随入射频率f的变化关系，那么随着f增大，衰减系数α越大,衰减程度随之加强。

2 实验

公式(5)表明随着肌肉疲劳过程中肌肉厚度Δx逐渐增加，声波幅度A的衰减近似一个指数函数衰减。公式(6)表明随着入射声波频率f的增大，超声波的衰减系数α增大，声波衰减程度增强。

2.1实验设计

针对肌肉疲劳过程中超声波幅度衰减规律满足指数函数衰减以及超声波幅度衰减与入射的超声波频率相关，我们设计了肌肉组织疲劳过程中的超声传输衰减测量实验，如图2所示。其中由计算机控制信号发生器(RIGOL，型号DG3101A)产生相应的激励信号，激励超声换能器[28-29](OLYMPUS，型号A306S—SU)产生超声波在肌肉组织中传输，由另一端换能器(OLYMPUS，型号A327S—SU)接收，计算机控制示波器(TELEDYNE LECROY，型号HD4096)采集数据并显示响应信号，同时目标肌肉处由多导运动生物电记录分析仪(Biovision，16/32便携式)同步采集SEMG。

肌肉组织疲劳测量方法：受试者(分别对6名受试者进行实验，男性，平均年龄25周岁)坐在带有等速肌力测试系统的可调节椅(北京普康科健医疗设备有限公司，型号ISOMED— 2000)上，身体由背带固定用以限制测试中受试者姿势的变化，右臂前臂固定，手握力矩杆施力。

图2　实验装置示意图

为统一不同体质受试者的施力情况，用各受试者的最大自主收缩力矩对其施力情况进行归一化处理[30]。最大自主收缩力矩测量法是:受试者进行3次等距的最大自主收缩，即手握力矩杆使出最大的力矩的平均值，定义为最大自主收缩力矩[31]。实验开始时，要求受试者对力矩杆施加最大自主收缩力矩50%的力，并保持该力，开始调频信号、SEMG的数据采集。每位受试者测试时间为300 s。实验装置如图3所示。

图3　超声传输衰减测量系统

2.2数据采集

2.2.1 超声调频信号的激励与采集为更准确测量实际超声能量，选取调频信号为激励来研究其响应的衰减情况。调频信号通过换能器及肌肉组织后较稳定[32]，在接收端的响应不易受噪声干扰，便于观察信号变化规律。将两个超声换能器分别置于右肱二头肌两侧，由铁架台及夹子固定，在换能器与皮肤之间填充耦合剂(TM-100型医用超声耦合剂)。信号发生器产生调频信号连接输入端换能器[33]，经逐渐疲劳的肌肉组织传输至接收端换能器(中心频率为10 MHz)[34]由示波器显示波形。计算机编程控制示波器每间隔15 s采集一次数据，持续300 s，整理数据，采集到响应的调频信号(以输入端换能器中心频率2.25 MHz为例)如图4所示。

图4　肌肉疲劳过程中不同时间点的超声调频信号

2.2.2 SEMG数据采集同步调试多导运动生物电记录分析仪，连接电极贴片(阳光牌一次性使用心电电极，100-A型)，用酒精棉轻抹置放电极处皮肤，以减低电阻，贴上两张电极贴片，再选择适当位置贴一张电极贴片作为参考电极，计算机控制，与超声信号同步采集300 s，采集到的SEMG如图5所示。

图5　采集的表面肌电信号

3 实验结果分析

3.1 超声信号衰减拟合曲线的选择

模型拟合的好坏程度用决定系数(R2)来衡量[35]，确定系数的正常取值范围为0~1，越接近1表明变量的解释能力越强，模型对数据的拟合也越好。对疲劳过程中调频信号的幅度积分求平均值，由计算机拟合不同的函数模型，分别为线性函数、二次函数以及指数函数，如图6(输入端换能器中心频率为2.25 MHz时的数据)和如图7(输入端换能器中心频率为5 MHz时的数据)。可以看出，当受试者手握力矩杆维持最大自主收缩力矩50%的力，肌肉逐渐疲劳，响应信号的幅度衰减。分别比较线性函数、二次函数、指数函数3种模型[36]的确定系数发现，指数函数的拟合度最高，对数据解释能力最强。结合理论分析，信号幅度衰减近似于指数函数形式衰减。因此选择指数形式为拟合方式。

图62.25 MHz时不同模型的曲线拟合

Fig.6 Curve fitting with different models for 2.25 MHz

图7　5 MHz时不同模型的曲线拟合

3.2 超声频率变化对衰减的影响

肌肉组织疲劳的超声波衰减特征实验中，以调频信号为激励信号，固定接收端中心频率为10 MHz的超声换能器，改变输入端换能器中心频率以产生不同入射频率的超声波，分别取中心频率为1、5、7.5 MHz的换能器进行实验。探索不同的入射波频率[37]对响应调频信号幅度衰减的影响，整理分析采集到的数据，当输入端换能器中心频率不同时响应信号的平均幅度曲线如图8所示。随时间肌肉逐渐疲劳，响应信号的幅度都逐渐下降，趋势均近似指数函数下降。对比发现：1 MHz时曲线下降率为4.27%，下降最为平缓；5 MHz时下降55.49%；而在输入端为中心频率7.5 MHz的换能器时下降85.10%，下降趋势最陡,即衰减程度最大。

图8　不同入射频率的响应信号

3.3疲劳过程中超声衰减与SEMG变化规律的相关性

如图9a、9b所示当输入端换能器中心频率分别为2.25、5 MHz时，超声波经过疲劳的肌肉组织，由接收端换能器接收到的响应信号平均幅度值都在逐渐衰减。同步采集的SEMG，之后处理数据分析其均方根值变化规律如图9c、9d所示。当目标肌肉组织逐渐疲劳时，SEMG的均方根值呈线性增加的趋势。对比图9研究超声衰减与SEMG变化规律的相关性发现，同步肌肉疲劳实验过程中，随着超声波幅度逐渐衰减，SEMG均方根值呈线性增长趋势。

图9幅度下降曲线与肌电信号变化规律对比图

Fig.9Ultrasonic response signal amplitude decreased as EMG variation curve comparison chart

从实验结果可以发现：(1)超声波在逐渐疲劳的肌肉组织中传输后，其幅度逐渐减小，用不同函数模型拟合发现，指数函数的确定系数最高，说明超声波幅度衰减满足指数函数的衰减规律。(2)随着肌肉组织疲劳，改变入射超声波频率，发现同一频率对应的幅度曲线均逐渐下降，并且随入射频率的增大，对应的幅度下降曲线变得更陡峭，即衰减增强，衰减系数增大，由此所得在逐渐疲劳的肌肉组织中，随着超声波入射频率的增大，衰减增强。(3)实验过程中，所采集到的SEMG的均方根值呈线性增长趋势，结合已有研究[10]，验证了超声波经过的目标肌肉组织处于实验所要求的逐渐疲劳状态。(4)研究肌肉疲劳过程中超声波衰减特征与SEMG变化规律的相关性发现，随着SEMG的均方根值线性增加，同步经过目标肌肉的超声波幅度在非线性衰减，并且其衰减形式满足指数函数形式衰减。

4 结果与讨论

本文基于超声波在肌肉组织中的传输机理，对疲劳过程中的肌肉组织超声波传输衰减特性进行了理论分析，并设计实验，所得实验结果与理论分析一致，在传输过程中随组织疲劳，超声波幅度衰减且满足指数形式的衰减；分析衰减系数与入射超声波频率的关系，得出随着入射超声波频率的增大，幅度衰减程度加大，衰减系数增大。实验同步采集的SEMG的均方根值呈线性增长趋势，并且随SEMG的均方根值线性增加，同步经过目标肌肉的超声波幅度在非线性衰减。另外，我们发现，换能器的位置对回波信号的大小以及信噪比有一定影响，但并不影响实验结果。

研究肌肉疲劳过程中的超声衰减特性，分析超声波通过逐渐疲劳的肌肉组织后的幅度变化规律，可以将该规律应用在实际生活或者运动员的日常训练中。可以通过判断超声波幅度衰减的程度来估计肌肉疲劳程度[38]，从而进行科学合理的训练。在实验过程中，激励响应信号的强度远大于SEMG的强度，因此受到周围环境干扰的程度小，所得响应信号失真度小。本实验首次设计了一套肌肉组织疲劳过程超声传输衰减测量系统，可以定性判断肌肉疲劳程度，在运动学以及医学领域有着非常重要的意义。后续工作中，对于设计的测量系统，在精度与装置简易方面要做进一步优化；探讨不同因素对测量的影响，比如超声换能器的位置；另外，需要对响应信号在频域范围[39]内进行扩展分析。

参考文献：

[1] Mademli L, Arampatzis A, Walsh M. Effect of muscle fatigue on the compliance of the gastrocnemius medialis tendon and aponeurosis[J]. Journal of Biomechanics, 2006, 39: 426-434.

[2] 付伟杰,刘宇,熊晓洁,等.外加弹性紧身装置对田径运动员下肢肌力、疲劳与肌肉活动的影响[J],中国运动医学杂志, 2010, 29(6): 631-635.

[3] 阎俊蒲.变化负荷与固定负荷的肌肉工作特点比较研究[D].北京:北京体育大学运动人体科学学院, 2010.

[4] 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.

[5] Yiwei L, Markuu K, Joseph P Z, et al. EMG recurrence quantifications in dynamic exercise[J]. Biological Cybernetics, 2004, 3: 1-12.

[6] Daniel R Rogers, Dawn T M. EMG-based muscle fatigue assessment during dynamic contractions using principal component analysis[J].Journal of Electromyography and Kinesiology,2011, 21(5): 811-818.

[7] De Luca C J. Myoelectricalmanifestations of localized muscular fatigue in humans[J]. Critical Reviews in Biomedical Engineering, 1984, 11(4): 251-279.

[8] Garland S J, Enoka R M, Serrano L P, et al. Behaviour of motor units in human biceps brachii during a submaximal fatiguing contraction[J]. Journal of Applied Physics, 1994, 76: 2411-2419.

[9] 胡跃辉,施俊,郑永平.声图像法的骨骼肌多参数测量[J].生物医学工程研究, 2005, 24(3): 168-171.

[10] Shi Jun,Zheng Yongping. Assessment of muscle fatigue using sonomyography:muscle thickness change detected from ultrasound images[J]. Medical Engineering Physics, 2006, 29: 472-479.

[11] 施俊,胡跃辉,郑永平,等.使用超声估计疲劳的初步研究[J].应用声学, 2006, 25(1): 24-29.

[12] 张右琏,马国际. 运动性肌肉疲劳的表面肌电信号特征研究[J].湖北体育科技, 2011, 30(1): 47-49.

[13] 王国祥,李长宏.肘关节等速运动过程中表面肌电图的变化特征 [J].中国临床康复, 2004, 8(12):156-158.

[14] 陈胜利,张立.表面肌电信号分析评价肌肉疲劳的有效性和敏感性[J].武汉体育学院学报, 2011, 45(12):73-79.

[15] 蔡立羽,王志中,李凌.肌肉疲劳过程中的表面肌电信号特征研究[J].中国康复医学杂志, 2000, 15(2): 94-95.

[16] Hodges P W, Pengel L H M, Herbert R D. Measurement of muscle contraction with ultrasound imaging[J]. Muscle Nerve,2003, 27: 682-692.

[17] Mc Meeken J M, Beith I D, Newham D J. The relationship between EMG and change in thickness of transversus abdominis[J]. Clinical Biomechanics, 2004, 19: 337-342.

[18] 严碧歌.脂肪-肌肉组织超声衰减特性的研究[J].压电与声光, 2007, 30(1): 96-98.

[19] 严碧歌.肌肉组织超声传输衰减特性的研究[J].压电与声光, 2008, 29(2): 113-115.

[20] 王路,刘镇清.一种超声背散射信号模型及其计算机模拟几物理测试[J].物理测试, 1999, 32(1): 33-36.

[21] 张晗.基于编码激励和脉冲压缩的深层介质超声弹性成像信噪比与分辨率提高[D].西安：陕西师范大学物理学与信息技术学院, 2012.

[22] Zheng Yongping,Huang Qinghua. Sonomyography: monitoring morphological changes of forearm muscles in actions with the feasibility for the control of powered prosthesis[J]. Medical Engineering & Physics, 2006, 28(5): 405-415.

[23] Kroon G W, Naeije M. Recovery of the human biceps electromyogram after heavy eccentric,concentric or isometric exercise[J]. Journal of Applied Physics, 1991, 63(6): 444-448.

[24] Kang H G, Dingwell J B. Dynamics and stability of muscle activations during walking in healthy young and older adults[J]. Journal of Biomechanics, 2009, 42(14): 2231-2237.

[25] Ge S W, Chen S L. Experimental electromyography estimation of intramuscular load of the upper limb in static postures[J].Industrial Health and Occupational Disease,2008, 34: 220-222.

[26] 张道发.利用B超视频输出信号测量体内组织声衰减系数[J].声学学报, 1993, 18(6): 17-21.

[27] 杜功焕,朱哲民,龚秀芬.声学基础[M].南京：南京大学出版社,2012.

[28] 何培忠,段世梅,寿文德,等.超声激发的生物组织声发射模型[J].上海交通大学学报:自然科学版, 2005, 39(8): 1358-1362.

[29] 马浪,郭建中,刘波,等.超声换能器焦区内软组织背散射信号频移与散射子粒径的相关性研究[J].中国生物医学工程学报, 2011, 30(3): 52-58.

[30] 宋超,王健,方红光,等.间断递增负荷条件下肌肉活动的力-电关系[J].体育学刊, 2006, 3(14): 56-59.

[31] Scott K S, Jennifer E S, Samuel C K L, et al. Maximum voluntary activation in non-fatigued and fatigued muscle of young and elderly individuals[J]. Physical Therapy, 2001, 81(5): 1102-1109.

[32] 肖功纯.超声换能器的频率选择[J].自动化仪表, 2001, 22(1): 11-12.

[33] 马浪,郭建中,刘波.软组织超声散射子频率特性的研究[J].压电与声光, 2011, 33(5): 89-91.

[34] 他得安，王威琪，汪源源，等.超声背散射系数评价松质骨状况的可行性研究[J].航天医学与医学工程, 2005, 18(5): 365-369.

[35] Liu H T, Cao Y Z, Xie X B, et al. Estimation of muscle fatigue degree using time-varying autoregressive model parameter estimation of surface electromyography[J].Chinese Journal Biomed Engineer, 2007, 26: 493-497.

[36] Liang Ma, Damien Chablat, Fouad Bennis, et al. A new simple dynamic muscle fatigue model and its validation[J]. International Journal of Industrial Ergonomics, 2009, 39(1): 211-220.

[37] 臧育扬, 杨迪, 郭霞生. 骨运动疲劳的超声检测研究[J].中国体育科技, 2008, 44(1): 42-44.

[38] 李玉章, 吴瑛. 运用超声波技术对人体肌腱复合体特征的研究进展[J].上海体育学院学报, 2010, 34(2): 49-51.

[39] Zhou Qianxiang, Chen Yuhong, Ma Chao, et al. Evaluation of upper limb muscle fatigue based on surface electromyography[J].China Life Science, 2011, 54(10):939-944.

〔责任编辑 李博〕

第一作者：张文发，男，硕士，研究方向为酚醛树脂及衍生制品。E-mail:wfzhang@stu.snnu.edu.cn

*通信作者：刘春玲，女，教授,博士生导师。E-mail: clliutt@snnu.edu.cn

第一作者：郝长春, 男, 讲师, 博士, 研究方向为生物物理学。E-mail: haochangchun@snnu.edu.cn