CN102068264B - 挥击动作的肌能状态分析系统及方法 - Google Patents

Abstract

本发明是有关于一种挥击动作的肌能状态分析系统及方法，该系统包括一挥击器具，用以供一使用者进行挥击动作，其包括一加速度感测器，用以当该挥击器具被挥动时，感测该挥击器具的加速度以产生一挥击速度数据；多个信号侦测模块，用以感应该使用者的多个肌肉产生的多个肌电信号；一数据库，用以储存至少一肌能样本值，每一肌能样本值至少包括一挥击速度样本值及其对应多个肌肉效能样本值；一肌能分析模块，用以分析所述肌电信号与该挥击速度数据以取得所述多个肌肉效能值；以及一比对模块，用以依据该挥击速度数据和该多个肌肉效能值与该数据库中至少一肌能样本值进行比对，以产生一比对结果数据。

Description

挥击动作的肌能状态分析系统及方法

技术领域

本发明涉及一种挥击动作的肌能状态分析系统、方法及其电脑程序产品，特别是涉及一种利用肌电信号与挥击速度数据以分析使用者挥击动作是否正确的挥击动作的肌能状态分析系统及方法。

背景技术

先前技术中，利用肌电信号以分析使用者动作的肌肉反应与施力力道，已常见于医疗技术领域，包括病患的肢体复健训练，义肢的使用训练、瘫痪者的身体全衡训练等。亦如，体内器官的肌肉运作侦测，如心脏肌肉反应侦测，肺部与胸膛肌肉的反应侦测，皆得以结合肌电信号侦测技术，但肌电信号技术甚少应用于就运动领域方面。

事实上，选手进行运动训练时，需相当重视各相关肌肉是否正确施力，同时要避免过度的训练以造成肌肉伤害的情形。以挥击运动为例，挥击运动是指需要多处肌肉瞬间动作，讲求肌肉爆发力、协调性的一系列动作。目前技术多仅做单纯的肌能分析数据，无法即时显示挥击动作所使用到多处的肌肉群的施力状态，故无法直接用于辅助改善挥击动作。

由此可见，上述现有的挥击动作的肌能状态分析系统及方法在产品结构、方法与使用上，显然仍存在有不便与缺陷，而亟待加以进一步改进。为了解决上述存在的问题，相关厂商莫不费尽心思来谋求解决之道，但长久以来一直未见适用的设计被发展完成，而一般产品及方法又没有适切的结构及方法能够解决上述问题，此显然是相关业者急欲解决的问题。因此如何能创设一种新的挥击动作的肌能状态分析系统及方法，实属当前重要研发课题之一，亦成为当前业界极需改进的目标。

发明内容

本发明的目的在于，提供一种挥击动作的肌能状态分析系统及方法，用以分析使用者挥击运动的肌肉效能，更进一步时并可给予施力建议，以令使用者校正其挥击姿势与动作。

本发明的目的及解决其技术问题是采用以下技术方案来实现的。依据本发明提出的一种挥击动作的肌能状态分析系统，其包括：一挥击器具，用以供一使用者进行挥击动作，其包括一加速度感测器，用以当该挥击器具被挥动时，感测该挥击器具的加速度以产生一挥击速度数据；多个信号侦测模块，用以感应该使用者的多个肌肉产生的多个肌电信号；

一数据库，用以储存至少一肌能样本值，每一肌能样本值至少包括一挥击速度样本值及其对应多个肌肉效能样本值；一肌能分析模块，用以分析所述肌电信号与该挥击速度数据以取得该多个肌肉效能值；以及一比对模块，用以依据该挥击速度数据和该多个肌肉效能值与该数据库中至少一肌能样本值进行比对，以产生一比对结果数据。

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。

前述的挥击动作的肌能状态分析系统，其中所述的比对模块依据该挥击速度数据及该多个肌肉效能值，与该数据库中至少一肌能样本值的挥击速度样本值及其对应多个肌肉效能样本值进行比对，以产生该比对结果数据。

前述的挥击动作的肌能状态分析系统，其中所述的肌能分析模块包括一信号分析模块与一肌能判定模块，该信号分析模块对所述肌电信号进行一时域分析以取得多个肌肉施力强度值，该肌能判定模块利用所述肌肉施力强度值以计算出所述肌肉效能值。

前述的挥击动作的肌能状态分析系统，其中所述的信号分析模块更包括对所述肌电信号进行一频域分析以取得一疲劳指标值，且该肌能判定模块更包括依据所述多个肌肉施力强度值与该疲劳指标值，判定该使用者是否处于一疲劳状态。

前述的挥击动作的肌能状态分析系统，其中所述肌肉效能值与所述肌肉效能样本值分别对应多个肌肉属性其中之一；以及，该肌能分析模块将相同该肌肉属性的该肌肉效能值与该肌肉效能样本值进行比对，以产生该比对结果数据。

前述的挥击动作的肌能状态分析系统，其中所述的肌能分析模块更包括依据所述肌肉效能值与所述肌肉效能样本值的比对，判定所述肌肉效能值是否包括至少一异常肌肉效能值。

前述的挥击动作的肌能状态分析系统，其中所述的比对模块更包括依据该比对结果数据，产生一施力建议数据。

前述的挥击动作的肌能状态分析系统，其中所述的比对模块依据该挥击速度数据和该多个肌肉效能值与该数据库中至少一肌能样本值进行比对，经由将该挥击速度数据和该多个肌肉效能值与该数据库中每一肌能样本值进行比对，并从该至少一肌能样本值中决定一目标肌能样本值，再将该挥击速度数据和该多个肌肉效能值与该目标肌能样本值的比对，产生该比对结果数据。

前述的挥击动作的肌能状态分析系统，其更包括一显示模块，用以显示该比对结果数据。

前述的挥击动作的肌能状态分析系统，其中所述的比对结果数据为该挥击速度数据与该挥击速度样本值的差异，以及所述多个肌肉效能值与所述多个肌肉效能样本值的差异。

本发明的目的及解决其技术问题还采用以下技术方案来实现。依据本发明提出的一种挥击动作的肌能状态分析方法，其包括以下步骤：提供一数据库，储存至少一肌能样本值，每一肌能样本值至少包括一挥击速度样本值及其对应多个肌肉效能样本值；经由一加速度感测器，感测一使用者使用一挥击器具进行挥击动作时该挥击器具的加速度，以产生一挥击速度数据；取得该使用者的多个肌肉产生的多个肌电信号；分析所述肌电信号与该挥击速度数据以取得该多个肌肉效能值；以及依据该挥击速度数据和该多个肌肉效能值与该数据库中至少一肌能样本值进行比对，以产生一比对结果数据。

本发明的目的及解决其技术问题还可采用以下技术措施进一步实现。

前述的挥击动作的肌能状态分析方法，其中所述的进行比对，是依据该挥击速度数据及该多个肌肉效能值，与该数据库中至少一肌能样本值的挥击速度样本值及其对应多个肌肉效能样本值进行比对，以产生该比对结果数据。

前述的挥击动作的肌能状态分析方法，其更包括：对所述肌电信号进行一时域分析以取得多个肌肉施力强度值，利用所述肌肉施力强度值与该挥击速度数据以计算出所述肌肉效能值。

前述的挥击动作的肌能状态分析方法，其更包括：对所述肌电信号进行一频域分析以取得一疲劳指标值，且依据所述多个肌肉施力强度值与该疲劳指标值，判定该使用者是否处于一疲劳状态。

前述的挥击动作的肌能状态分析方法，其中所述肌肉效能值与所述肌肉效能样本值分别对应多个肌肉属性其中之一，且该方法更包括：将相同该肌肉属性的该肌肉效能值与该肌肉效能样本值进行比对，以产生该比对结果数据。

前述的挥击动作的肌能状态分析方法，其更包括：依据所述肌肉效能值与所述肌肉效能样本值的比对，判定所述肌肉效能值是否包括至少一异常肌肉效能值。

前述的挥击动作的肌能状态分析方法，其更包括：依据该比对结果数据，产生一施力建议数据。

前述的挥击动作的肌能状态分析方法，其中所述的进行比对，是经由将该挥击速度数据和所述多个肌肉效能值与该数据库中每一肌能样本值进行比对，并从该至少一肌能样本值中决定一目标肌能样本值，再将该挥击速度数据和该多个肌肉效能值与该目标肌能样本值的比对，产生该比对结果数据。

前述的挥击动作的肌能状态分析方法，其更包括：提供一显示模块，以显示该比对结果数据。

前述的挥击动作的肌能状态分析方法，其中所述的比对结果数据为该挥击速度数据与该挥击速度样本值的差异，以及所述多个肌肉效能值与该多个肌肉效能样本值的差异。

本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明挥击动作的肌能状态分析系统及方法至少具有下列优点及有益效果：本发明适用于且挥击动作的运动领域，即时分析出使用者的肌肉使用状态与肌肉效能，提供一比对结果数据。更进一步时，可经由分析比对的结果数据给予使用者适当的建议进而改善整体挥击效率。其次，本发明直接侦测使用者运动时，肌肉牵生的肌电信号，以分析出使用者的肌肉使用状态与肌肉效能，再经由比对模块，标准的肌能样本值做比对，分析出哪一部分肌肉群需要修正施力，以给予最适当的施力建议，借此减少运动伤害及提高训练效率。

综上所述，本发明用以分析使用者挥击运动的肌肉效能，更进一步时并可给予施力建议，以令使用者校正其挥击姿势与动作本发明在技术上有显著的进步，并具有明显的积极效果，诚为一新颖、进步、实用的新设计。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

图1A绘示本发明实施例的挥击动作的肌能状态分析系统架构示意图。

图1B与图1C绘示本发明实施例的挥击动作的肌能状态分析系统方块示意图。

图2绘示本发明实施例的肌肉效能比对示意图。

图3绘示本发明实施例的二维坐标轴的象限及落点示意图。

图4绘示本发明实施例的挥击动作的肌能状态分析方法的流程图。

图5绘示本发明实施例的步骤S140的细部流程图。

图6绘示本发明实施例的步骤S150的细部流程图。

图7绘示本发明实施例的疲劳状态分析流程图。

1：挥击器具        11：加速度感测器

2：信号侦测模块    21：无线传输器

3：计算器          31：肌能分析模块

311：信号分析模块           312：肌能判定模块

32：比对模块                321：二维坐标轴

33：数据库                  34：显示模块

41：肌肉施力强度值          42：疲劳指标值

43：挥击速度数据            44：肌肉效能值

5：肌能样本值               51：挥击速度样本值

52：肌肉效能样本值          Q1：第一象限

Q2：第二象限                Q3：第三象限

Q4：第四象限                P1：落点

具体实施方式

为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的挥击动作的肌能状态分析系统及方法其具体实施方式、结构、方法、步骤、特征及其功效，详细说明如后。

有关本发明的前述及其他技术内容、特点及功效，在以下配合参考图式的较佳实施例的详细说明中将可清楚呈现。通过具体实施方式的说明，当可对本发明为达成预定目的所采取的技术手段及功效得一更加深入且具体的了解，然而所附图式仅是提供参考与说明之用，并非用来对本发明加以限制。

首先请参阅图1A所绘示本发明实施例的挥击动作的肌能状态分析系统架构示意图，与图1B与图1C所绘示本发明实施例的挥击动作的肌能状态分析系统方块示意图，此系统包括一挥击器具1、多个信号侦测模块2、一数据库33、一肌能分析模块31与一比对模块32。

挥击器具1用以供一使用者进行挥击动作。挥击器具1包括一加速度感测器11，其可以是多维度加速度计，如二维度加速度计或三维度加速度计。本实施例的挥击器具1以球棒作说明，但不以此为限，只要是用以进行挥击动作的器具，如高尔夫球杆、网球拍、羽球拍等亦可。

本实施例中，加速度感测器11可配置于球棒末端，用以当使用者挥动球棒时，感测球棒被挥动的速度，以产生一挥击速度数据。

信号侦测模块2以感应贴片作说明，感应贴片被贴在使用者身上，用以感应使用者在作挥击动作时，各相关肌肉产生的肌电信号，各肌肉包括肩膀部位、手臂部位、胸肌部位、腰部位、手腕部位、大腿部位、小腿部位、脚掌部位等一种以上的相关肌肉。在其他实施例中，信号侦测模块2亦可以是市售可得的肌电信号装置、设备或系统及其对应的信号感应元件，例如可撷取、量测与分析表面肌电信号的无线肌电信号量测(EMG)设备及其微型化无线探针、蓝芽八频肌电信号仪及其表面型电极、EMG肌电信号感测仪及其表面电极片等。更甚者，根据挥击运动的肌肉需求，信号侦测模块2被配置于右半身或左半身的相关肌肉部位。挥击速度数据43与肌电信号会被传送至肌能分析模块31。加速度感测器11、信号侦测模块2与肌能分析模块31连接的模式如下：

(1)在加速度感测器11、信号侦测模块2与肌能分析模块31分别包括一无线通讯模块以进行无线通讯，以将挥击速度数据和各肌电信号从加速度感测器11和信号侦测模块2传送到肌能分析模块31。

(2)将数据库33、肌能分析模块31和比对模块32同设置于一计算器3中，计算器3经由一有线或无线通讯网络与加速度感测器11和各信号侦测模块2进行通讯，以取得挥击速度数据和各个肌电信号。如图1A与图1C，加速度感测器11、信号侦测模块2电性耦接至一无线通讯模块21，由无线通讯模块21与计算器3无线连接，以传输挥击速度数据和各个肌电信号至肌能分析模块31，其中计算器3为个人电脑、服务器与笔记型电脑的其中任一。本实施例以第2种方式进行说明。

数据库33储存有多个一个以上的肌能样本值5，其为代表人在最合乎标准挥击的动作下，各肌肉的施力与肌能数值。每一个肌能样本值5包括一挥击速度样本值51与其对应多个肌肉效能样本值52。

本实施例中，肌能分析模块31主要是分析所有的肌电信号与挥击速度数据43，以取得多个肌肉效能值44，并将肌肉效能值44与挥击速度数据43传输至比对模块32。肌能分析模块31包括一信号分析模块311与一肌能判定模块312，信号分析模块311用以对各肌电信号进行一时域分析，以取得多个肌肉施力强度值41。时域分析公式如下，但不以此为限。时域分析公式：

$\mathrm{iEMG}=\underset{T}{\overset{T+t}{\∫}}\mathrm{EMG}\left(t\right)\mathrm{dt}$ (公式1)

其中EMG为肌电信号；iEMG为肌肉放电量，在此指一肌肉施力强度值41；PSD为EMG经快速傅立叶转换形成的频谱值。每一个肌肉群所对应的肌肉效能值44为(肌肉施力强度值41/各肌肉施力强度值41的总和)x100％。

请参阅图2所绘示本发明实施例的肌肉效能比对示意图，假设施力的肌肉群包括A肌肉群、B肌肉群、C肌肉群与D肌肉群，肌肉施力强度值41分别为A＝0.35、B＝0.25、C＝0.30与D＝0.10，各肌肉施力强度值41的总和为1，则A肌肉群的肌肉效能值44为(0.35/1)x100％＝35％，B肌肉群的肌肉效能值44为(0.25/1)x100％＝25％，C肌肉群的肌肉效能值44为(0.30/1)x100％＝30％，D肌肉群的肌肉效能值44为(0.1/1)x100％＝10％。

比对模块32取得挥击速度数据43及其对应的肌肉效能值44后，会读取数据库33的肌能样本值5，将挥击速度数据43每一个挥击速度样本值51比对，从中找出一目标肌能样本值，其包括的挥击速度样本值51相近或相同于挥击速度数据43。肌肉效能值与数据库33储存的各肌肉效能样本值52分别对应多个肌肉属性其中之一，比对模块32会将各肌肉效能值44与目标肌能样本值包括的目标效能样本值相比对，产生比对结果数据。比对的方式为将具有相同肌肉属性的肌肉效能值44与目标效能样本值进行比对，如：肌肉属性同为A肌肉群的肌肉效能值44与目标效能样本值相互比对，肌肉属性同为B肌肉群的肌肉效能值44与目标效能样本值相互比对...等，以此类推。比对结果数据会由显示模块34进行显示，显示的方式乃经由数值、图表、和图式等其中的任一种方式，来表现出挥击速度数据与挥击速度样本值的差异，以及肌肉效能值与肌肉效能样本值的差异。

比对模块32会依据挥击速度数据与挥击速度样本值的差异及肌肉效能值与相对的肌肉效能样本值的差异，以判定各肌肉效能值44是否包括至少一异常肌肉效能值44，并产生比对结果数据，比对模块再根据比对结果数据以产生施力建议数据。就本实施例而言，如果比对结果数据为判定有异常肌肉效能值44，比对模块32会产生施力建议数据以建议使用者调整其肌肉施力模式。相反的，即比对模块32即不动作，或是建议使用者保持现在的施力模式。

举例而言，当肌肉属性为A肌肉群的目标效能样本值为25％，肌肉属性同为A肌肉群的肌肉效能值44为35％，故肌肉效能值44比目标效能样本值高出10％，比对模块32判定使用者的A肌肉群施力过大为异常肌肉效能值44，应降低其施力程度，C肌肉群与D肌肉群施力过小同为异常肌肉效能值44，应略提升其施力程度。比对模块32即产生一施力建议数据，以建议使用者减少A肌肉群的施力，并略提升C肌肉群与D肌肉群的施力，而施力建议数据通过显示模块34所显示，以供使用者参考。

此外，信号分析模块311更对各肌电信号进行一频域分析，以取得一疲劳指标值42，频域分析时，先将肌电信号作一快速傅立叶转换为频谱后，导入下列的频域分析公式(不以此为限)以取得疲劳指标值42：

$\underset{0}{\overset{\mathrm{MDF}}{\∫}}\mathrm{PSD}\left(f\right)\mathrm{df}=\underset{\mathrm{MDF}}{\overset{\∞}{\∫}}\mathrm{PSD}\left(f\right)\mathrm{df}=\frac{1}{2}\underset{0}{\overset{\∞}{\∫}}\mathrm{PSD}\left(f\right)\mathrm{df}$ (公式2)

其中，MDF指中心频率，在此指一疲劳指标值42。MDF(MedianFrequency)：在频域上计算出所积分的面积相同于总面积的一半时，此点表示出肌肉在此时具有频率改变；也是将原始信号经傅利叶转换(FFT)成频谱，可以用来代表肌肉疲劳的疲劳指标，当肌肉呈现疲劳状态时，其肌电信号的中心频率会往低频处移动。

接着，比对模块32更包括由肌肉施力强度值41与疲劳指标值42为单位所形成的一二维坐标轴321，其划分为多个象限(Quadrant)。比对模块32分析肌肉施力强度值41与疲劳指标值42所形成的一落点P1(x＝肌肉施力强度值41，y＝疲劳指标值42)及其所在象限，判定使用者是否处于疲劳状态，当使用者处于疲劳状态，比对模块32产生一休息建议信息。

请参照图3所绘示本发明实施例的二维坐标轴321的象限及落点P1示意图，此落点P1代表在连续时间下所量测到的肌电信号，其被套入时域分析与频域分析时，肌肉施力强度值41与疲劳指标值42随时间的变化量，即斜率。各象限代表意义如下：

第一象限Q1(力量增长，Force increase)：若iEMG值和MDF值随时间变化的斜率同时为正，表示其肌肉随着时间的演进而处于力量增加状态。

第二象限Q2(肌肉适应强度，Adaptation)：若iEMG值斜率为负和MDF值斜率为正，表示其肌肉随着时间的演进而处于对目前挥击运动的施力强度逐渐适应。

第三象限Q3(力量衰退，Force decrease)：若iEMG值和MDF值随时间变化的斜率同时为负，表示其肌肉随着时间的演进而处于力量衰退状态。

第四象限Q4(Fatigue)：若iEMG值斜率为正和MDF值斜率为负，表示其肌肉随着时间的演进而处于疲劳状态。

当比对模块32会根据落点P1所在象限判定使用者是否处于疲劳状态。当落点P1位于第四象限Q4时，即判定使用者处于疲劳状态，比对模块32产生一休息建议信息，其由显示模块34显示以供使用者参考。

请参阅图4所绘示本发明实施例的挥击动作的肌能状态分析方法的流程图，请同时参阅图1A至图3以利于了解。本实施例揭露的挥击动作的肌能状态分析方法包括：

提供一数据库33(步骤S110)，其储存一个以上的肌能样本值5，其为代表人在最合乎标准挥击的动作下，各肌肉的施力与肌能数值。每一肌能样本值5包括一挥击速度样本值51及其对应多个肌肉效能样本值52。

经由一加速度感测器11，感测一使用者使用一挥击器具1进行挥击动作时挥击器具1的加速度，以产生一挥击速度数据(步骤S120)。本实施例中，挥击器具1以球棒作说明，但不以此为限，只要是用以进行挥击动作的器具，如高尔夫球杆、网球拍、羽球拍等亦可。加速度感测器11为多维度加速度计，如二维度加速度计或三维度加速度计。加速度感测器11配置于球棒末端，用以感测使用者挥动球棒时，感应球棒被挥动的速度，以产生一挥击速度数据。

取得使用者的多个肌肉产生的多个肌电信号(步骤S130)。信号侦测模块2以感应贴片作说明，感应贴片被贴在使用者身上，用以感应使用者在作挥击动作时，各肌肉产生的肌电信号。

分析各肌电信号与挥击速度数据43以取得多个肌肉效能值44(步骤S140)。挥击速度数据43与肌电信号会被传送至肌能分析模块31。加速度感测器11、信号侦测模块2与肌能分析模块31连接的模式如下：

(1)在加速度感测器11、信号侦测模块2与肌能分析模块31分别包括一无线通讯模块以进行无线通讯，以将挥击速度数据和各肌电信号从加速度感测器11和信号侦测模块2传送到肌能分析模块31。

(2)将数据库33、肌能分析模块31和比对模块32同设置于一计算器3中，计算器3经由一有线或无线通讯网络与加速度感测器11和各信号侦测模块2进行通讯，例如计算器3使用一USB通讯模块并经由无线通讯网络与各信号侦测模块2进行通讯，以取得挥击速度数据和各个肌电信号。如图1A与图1C，加速度感测器11、信号侦测模块2电性耦接至一无线通讯模块21，由无线通讯模块21与计算器3无线连接，以传输挥击速度数据和各个肌电信号至肌能分析模块31，其中计算器3为个人电脑、服务器与笔记型电脑的其中的任一。本实施例以第2种方式进行说明。

请同时参阅图5绘示本发明实施例的步骤S140的细部流程图，步骤S140包括数个细部流程：

对各肌电信号进行一时域分析以取得多个肌肉施力强度值41(步骤S141)。肌能分析模块31包括一信号分析模块311与一肌能判定模块312，信号分析模块311用以对各肌电信号进行一时域分析，以取得多个肌肉施力强度值41。时域分析公式：

$\mathrm{iEMG}=\underset{T}{\overset{T+t}{\∫}}\mathrm{EMG}\left(t\right)\mathrm{dt}$ (公式1)

其中EMG为肌电信号；iEMG为肌肉放电量，在此指一肌肉施力强度值41；PSD为EMG经快速傅立叶转换形成的频谱值。

利用各肌肉施力强度值41与挥击速度数据43以计算出各肌肉效能值44(步骤S142)。每一个肌肉群所对应的肌肉效能值44为(肌肉施力强度值41/各肌肉施力强度值41的总和)x100％。

利用挥击速度数据43从各肌肉效能值44与数据库33中至少一肌能样本值5进行比对，以产生一比对结果数据(步骤S150)。比对模块32取得挥击速度数据43及其对应的肌肉效能值44后，会读取数据库33的肌能样本值5。比对模块32会依据挥击速度数据43及各肌肉效能值44，与数据库33中所有肌能样本值5的挥击速度样本值51及其对应各肌肉效能样本值进行比对，从中找出一目标肌能样本值，其包括的挥击速度样本值51相近或相同于挥击速度数据43，比对模块32再将挥击速度数据43及各肌肉效能值44与目标肌能样本值比对。比对时，比对模块32将相同肌肉属性的肌肉效能值44与肌肉效能样本值52进行比对，以产生比对结果数据，比对结果数据包括挥击速度数据43与挥击速度样本值51的差异，以及各肌肉效能值与各肌肉效能样本值52的差异。之后，由显示模块34显示比对结果数据，显示模块34是经由数值、图表、和图式等其中的任一种方式，来显示挥击速度数据与挥击速度样本值的差异，及各肌肉效能值与各肌肉效能样本值的差异。

请同时参阅图6绘示本发明实施例的步骤S150的细部流程图，本实施例中，肌肉效能值44与各肌肉效能样本值52分别对应多个肌肉属性其中之一，步骤S150包括多个细部流程：

将相同肌肉属性的肌肉效能值44与肌肉效能样本值52进行比对，以产生比对结果数据(步骤S151)。比对模块32会将挥击速度数据43和各肌肉效能值44与数据库33中每一肌能样本值5进行比对，以决定一目标肌能样本值，再将挥击速度数据43和各肌肉效能值44与目标肌能样本值相比对，比对的方式为将具有相同肌肉属性的肌肉效能值44与肌肉效能样本值52进行比对，以产生前述的比对结果数据，并由显示模块34显示比对结果数据，显示模块34经由数值、图表、和图式其中的任一种方式，来显示挥击速度数据43与挥击速度样本值51的差异，及各个肌肉效能值44与各个肌肉效能样本值52的差异。

比对模块32依据各肌肉效能值与各肌肉效能样本值的比对，判定所有肌肉效能值44中是否存在至少一异常肌肉效能值44(步骤S152)，并根据比对结果数据，产生一施力建议数据。

当判定存在异常肌肉效能值44，产生施力建议数据以建议使用者调整其肌肉施力模式(步骤S153)；反之，比对模块32即不动作，或是建议使用者保持现在的施力模式(步骤S154)。

请参阅图7绘示本发明实施例的疲劳状态分析流程图，请同时参照图1至图4以利于了解，其执行于取得各肌电信号后(即步骤S130后)，疲劳状态分析流程包括：

对各肌电信号进行一频域分析以取得一疲劳指标值42(步骤S210)。信号分析模块311更对各肌电信号进行一频域分析，以取得一疲劳指标值42。频域分析时，先将肌电信号作一快速傅立叶转换为频谱后，导入下列的频域分析公式：

$\underset{0}{\overset{\mathrm{MDF}}{\∫}}\mathrm{PSD}\left(f\right)\mathrm{df}=\underset{\mathrm{MDF}}{\overset{\∞}{\∫}}\mathrm{PSD}\left(f\right)\mathrm{df}=\frac{1}{2}\underset{0}{\overset{\∞}{\∫}}\mathrm{PSD}\left(f\right)\mathrm{df}$ (公式2)

其中，MDF指中心频率，在此指一疲劳指标值42。MDF(MedianFrequency)：在频域上计算出所积分的面积相同于总面积的一半时，此点表示出肌肉在此时具有频率改变，即原始信号经傅利叶转换(FFT)成频谱，其用来代表肌肉疲劳的疲劳指标。当肌肉呈现疲劳状态时，其肌电信号的中心频率会往低频处移动。

由肌肉施力强度值41与疲劳指标值42为单位形成一二维坐标轴321(步骤S220)。二维坐标轴321划分为多个象限，每一象限代表不同的生理状态。比对模块32会分析肌肉施力强度值41与疲劳指标值42所形成的一落点P1所在的一目标象限(步骤S230)。本实施例中，各象限代表意义为：第一象限Q1(力量增长，Force increase)：若iEMG值和MDF值随时间变化的斜率同时为正，表示其肌肉随着时间的演进而处于力量增加状态。第二象限Q2(肌肉适应强度，Adaptation)：若iEMG值斜率为负和MDF值斜率为正，表示其肌肉随着时间的演进而处于对目前挥击运动的施力强度逐渐适应。第三象限Q3(力量衰退，Force decrease)：若iEMG值和MDF值随时间变化的斜率同时为负，表示其肌肉随着时间的演进而处于力量衰退状态。第四象限Q4(Fatigue)：若iEMG值斜率为正和MDF值斜率为负，表示其肌肉随着时间的演进而处于疲劳状态。比对模块32会根据落点P1所在象限判定使用者是否处于疲劳状态(步骤S240)，本实施例中，当落点P1在第四象限Q4时，比对模块32即判定使用者已处于疲劳状态。更甚者，比对模块32能在落点P1位于第三象限Q3时，即判定使用者已进入疲劳状态。当比对模块32判定使用者处于疲劳状态时，产生一休息建议信息(步骤S241)供使用者参考；反之，则返回步骤S230，比对模块32重新侦测落点P1所在象限。

以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的方法及技术内容作出些许的更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。

Claims (20)

1.一种挥击动作的肌能状态分析系统，其特征在于其包括：

一挥击器具，用以供一使用者进行挥击动作，其包括一加速度感测器，用以当该挥击器具被挥动时，感测该挥击器具的加速度以产生一挥击速度数据；

多个信号侦测模块，用以感应该使用者的多个肌肉产生的多个肌电信号；

一数据库，用以储存至少一肌能样本值，每一肌能样本值至少包括一挥击速度样本值及对应所属该肌能样本值的多个肌肉效能样本值；

一肌能分析模块，用以分析所述肌电信号与该挥击速度数据以取得该多个肌肉效能值；以及

一比对模块，用以依据该挥击速度数据和该多个肌肉效能值与该数据库中至少一肌能样本值进行比对，以产生一比对结果数据。

2.根据权利要求1所述的挥击动作的肌能状态分析系统，其特征在于其中所述的比对模块依据该挥击速度数据及该多个肌肉效能值，与该数据库中至少一肌能样本值的挥击速度样本值及其对应多个肌肉效能样本值进行比对，以产生该比对结果数据。

3.根据权利要求1所述的挥击动作的肌能状态分析系统，其特征在于其中所述的肌能分析模块包括一信号分析模块与一肌能判定模块，该信号分析模块对所述肌电信号进行一时域分析以取得多个肌肉施力强度值，该肌能判定模块利用所述肌肉施力强度值以计算出所述肌肉效能值。

4.根据权利要求3所述的挥击动作的肌能状态分析系统，其特征在于其中所述的信号分析模块更包括对所述肌电信号进行一频域分析以取得一疲劳指标值，且该肌能判定模块更包括依据所述多个肌肉施力强度值与该疲劳指标值，判定该使用者是否处于一疲劳状态。

5.根据权利要求1所述的挥击动作的肌能状态分析系统，其特征在于其中所述肌肉效能值与所述肌肉效能样本值分别对应多个肌肉属性其中之一；以及，该肌能分析模块将相同该肌肉属性的该肌肉效能值与该肌肉效能样本值进行比对，以产生该比对结果数据。

6.根据权利要求1所述的挥击动作的肌能状态分析系统，其特征在于其中所述的肌能分析模块更包括依据所述肌肉效能值与所述肌肉效能样本值的比对，判定所述肌肉效能值是否包括至少一异常肌肉效能值。

7.根据权利要求6所述的挥击动作的肌能状态分析系统，其特征在于其中所述的比对模块更包括依据该比对结果数据，产生一施力建议数据。

8.根据权利要求1所述的挥击动作的肌能状态分析系统，其特征在于其中所述的比对模块依据该挥击速度数据和该多个肌肉效能值与该数据库中至少一肌能样本值进行比对，经由将该挥击速度数据和该多个肌肉效能值与该数据库中每一肌能样本值进行比对，并从该至少一肌能样本值中决定一目标肌能样本值，再将该挥击速度数据和该多个肌肉效能值与该目标肌能样本值的比对，产生该比对结果数据。

9.根据权利要求1所述的挥击动作的肌能状态分析系统，其特征在于其更包括一显示模块，用以显示该比对结果数据。

10.根据权利要求1所述的挥击动作的肌能状态分析系统，其特征在于其中所述的比对结果数据为该挥击速度数据与该挥击速度样本值的差异，以及所述多个肌肉效能值与所述多个肌肉效能样本值的差异。

11.一种挥击动作的肌能状态分析方法，其特征在于其包括以下步骤：

提供一数据库，储存至少一肌能样本值，每一肌能样本值至少包括一挥击速度样本值及对应所属该肌能样本值的多个肌肉效能样本值；

经由一加速度感测器，感测一使用者使用一挥击器具进行挥击动作时该挥击器具的加速度，以产生一挥击速度数据；

取得该使用者的多个肌肉产生的多个肌电信号；

分析所述肌电信号与该挥击速度数据以取得该多个肌肉效能值；以及

依据该挥击速度数据和该多个肌肉效能值与该数据库中至少一肌能样本值进行比对，以产生一比对结果数据。

12.根据权利要求11所述的挥击动作的肌能状态分析方法，其特征在于其中所述的进行比对，是依据该挥击速度数据及该多个肌肉效能值，与该数据库中至少一肌能样本值的挥击速度样本值及其对应多个肌肉效能样本值进行比对，以产生该比对结果数据。

13.根据权利要求11所述的挥击动作的肌能状态分析方法，其特征在于其更包括：

对所述肌电信号进行一时域分析以取得多个肌肉施力强度值，利用所述肌肉施力强度值与该挥击速度数据以计算出所述肌肉效能值。

14.根据权利要求13所述的挥击动作的肌能状态分析方法，其特征在于其更包括：

对所述肌电信号进行一频域分析以取得一疲劳指标值，且依据所述多个肌肉施力强度值与该疲劳指标值，判定该使用者是否处于一疲劳状态。

15.根据权利要求11所述的挥击动作的肌能状态分析方法，其特征在于其中所述肌肉效能值与所述肌肉效能样本值分别对应多个肌肉属性其中之一，且该方法更包括：

将相同该肌肉属性的该肌肉效能值与该肌肉效能样本值进行比对，以产生该比对结果数据。

16.根据权利要求11所述的挥击动作的肌能状态分析方法，其特征在于其更包括：

依据所述肌肉效能值与所述肌肉效能样本值的比对，判定所述肌肉效能值是否包括至少一异常肌肉效能值。

17.根据权利要求16所述的挥击动作的肌能状态分析方法，其特征在于其更包括：

依据该比对结果数据，产生一施力建议数据。

18.根据权利要求11所述的挥击动作的肌能状态分析方法，其特征在于其中所述的进行比对，是经由将该挥击速度数据和所述多个肌肉效能值与该数据库中每一肌能样本值进行比对，并从该至少一肌能样本值中决定一目标肌能样本值，再将该挥击速度数据和该多个肌肉效能值与该目标肌能样本值的比对，产生该比对结果数据。

19.根据权利要求11所述的挥击动作的肌能状态分析方法，其特征在于其更包括：

提供一显示模块，以显示该比对结果数据。

20.根据权利要求11所述的挥击动作的肌能状态分析方法，其特征在于其中所述的比对结果数据为该挥击速度数据与该挥击速度样本值的差异，以及所述多个肌肉效能值与所述多个肌肉效能样本值的差异。

Images