CN104394762B - 一种用于测量肌肉信号的方法和设备 - Google Patents

一种用于测量肌肉信号的方法和设备 Download PDF

Info

Publication number
CN104394762B
CN104394762B CN201380034465.2A CN201380034465A CN104394762B CN 104394762 B CN104394762 B CN 104394762B CN 201380034465 A CN201380034465 A CN 201380034465A CN 104394762 B CN104394762 B CN 104394762B
Authority
CN
China
Prior art keywords
electrode
signal
frequency
muscle
skin surface
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201380034465.2A
Other languages
English (en)
Other versions
CN104394762A (zh
Inventor
M·赫拉拉
P·塔维
J·曼蒂亚维
M·瓦哈索伊林基
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Publication of CN104394762A publication Critical patent/CN104394762A/zh
Application granted granted Critical
Publication of CN104394762B publication Critical patent/CN104394762B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A63SPORTS; GAMES; AMUSEMENTS
    • A63BAPPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
    • A63B24/00Electric or electronic controls for exercising apparatus of preceding groups; Controlling or monitoring of exercises, sportive games, training or athletic performances
    • A63B24/0062Monitoring athletic performances, e.g. for determining the work of a user on an exercise apparatus, the completed jogging or cycling distance
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/25Bioelectric electrodes therefor
    • A61B5/279Bioelectric electrodes therefor specially adapted for particular uses
    • A61B5/296Bioelectric electrodes therefor specially adapted for particular uses for electromyography [EMG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/24Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
    • A61B5/316Modalities, i.e. specific diagnostic methods
    • A61B5/389Electromyography [EMG]
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/45For evaluating or diagnosing the musculoskeletal system or teeth
    • A61B5/4519Muscles
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2560/00Constructional details of operational features of apparatus; Accessories for medical measuring apparatus
    • A61B2560/04Constructional details of apparatus
    • A61B2560/0431Portable apparatus, e.g. comprising a handle or case
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0209Special features of electrodes classified in A61B5/24, A61B5/25, A61B5/283, A61B5/291, A61B5/296, A61B5/053
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/02Details of sensors specially adapted for in-vivo measurements
    • A61B2562/0209Special features of electrodes classified in A61B5/24, A61B5/25, A61B5/283, A61B5/291, A61B5/296, A61B5/053
    • A61B2562/0215Silver or silver chloride containing
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1107Measuring contraction of parts of the body, e.g. organ, muscle

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Rheumatology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Orthopedic Medicine & Surgery (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)

Abstract

本发明涉及在正常的非疲劳状态、疲劳状态和被动无意识紧张状态之间确定肌肉的状态。在休息时通过使用电极装置记录来自肌肉的信号,其中接地体可以防止电极拾取超出接地体范围的信号。通过频谱分析(例如通过计算谱矩)来确定信号的频率成分。正常频率成分指示非疲劳肌肉状态,而低频率成分和高频率成分则指示疲劳肌肉状态和被动无意识紧张肌肉状态。例如,利用参考数据库,使用映射来提高状态确定的准确性。

Description

一种用于测量肌肉信号的方法和设备
技术领域
本发明涉及一种用于测量肌肉信号的方法、设备、系统和计算机程序产品。更具体地,本发明涉及肌肉的状态和属性的检测以及用于该检测的设备、系统和计算机程序产品。
背景技术
人类的骨骼肌肉由大量的运动单元构成,运动单元是同步动作并且由相同神经信号激励的肌肉单元束。骨骼肌肉单元束或者肌肉纤维可以被划分为若干子类型。I类肌肉纤维(1c)是缓慢氧化子群并且维持有氧活动。II类肌肉纤维是快速抽动类型,包括IIa、IIb和IIx/IId子类型。肌肉的电激励导致肌肉收缩并且执行工作。肌肉中的电激励能够被测量为组织中或皮肤上的两个电极之间的电压。可以从由电极拾取的该信号的特性分析肌肉的工作。电压信号的属性取决于肌肉的总体活动并且取决于给定肌肉内不同类型的被激活的运动单元的相对活动。
肌肉的强度和耐力可以通过有计划的锻炼而被增强。为了提升运动的表现,肌肉需要被锻炼以使得它们变疲劳,但也使得肌肉仍然适度快速地从锻炼中恢复。而且,有许多当代的职业趋向于鼓励人们长时间呆在相同的位置。这也使得肌肉感到疲劳。
利用用于分析肌肉工作的现有技术方法和设备,已经证明难以确定肌肉何时疲劳到其仍然适度快速地恢复的程度,以及肌肉何时疲劳到恢复花费明显较长时间的程度。在训练过程期间,难以评估是否应当继续锻炼,这取决于肌肉的当前状态以及所讨论的个人的特性。
因此,需要一种解决方案,其使得能够对肌肉信号进行更准确且可靠的分析以确定肌肉的疲劳度,以便例如指导运动锻炼。
发明内容
现在,已经发明出一种改进的方法以及实施该方法的技术设备,以上问题通过它们被缓解。本发明的各个方面包括方法、装置、系统以及包括存储于其中的计算机程序的计算机可读介质,它们由独立权利要求中陈述的内容所表征。本发明的各个实施例在从属权利要求中被公开。
本发明涉及确定肌肉在正常(非疲劳的、放松的(fresh))状态、疲劳(劳累的)状态和被动无意识紧张(passive involuntary tense,PIT)状态之间的状态。本发明还涉及确定肌肉的例如与给定肌肉中不同类型的运动单元的相对比例相关的属性。这些实施例还可以适用于检测某些状态(诸如肌痛、帕金森症、多发性硬化(MS)或者其它脱髓鞘疾病(demyelinating diseases))下的肌肉属性。在休息时(和/或在肌肉活动期间)通过使用电极装置记录来自肌肉的信号,其中接地体可以防止电极拾取超出接地体范围的信号。通过频谱分析(例如通过计算谱矩)来确定信号的频率成分。在休息的肌肉中,正常频率成分指示正常的非疲劳肌肉状态,而低频率成分和高频率成分则指示疲劳状态和被动无意识紧张状态。换句话说,如果来自肌肉的信号包含异常大量的高频,则确定被动无意识紧张肌肉状态。疲劳肌肉可以通过休息返回到正常状态并且从锻炼中恢复,并且被动无意识紧张状态可以通过拉伸或按摩返回到正常状态。在激活的肌肉中,频谱的频率成分取决于不同类型的激活的运动单元的相对数量。肌肉正在产生的力量越大,激活的频率就越高。
所确定的高频信号可以使用参考函数进行映射,使得映射值可以被用来确定肌肉状态。例如,映射可以产生例如对之前已知的肌肉状态指示而言比单纯PIT状态指数更有意义的值。可替换地,映射可以被用来将所接收的信号的特性与已知种群进行比较,以产生对肌肉状态的更可靠的估计。在映射中,可以使用具有参考数据的数据库的系统。除了准确的状态确定之外,可能包括测量电子器件的具有周围的无源接地体的电极装置在深度和水平位置(沿皮肤)两者中提供信号所来自的位置的准确指示。
根据第一方面,提供了一种用于分析肌肉信号的方法,该方法包括:接收信号,该信号已经从处于休息状态的肌肉被测量;确定指示信号的频率成分的量度;确定指示信号在高频中的强度的量度,其中高频实质上对应于由处于被动无意识紧张状态的肌肉产生的频率,并且其中高频在频率上高于正常频率,其中正常频率实质上对应于由处于非疲劳状态的肌肉产生的频率;使用指示信号在高频中的强度的量度以及参考函数来创建映射,参考函数指示肌肉状态;以及基于映射确定肌肉状态。
根据实施例,该方法可用于使用肌肉信号分析来指导锻炼,该方法包括从休息中的肌肉的顶部采集来自该肌肉的信号;确定该信号的谱矩值,其中该矩指示通过将频率窗口(frequency bin)的频率值乘以相同窗口的幅度值以形成窗口乘积并且对不同频率的窗口乘积求和所确定的量度,并且其中该矩值对应于该信号的频率成分;确定该矩是否具有对应于该信号的正常频率成分、低频率成分和高频率成分的正常值、低值或高值;在该矩具有正常值的情况下,确定肌肉处于非疲劳状态;在该矩具有低值的情况下,确定肌肉处于疲劳状态;在该矩具有高值的情况下,确定肌肉处于被动无意识紧张状态;以及使用所确定的肌肉状态来指导锻炼。根据实施例,该方法包括使用映射和参考函数来确定对肌肉状态的时间进展的预测。根据实施例,该方法包括从至少两个不同的肌肉状态接收多个肌肉信号,以及针对多个肌肉信号确定指示该信号在高频中的强度的量度,基于映射的结果确定肌肉状态估计。
根据第二方面,提供了一种用于分析肌肉信号的方法,该方法包括:从至少两个不同的肌肉状态接收多个肌肉信号;以及确定指示该信号在高频中的强度的量度,其中高频实质上对应于由处于被动无意识紧张状态的肌肉产生的频率,并且其中高频在频率上高于正常频率,其中正常频率实质上对应于由处于非疲劳状态的肌肉产生的频率;以及使用指示信号在高频中的强度的量度和参考函数来创建至少一个映射,该参考函数指示肌肉状态以获得映射结果;以及基于映射结果确定肌肉状态估计。
根据之前方面的实施例,参考函数基于肌肉状态的种群数据库,使得对多个个体进行测量以创建数据库,或者对个体进行多次测量以创建数据库。
根据第三方面,提供了一种用于在肌肉状态分析器中使用的电极装置,该电极装置包括被布置为在该电极装置被操作时与皮肤相接触的传导材料的至少两个电极以及包围该至少两个电极中的至少一个电极的电绝缘体,该电极装置的特征在于该电极装置进一步包括被布置为在该电极装置被操作时与皮肤相接触的传导材料的无源接地体,该接地体包围该至少两个电极以限制该至少两个电极拾取来自接地体的范围之外的信号,该无源接地体实质上包括用于从电极装置接收和处理信号的电子器件。
根据实施例,电极装置包括至少两对电极,该至少两对电极在成对的电极之间具有不同距离,以针对该至少两对电极创建不同的深度灵敏度。根据实施例,该至少两对电极实质上以沿着一条直线的线性布置进行布置,或者以诸如在电极对中的电极之间的直线形成直角交叉之类的交叉设置进行布置。
根据第四方面,提供了根据第三方面的电极装置在肌肉状态分析中的使用,以在水平维度和深度维度上从肌肉收集信号。
根据第五方面,提供了一种用于确定肌肉状态的装置,该装置包括处理器、包含计算机程序代码的存储器,该存储器和计算机程序代码被配置为利用该处理器使得该装置:接收信号,该信号已经从处于休息状态的肌肉被测量;确定指示信号的频率成分的量度,该装置的特征在于其进一步包括使得该装置确定指示该信号在高频中的强度的量度的计算机程序代码,其中高频实质上对应于由处于被动无意识紧张状态的肌肉产生的频率,并且其中高频在频率上高于正常频率,其中正常频率实质上对应于由处于非疲劳状态的肌肉产生的频率;以及使用该量度和参考函数创建映射,参考函数指示肌肉状态;以及基于映射确定肌肉状态。
根据实施例,该装置包括:用于对从肌肉测量的信号进行处理的单元;如上所述的电极装置;以及用于使用量度和参考函数创建映射的部件,参考函数指示肌肉状态;以及用于基于映射确定肌肉状态的部件,并且该装置被布置为访问如上所述的数据库以创建映射。
根据第六方面,提供了一种用于确定肌肉状态的系统,该系统包括:电极装置、处理器、包含计算机程序代码的存储器,该存储器和该计算机程序代码被配置为利用该处理器使得该系统:从肌肉采集信号,确定指示信号的频率成分的量度,确定指示信号在高频中的强度的量度,其中高频实质上对应于由处于被动无意识紧张状态的肌肉产生的频率,并且其中高频在频率上高于正常频率,其中正常频率实质上对应于由处于非疲劳状态的肌肉产生的频率,并且使用量度和参考函数创建映射,参考函数指示肌肉状态,并且基于映射确定肌肉状态。
根据实施例,该系统包括用于创建映射的数据库,该数据库包括用于创建参考函数的多个肌肉状态值。
根据第七方面,提供了一种被包含在非瞬态计算机可读介质上的计算机程序产品,该计算机程序产品包括计算机指令,该计算机指令当在系统的至少一个处理器上被执行时使得该系统:接收信号,该信号已经从处于休息状态的肌肉被测量;确定信号的频率成分;确定信号在高频中的强度,其中高频实质上对应于由处于被动无意识紧张状态的休息中的肌肉产生的频率,并且其中高频在频率上高于正常频率,其中正常频率实质上对应于由处于非疲劳状态的休息中的肌肉产生的频率;以及使用量度和参考函数创建映射,参考函数指示肌肉状态;以及基于映射确定肌肉状态。
附图说明
在下文中,将参考附图对本发明的各个实施例进行更详细的描述,其中:
图1a和图1b示出了用于分析肌肉信号以确定肌肉状态的方法的流程图,其可以被用于预测肌肉状态进展或者用于确定肌肉纤维子类型分布;
图2示出了用于确定肌肉信号的频谱成分的方法的流程图;
图3a、图3b、图3c、图3d、图3e和图3f示出了用于测量肌肉信号的不同电极装置:电极对、环形电极和交叉电极、两种不同类型的线性电极、电极阵列、以及具有围绕的接地元件的电极装置;
图4a、图4b和图4c示出了手持肌肉信号分析器和用于其的电极头;
图5a示出了用于确定肌肉状态的装置的框图;
图5b示出了用于确定肌肉状态的系统的框图;
图5c示出了用于确定肌肉状态的系统的另一框图;
图6a示出了来自处于非疲劳正常状态的肌肉的信号的频谱;
图6b示出了来自被动无意识紧张肌肉的信号的频谱;
图6c示出了用于进行映射以确定肌肉状态进展的预测或者确定肌肉纤维子类型分布的参考函数的示图;
图6d示出了用于进行映射以确定肌肉状态进展的预测或者确定肌肉纤维子类型分布的参考函数的多维示图;以及
图7a、图7b和图7c示出了根据本发明的实施例的电极单元设置。
具体实施方式
在下文中,将在用于分析肌肉信号以确定肌肉的疲劳的系统的上下文中描述本发明的若干实施例。然而将注意到,本发明不仅限于该类肌肉分析。事实上,不同的实施例可以具有在要求对生物电信号进行记录和分析的任何环境下的广泛应用。
本发明可应用于计划并且实施对人类和动物的肌肉锻炼,并且其还可应用于为了任何实际目的而检测和控制肌肉的疲劳。为此,呈现了各种设备、系统和布置,并且在所附权利要求中对其要求保护。这些设备、系统和布置可应用于用于检测肌肉的疲劳的私人用途(例如以便帮助练习体育活动或者以便为了任何目的而预测和/或预防肌肉的过度疲劳)。这些设备、系统和布置还可被用作例如为了在造成肌肉静态紧张的职业活动中的职业健康的目的而使肌肉维持在良好状态时以及为了像按摩之类物理治疗的目的而检测被挤住(jammed)的肌肉时的元件,或者甚至用作辅助诊断和/或治疗与肌肉有关的疾病的其他工具和设备当中的工具和设备。用于确定肌肉疲劳状态的方法也被呈现并且要求保护。然而将会注意到,肌肉疲劳或者紧张不是疾病。因此,诊断方法或者治疗方法不是本申请的目的。不同的实施例还可被用于确定肌肉的属性,例如与给定肌肉中的不同类型运动单元的相对比例有关的属性,因为不同运动单元产生不同频率。实施例还可适用于检测在诸如多发性硬化(MS)、肌痛或者帕金森症之类的某些状态下的肌肉属性,因为肌肉在这些状态下所产生的频率可能不同。然而,要注意的是,诊断方法不是本申请的目标,因为所检测的肌肉属性仅提供关于肌肉状态的信息,并且如果由医生进行疾病的诊断,则肌肉状态信息可能仅是要考虑的一个技术参数。根据实施例的设备将不执行任何诊断方法或者提供诊断结果。
如之前所说明的,肌肉由运动单元组成。这些运动单元可被单独受神经支配,以使得收缩命令可被单独递送到这些运动单元。这些运动单元中的一些,例如更小和更慢的运动单元,相比其他运动单元可被更容易激活。每种类型的运动单元具有由运动单元的电活动产生的特征频率范围。慢、抗疲乏的肌肉的活动相比快、容易疲乏的肌肉的活动处于更低频率。取决于肌肉的工作类型和情况,不同的运动单元可被激活。对肌肉细胞的电激活使其收缩,并且其执行工作。另外,同样在肌肉的休息状态下,一些运动单元被零星地激活,并且这种激活模式造成肌肉的所谓休息强直性(resting tonus)。换言之,即使休息的肌肉也不是完全被动的,而是具有少量不间断活动发生。肌肉的收缩和稳定长度部分地由所谓的肌梭控制和维持,肌梭是感测肌肉中的伸长和压力的单元,并且能够充当肌肉神经系统中的反馈单元。肌梭还可引起肌肉细胞的收缩。在肌肉的机械激活底层是发生在肌肉细胞中的电激励。
肌肉的电激励的传播产生可以通过电极以及适合用于测量这种信号的电压测量设备从体表测量得到的变化的电势。这种信号可被称为肌电图(EMG)。从两个电极之间的体表拾取的来自休息肌肉的EMG信号按照其幅度可以是几微伏或者几十微伏的数量级,例如5-20μV。休息EMG信号还包含1μV或者少于1μV的数量级的更小波动。来自工作和移动的肌肉的EMG信号可以大得多。骨骼肌肉的自主运动由大脑的运动皮层控制。肌肉的每个运动单元由运动皮层的给定部分控制。从运动皮层发送到运动单元的神经脉冲携带频率,并且该脉冲频率与肌肉所要求的力量成比例。激活频率反映激活某个运动单元所需的频率水平。低的运动皮层激活频率仅激活每块肌肉中脉冲频率要求最低的运动单元,而较高的运动皮层频率则激活需要较高频率的运动单元。这一现象可以被称作征召令(recruitment order)。例如,征召令脉冲系统可以被描绘为基于调制频率进行操作的选择器,其确定在给定矩要被激活的运动单元。
由于低频率水平运动单元和高频率水平运动单元之间的不同激活频率水平,EMG信号频率至少近似成比例地与肌肉活动和锻炼力量相关联。
运动单元按照长度和厚度具有不同尺寸。肌肉细胞束中的电激励取决于该束的厚度(直径)可以具有由激活所产生的不同传播速度和频率范围——例如,该束越厚,则传输速度越快。另外,肌肉束的激励的上升速率(即跨该束中的细胞膜的电压的变化速率)可以根据该束的直径和/或激励的上升速率而变化。电极所拾取的电压信号因而可以取决于哪些肌肉细胞束被激励而不同。如果具有大直径的快肌肉细胞束与更慢和更小的肌肉细胞束一起被激励(例如在非疲劳的正常肌肉中),则电极所拾取的信号的频率内容包含正常的宽频率分布。根据现有知识,已知当肌肉被锻炼并且变得疲劳时,休息时的信号主要由更低频率组成。这可能是因为具有更高频率活动的快肌肉细胞束疲劳得更快。
利用本发明的实施例,可以高精度和高准确性地对来自肌肉的EMG信号的频率成分进行分析。该频率成分分析使得能够对肌肉中的不同运动单元的激活频率比率进行识别。该频率比例与肌肉中的快速运动单元和慢速运动单元的比率相关联。由于不同运动单元表示具有不同属性的不同肌肉纤维子类型,所以EMG信号频率成分在这里已经被注意到与肌肉活动和锻炼力量相关联。另外,诸如在诸如多发性硬化(MS)、肌痛或帕金森症之类的某些状态的肌肉属性中所观察到的变化之类的导致肌肉以不同方式表现的某些改变已经被注意到与肌电图信号频率相关联。例如,在髓鞘脱失疾病中,快速运动单元的传导性被大幅衰减,这限制了这些运动单元中的神经脉冲频率。
在本发明中,已经意识到,不仅适度疲劳而且处于被动无意识紧张的肌肉状态通过确定肌肉在休息时产生的信号的高频率内容可被检测到。这与对肌肉信号分析的通常理解相反。在本发明中,一种方法和设备已被创建,其中肌肉信号借助电极被采集,并且该信号的频率内容朝向更高频率的偏离被用作肌肉的被动无意识紧张状态的指示。疲劳程度也可以通过比较低频率处的频率内容、正常频率处的频率内容以及高频率处的频率内容而被检测到。另外,由于这些运动单元产生的不同频率,频谱分析也可被用来估计肌肉的内生属性和运动单元组成。这可以包括来自活动的肌肉和休息的肌肉两者的测量结果。可使用本发明的不同设备至少包括但不限于手持或者可移动的肌肉分析仪、便携式锻炼计算机、附着于身体或者可植入到身体内的无线传感器、体现为服装的针对飞行员的生理监视系统、智能衣服、椅子或者另一件家具,以及例如将在提供按摩时使用的治疗床。
图1a和图1b示出了用于分析肌肉信号以确定肌肉状态的方法的流程图,其可以被用于预测肌肉状态进展或者用于确定肌肉纤维子类型分布。在图1a中,在步骤110中,从肌肉测量到的信号被接收到。该信号可能是例如借助电极或者感测电磁场的传感器或者以该信号指示肌肉中的电活动的方式而测量得到的。该信号随后可以例如通过模数变换而被变换为数字格式,或者该信号可被以数字格式直接采集。该信号然后例如被存储在存储器中,沿着电连接、光学连接或者无线连接传输,或者以其他方式使得可被访问以供分析。
在阶段120,肌肉信号的频率内容被确定。例如可以通过执行诸如傅立叶变换、快速傅立叶变换、离散余弦变换、小波变换或者任何其他合适变换之类的变换来确定频率内容。该变换可被用来将信号从时域变换到频域。可替代地,该变换可被省略,并且完整或者部分变换的系数和结果可被用作用于确定信号的高频内容的方法的输入。例如可以通过确定诸如8-30Hz(低频带)、20-60Hz(正常频带)和50-150Hz(高频带)之类的不同频带处的能量和/或幅度来进一步处理信号的频率信息。对于某些应用,低频带可以从低至0.5Hz或者更低开始,并且在高至40-50Hz或者更高处结束。中间频带可以从30-40Hz开始,并且在50-80Hz处结束。高频带可以从40-70Hz开始,并且在100Hz、200Hz、300Hz或者更高处结束。频带可以重叠,或者频带之间可存在间隔。作为替代或者作为附加,如在图2的上下文中说明的,频率内容特征可在于计算与信号的不同矩相关联的数字。高的矩数字可以指示更高频率处的频率内容。也可以例如通过过零分析或者通过测量来自信号的峰到峰时间(时间越小,频率越高)在时域中分析信号。对于这些分析方法中的任何分析方法,信号在分析之前可被预先处理,例如被滤波,并且/或者信号可被缩放和/或归一化,或者分析结果可被缩放和/或归一化。信号可被处理以使得较高频率和较低频率改变位置,或者以其他方式被改变。针对与正常状态、疲劳状态和被动无意识紧张状态有关的原始信号的特性的检测可以从这种经处理信号中进行。
在阶段130,检测到的频率内容被用来确定肌肉的状态。如果检测到中间区域处的频率,或者频率分布类似于来自休息时的非疲劳正常肌肉的信号的频率分布,则肌肉可被确定为处于非疲劳状态。如果检测到低频率,则肌肉可被确定为处于适度疲劳状态。如果检测到与非疲劳肌肉相比的高频率,则肌肉可被确定为处于被动无意识紧张状态。确定的结果然后可被指示给用户。也可以向用户指示疲劳水平。作为替代或者作为附加,阈值可被设置,超过该阈值则肌肉的被动无意识紧张状态被指示。
在阶段140,在之前的阶段130确定的所测量的状态被映射到参考函数,该参考函数可以被称作决策面。该决策面可以基于肌肉状态的种群数据库,并且因此指示所述肌肉状态。该数据库例如可以是基于种群的数据库,从而其包括多个个体的肌肉状态的量度。可替换地或者除此之外,个体可以被多次测量以创建该数据库。根据本发明的实施例,诸如从采集的信号得出的值之类的可以被存储到数据库中的量度也可以源自于给定肌肉中的一个或多个给定运动单元并且在水平维度和深度维度上变化。这允许创建可以用作决策面的多维数据库。该决策面可以包括量度的信息,诸如量度的水平维度或深度维度的位置信息、正常(非疲劳的、放松的)状态、疲劳(劳累的)状态和被动无意识紧张(PIT)状态的指数信息或者在量度中使用的锻炼力量(负荷)的信息。通过基于参考数据创建这样的决策面,量度可以被映射(适配)到决策面中以确定肌肉状态。使用到参考函数或决策面的映射可以提高肌肉状态确定的可靠性。
另外,如果数据库包括由包括正常(健康)肌肉和具有各种肌肉疾病或神经疾病的肌肉的种群所聚集的信息,则可以通过将获得的量度映射到包括所述信息的决策面或参考函数中来确定来自个人的肌肉状态,上述疾病的非限制性、示例性列举包括诸如肌痛、帕金森症、多发性硬化(MS)或者其它脱髓鞘疾病之类的状态。换句话说,当参考数据可用于比较时,可以使用映射来指示肌肉状态。
在阶段150,可以使用映射的结果来确定对肌肉状态的进展的预测。在预测诸如放松、PIT疲劳之类的肌肉阶段的进展时,可以使用多个量度来提高预测的灵敏度以及进展的斜率。另外,可以使用决策面来示出肌肉的水平位置和深度,这例如可以被用来优化训练会话或者用来确定锻炼期间或者由于改变的肌肉状态引起的问题或疼痛。决策面映射可以进一步被用来定位神经肌肉问题,因为数据信号的深度位置可以识别肌肉,并且(沿皮肤表面的)水平信息可以识别神经肌肉接点的位置。在训练锻炼中,人们可以使得其中的瞬时信息可用于调适他的锻炼负荷和重复次数。
肌肉状态进展的映射和预测是重要的,如之前在阶段130,仅指示静态值。虽然静态数值是准确的,但是给定个体中的生理参数可能引起变化的来源,而决策面能够通过将该值映射到具有阈值的更大参考集合而减小该变化。因此,通过创建映射并且使用指示信号在高频中的强度的量度以及决策面,可以以更高的可靠性和灵敏度对肌肉状态进行确定。
在图1b中,在阶段112,接收并且测量多个肌肉信号。量度指示所述信号在高频中的强度。可能有两个或者多于两个的测量值。信号在至少两个不同肌肉状态中被测量。这里的“不同肌肉状态”例如可以是指在时间上不同的第一肌肉状态和第二肌肉状态,并且在该状态期间已经在肌肉中发生了电活动。例如,如果肌肉首先处于休息状态并且随后进行锻炼,则其符合所述肌肉的不同肌肉状态的所述定义。类似地,如果所述肌肉在锻炼之后返回到休息状态中,则其处于不同肌肉状态。例如,如果肌肉纤维子类型分布在所述肌肉纤维之间不同,则不同肌肉也可能处于不同状态。不同肌肉例如由于导致肌肉以不同方式表现的改变而也可能处于不同状态,上述改变诸如在诸如多发性硬化(MS)、肌痛或帕金森症之类的某些状态的肌肉属性中所观察到的变化。
在阶段122,如在图1a的阶段120中所述确定肌肉信号的频率成分。在阶段132,从至少两个不同肌肉状态所确定的频率成分被用来确定肌肉状态,它们是指示信号在高频中的强度的量度,其中高频实质上对应于由处于被动无意识紧张状态的肌肉产生的频率,并且其中高频在频率上高于正常频率,其中正常频率实质上对应于由处于非疲劳状态的肌肉产生的频率。这些状态被用来创建诸如第一肌肉状态值和第二肌肉状态值之类的值,所述值对应于所述肌肉状态,这些值可以用于基于参考函数或决策面的映射。当使用指示信号在高频中的强度的量度以及参考函数创建至少一个映射时,参考函数指示肌肉状态以获得映射结果,如阶段142所示,可以基于映射结果确定肌肉状态估计,如阶段152所示。根据实施例,当两个不同肌肉状态的信息与映射中的参考函数相比较时,可以形成依赖函数。当映射结果与基于来自数据库的种群数据的参考函数相关联时,该依赖性可以被确定为估计。该估计例如可以是肌肉子类型分布。各种肌肉子类型的分布是带有信息的并且具有许多应用。各种锻炼要求某种肌肉纤维类型的利用比另一种肌肉纤维类型的利用具有优势。例如,有氧活动使用更高百分比的I类(慢肌纤维)肌肉纤维,而无氧活动则主要使用II类(快肌纤维)肌肉纤维。通过定义肌肉状态在锻炼期间的进展并且产生肌肉纤维子类型分布的信息以及其中的变化,可以评估和分析人或动物对于给定运动类型的适应性。例如,根据实施例,能够预测具有主要由I类(慢肌纤维)肌肉纤维组成的肌肉纤维子类型分布的人在有氧活动中表现得更好。此外,根据本发明的实施例,该方法可以被用来制造可以指示肌肉纤维类型分布的不断变化的设备。这样的设备可以用来帮助检测诸如多发性硬化(MS)、肌痛或帕金森症之类的某些状态中的肌肉属性的早期变化,或者用来追踪由于训练导致的进展。
图2示出了一种用于确定肌肉信号的频谱内容的方法的流程图。在步骤210中,例如可以利用诸如在图3a至图3f中示出的电极设置来采集来自肌肉的信号。如之前所说明的,该信号被变换为数字格式以供分析。也如早先说明,然后例如可以通过傅立叶变换来分析该信号。这可以产生诸如图6a中示出的频谱,其中根据频率(f)的幅度(a)的值被示出。
在步骤220中,频率值f可被乘以幅度值a或者以其他方式组合。这可以发生使得频率和幅度值被形成向量,以使得向量f包括元素(f1,f2…,fn),其中n是频率窗口的数目,并且向量a包括元素(a1,a2…,an)。向量中的对应元素随后被相乘,并且在步骤230中被加在一起,以根据公式ss=f·a获得作为向量f和a的内积的矩值或者频谱和ss。在上面所呈现的情况下,频谱和是信号频谱的一阶矩(first moment),并且其描述沿着频率轴的重心位置。换言之,如果信号包括低频,则频谱和或者一阶矩具有小值,并且如果信号包含高频,则其具有大值。
在步骤240中,矩值或者频谱和例如根据阈值被评估或者通过某种其他判定方法被评估。有利地,该矩值被映射到参考函数,诸如之前在图1中描述的基于种群的函数。所映射的矩值可以被用来获得要在步骤245中使用的预测值。如果信号被确定为与来自正常非疲劳肌肉的信号相比具有低频率(频谱和小),则轻微疲劳的肌肉状态在步骤250中被指示。通过使用与参考函数一起的映射,该状态可以被预测为“正常”疲劳阶段,并且例如可以被用来表明可以继续进行锻炼。如果信号被确定为具有中等频率(频谱和具有中等值),则非疲劳肌肉状态在步骤260中被指示。如果信号被确定为比来自正常非疲劳肌肉的信号包含更多的高频率(频谱和的高值),则肌肉的被动无意识紧张状态在步骤270中被指示。同样,通过使用与参考函数一起的映射,该状态可以被预测为PIT阶段,并且例如可以被用来表明应当中断锻炼。
图3a、图3b、图3c、图3d、图3e和图3f示出了用于测量肌肉信号的不同电极装置。在图3a中,电极对被示出。电极对可以是固定对以使得当电极对被应用于皮肤时电极310和311之间的距离保持不变,或者其可以由两个单独的电极组成。电极可被诸如塑料、玻璃、瓷或者空气之类的电绝缘体315和316围绕。在空气的情况下,电极可以实质上没有任何固态绝缘体。电极可以是诸如金属、半导体、碳、导电塑料或者诸如银/氯化银混合物之类的复合材料之类的导电材料件。电极可以是圆形、矩形、对称或者不对称的,或者形状为圆或者细长。绝缘体315和316可以为两个电极所共用,即在物理上是同一物体或者相互连接的两个物体,或者它们可以是分离的。在电极对的情况下关于电极的材料和设置的已述内容加以必要的变通可适用于图3b至3e中图示出的其他设置。诸如图3a中的电极对的引导场(leadfield)的形状为使得该电极对实质上拾取来自与电极310和311之间的距离相同的深度处的肌肉的信号。因而可以通过改变电极之间的距离来将电极对的灵敏度调整为适合不同深度。
图3b示出了两种平面电极设置。电极320和321是同心的,并且实质上拾取所谓的拉普拉斯信号,即电极对所拾取信号的导数信号。拉普拉斯电极可对位于电极下面的信号源敏感。再一次,电极可以是分离的和/或被绝缘体325和326围绕。在另一设置中,存在例如组成交叉形设定的两个电极对的四个电极330、331、332和333。电极330和331与电极332和333相比可以间隔不同距离。再一次,电极可被绝缘体335围绕。
图3c示出了两种线性电极设置。在绝缘体345位于每两个电极之间的情况下,电极340被按照行布置。在电极的线性带中可存在任何数目的电极,例如3、5、7或10,或者乃至像50或100之类的极高数目。线性电极装置可被绝缘体348围绕,其中绝缘体348可以是与绝缘体345相同的材料并且与绝缘体345相连,或者其可以是不同的材料。电极350、351、352和353也被沿着线布置,并且其可被公共绝缘体355围绕。
图3d示出了电极阵列。电极360可被按照规则或者不规则的形状布置,例如可被布置在N乘M的电极网格中,或者电极被随机分布,或者按照六角设定分布。电极可被公共绝缘体361围绕。
图3e示出了被接地体(ground body)或者接地元件围绕的线性电极装置。电极370、371、372和373可被线性地布置,并且它们可以是细长形的,以使得电极的伸长垂直于沿着布置电极的直线。电极可被绝缘体374围绕。在图3e的设置中,存在至少部分围绕或者完全围绕该设置的接地体或者说接地元件375。术语围绕可被宽松地理解,使得接地体仅仅延伸离开该组电极,并且例如被放置在电极的至少两个对边上。接地体可以不是信号采集中的有源构件,并且接地体可以仅仅是没有任何有源元件或者未与采集电子装置以任何方式相连的大导电物体。接地体还可以在深度尺寸上延伸以使得其从围绕电极的一边形成盒状开口(该盒可具有用于电极导线的通道)。接地体可以工作以限制电极装置的引导场,以使得其更加精确地拾取位于该布置下面的信号并且对于来自侧面的信号不敏感。此外,接地元件可以保护电极免于拾取环境电磁噪声。接地元件还可以围绕诸如电极阵列之类的任何其他电极设置,如图3f中示出,其中电极380被绝缘体381和接地元件382围绕。
图4示出了手持肌肉信号分析仪400。该装置具有可以按需附着和脱离该装置的电极头410。该布置使得电极装置能够被按需改变,例如根据将被分析的肌肉的类型。具有更深灵敏度的电极装置可被与更深和/或更大的肌肉一起使用,并且可以存在适用于平坦和不平坦或弯曲皮肤表面的电极头。不同的电极头可以具有不同的材料。另外,电极头可以是私人的或者其可以是一次性的以改善卫生。该装置还可以包括用于控制操作的按钮,例如采集按钮420和用户界面控制按钮430。为了向用户显示肌肉状态分析的结果的目的,可以存在显示器或者led指示器440,或者用于发出声音的扬声器。
图4b示出了手持肌肉信号分析仪的电极头。电极头450是线性类型的,其中电极455被按照线性方式布置。电极455可以是细长形的,并且为了改善接触,它们可以略微高于围绕它们的绝缘材料。电极头450的外壳458充当接地体,并且其也与皮肤接触。电极头460是不同类型的线性电极,其中电极465被绝缘元件分离。电极头470是圆型的,其中电极475是同心的。电极头具有接地体478。所有电极头都具有用于将该头物理地和/或电地连接到分析仪的连接器。电极头可以是无源的,或者它们可以是有源的,以使得它们包含用于放大和/或数字化由电极拾取的信号的采集电子装置。
图4c示出了手持肌肉信号分析器的截面图。电极482以线性方式进行布置,并且绝缘材料484将它们包围。外壳480用作无源接地体并且实质上包括用于从电极装置接收并且处理信号的电子器件486。换句话说,无源接地体被配置为从电极装置的一侧或多侧与皮肤进行导电接触。接地体还可以延伸以覆盖电极装置的顶端,并且可以实质上留出电极和电子器件可以安装到其中的开口或凹口。引线488可以被提供用于从设备传输信号、命令和数据的有线、光学或无线连接。当电子器件位于无源接地体内时,它们与外部电气干扰屏蔽,并且信号质量和传输灵敏度可以明显提高。无源接地体可以使得电极设置对于来自侧面的信号不敏感,并且还保护电极和电子器件免于拾取环境电磁噪声,该环境电磁噪声例如可能耦合至正在被测量的人体并且在常规的现有技术的电极设置中被拾取。根据实施例,例如,模数转换器和信号放大器可以位于无源接地体内,这将允许数字信号从电极单元传送到采集单元。
图5a示出了用于确定肌肉状态的装置500的框图。该装置可以在适用于由用于执行肌肉信号的采集的手来握持该装置的外壳510中具体化。该装置可具有用于保持诸如所采集信号之类的数据530以及诸如频率内容分析程序和/或采集控制程序和/或用户界面程序之类的程序535的存储器520。该装置可具有用于放大和/或数字化由电极单元570拾取的信号的采集单元550。采集单元的功能也可被部分地或者完全地在电极单元中实现。还可以存在用于向用户显示或指示分析结果的显示器或指示器单元。该装置可以运行,以使得采集和指示以一次方式完成,或者以使得采集、分析和指示连续发生,从而允许该装置沿着皮肤移动以检测肌肉中处于被动无意识紧张状态的区域。该装置可以通过声音信号或者光信号来指示被动无意识紧张状态。该装置和电极单元之间的连接可以是有线的、光学的或无线的。根据实施例,电极单元可以包括具有无线连接的传送器。
图5b示出了用于确定肌肉状态的系统的框图。该系统可具有电极单元580、采集单元582、包括处理器590和存储器592的分析单元584,以及显示器/指示器单元586。各种单元可具有各种程度的功能,例如,它们除了其基本功能之外,可包含电路、处理器、存储器和通信装置。不同的单元可被实现为单独的设备,或者它们中的一些或者全部可被组合在同一设备中。此外,不同的单元和设备可经由用于传送信号、命令和数据的有线连接、光学连接或者无线连接而相互连接。
图5c示出了用于确定肌肉状态的系统的另一框图。该系统可以具有电极单元593、采集单元594、诸如计算机之类的包括处理器和存储器的分析单元595、以及服务器596。各种单元可以具有各种程度的功能,例如,它们除了其基本功能之外还可以包含电路、处理器、存储器和通信部件。不同单元可以被实施为单独设备,或者它们中的一些或全部可以被组合在相同设备中。此外,不同单元和设备可以经由有线、光学或无线连接互相连接以传输信号、命令和数据。根据实施例,电极单元593可以与采集单元594通信。采集单元可以连接至分析单元595,分析单元可以连接至服务器596。可替换地,采集单元可以直接连接至服务器596。服务器可以包含数据库,数据库可以用来创建用于映射目的的参考函数。数据库可以包括多个肌肉状态值并且可以用于创建参考函数。服务器596上的数据库可以作为远程服务进行操作,其中量度被发送以进行映射。可替换地,或者除此之外,数据库可以以数据传输模式工作,在这种情况下,参考函数首先被下载到分析单元595或采集单元594,其中所采集的肌肉状态数据可以被处理并且量度针对指示肌肉状态的参考函数进行映射。通过这些部件中的任何一个部件,映射可以用来确定肌肉状态并且预测肌肉状态的进展。通过布置对数据库的访问,这些部件可以用来创建映射,该映射进一步可以用来确定肌肉纤维子类型分布。具有数据库的服务器使得能够改进系统的使用,因为采集单元或分析单元可以不必在本地包括用于参考函数的所有数据。相反,数据可以通过服务器连接被取回,这为映射提供了一种有效且快速的方法。另外,使用具有数据库的服务器进行映射实际上消除了针对用户定义的参数校准系统的需要,因为参考函数(或多个函数)提供了可以被用来确定用于不同肌肉状态或状态进展预测的阈值的信息。根据实施例,使用具有数据库的服务器可以进一步被用来有选择地下载包括给定测量中所需的参考函数集合的决策面,例如基于训练计划的参考函数集合,其包括在定义的训练周期期间执行的锻炼的选择的数据。根据实施例,数据结构可以从互联网服务进行购买或选择,并且该数据结构可以随后影响或控制肌肉信号采集单元或分析单元的操作。
图6a示出了来自非疲劳正常状态下的肌肉的信号的示例频谱。该频谱示出了该信号中的低频率600的相对高(频)内容,以及中等频率610的清楚内容。高频率620在从休息时的正常非疲劳肌肉采集的信号中显然更低。该频谱还示出了由采集单元拾取的50Hz环境电噪声630。
图6b示出了来自被动无意识紧张肌肉的信号的示例频谱。与图6a的频谱相比,来自被动无意识紧张肌肉的信号的低频内容650与对于非疲劳肌肉相比更低。这与对肌肉信号行为的传统理解相反。与非疲劳肌肉相比,来自被动无意识紧张肌肉的信号的中频内容660示出了一些增加。与非疲劳肌肉相比,存在来自被动无意识紧张肌肉的信号的高频内容670的明显增加。相应地,被动无意识紧张肌肉的归一化频谱和指示器与非疲劳肌肉相比更高。再次呈现了环境50Hz噪声680。
图6c示出了用于进行映射以确定对肌肉状态进展的预测或者用于确定肌肉纤维子类型分布的参考函数的示图。水平轴表示增量力量(以牛顿为单位)而垂直轴表示激活频率(以PIT状态指数值为单位)。可以创建不同的参考函数610、620、630,其中可以对指示信号在高频中的强度的量度进行映射。参考函数610表示快速肌肉,其中运动单元需要比慢速肌肉中更高的频率来激活。参考函数620表示慢速肌肉,其中运动单元需要比快速肌肉中更低的频率来激活。量度或多个量度到决策面的映射可以被用来获得肌肉状态进展的预测。通过向映射过程增加多个量度,可以提高映射的精度和准确性,这进一步增强预测的质量。再进一步,映射可以被用作不同肌肉状态的估计。根据本发明的实施例,当使用如图5c所述的种群数据进行分析时,映射可以被用来指示肌肉纤维类型分布的逐渐变化。参考函数630表示诸如患有脱髓鞘疾病之类的具有异常属性的肌肉状态,其中与激活频率和增量力量的关联明显不同于两个其它正常(健康)肌肉状态进展估计。
图6d示出了用于进行映射以确定对肌肉状态进展的预测或者用于确定肌肉纤维子类型分布的参考函数640的多维示图。在该图中,决策面具有表示量度位置的另外第三参数(轴),其可以被用来示出肌肉的水平位置和/或深度。这例如可以被用于优化训练会话或者用于确定锻炼期间或者由于改变的肌肉状态所导致的问题或疼痛。决策面映射可以进一步用来定位神经肌肉问题,因为数据信号的深度位置可以识别肌肉,并且(沿皮肤表面的)水平信息可以识别神经肌肉接点的位置。在训练锻炼中,人们可以使得其中的瞬时信息可用于调适其锻炼负荷和重复次数。图中所述三个参数(轴)(PIT指数、增量力量和位置)是可以用来创建参考函数的参数的非限制性示例,并且意在作为除了所述参数之外的各种参数都可以用来创建参考函数以确定肌肉状态、对肌肉状态进展的预测或者肌肉纤维子类型分布的指示。
图7a、图7b和图7c示出了根据本发明的实施例的电极单元设置。在图7a中示出了电极单元700,其可以包括电极装置710,电极装置710可以被绝缘体720和接地元件730包围。这些组件可以位于外壳740内,外壳740也可以用作无源接地体。在图7b中示出了电极装置710以及位于印刷电路板750的第一侧上的接地体745。接地体或接地元件745可以至少部分地或完全地包围该设置。术语包围可以被宽松地理解以使得接地体仅远离电极集合延伸,并且例如被置于电极的至少两个相对侧上。接地体还可以在深度维度上延伸以使得其形成从电极周围的一侧开口的盒子(该盒子可以具有用于电极连线的通路)。在图7c中示出了印刷电路板755和无源接地体750。如图7b所述,电极装置710可以位于印刷电路板755的第一侧上。无源接地体750可以实质上包括诸如信号放大器和模数转换器之类的电子器件,其可以被用来从电极装置710接收并且处理信号。无源接地体750还可以连接至图7b中所描绘的接地体745。换句话说,无源接地体可以被布置为从电极装置的一个或多个侧面与皮肤形成导电接触。无源接地体750还可以延伸以在电极装置710的顶部覆盖印刷电路板755,并且无源接地体750和印刷电路板755可以被布置为包括电极和电子器件可以安装于其中的开口或凹口。换句话说,可以为无源、半无源或者在一些情况下为有源的无源接地体750可以位于印刷电路板755的顶部,并且因此所形成的结构可以实质上包括无源接地体和印刷电路板之间的电子器件。词语“包括”的意思可以以宽泛的含义来理解,并且根据实施例例如可以由包围电子器件的外壳来形成。所述外壳可以进一步在印刷电路板755周围延伸,或者可替换地通过印刷电路板755延伸并且连接至与皮肤表面相接触的接地体745。根据实施例,无源接地体750因此可以实质上包括或包围电子器件、印刷电路板755和电极710并且与皮肤表面相接触。
本发明的各种实施例可以借助驻留在存储器中并且使相关装置实施本发明的计算机程序代码来实现。例如,手持分析设备可包括用于采集、接收和分析数据的电路和电子装置,存储器中的计算机程序代码,以及当运行该计算机程序代码时使该设备实施实施例的特征的处理器。另外,单独的分析设备可包括用于处理、接收和传输数据的电路和电子装置,存储器中的计算机程序代码,以及当运行该计算机程序代码时使该设备实施实施例的特征的处理器。再进一步地,独立采集单元或者连接到包括数据库的服务器的分析设备可以包括用于处理、接收和传送数据的电路和电子器件、存储器中的计算机程序代码以及处理器,该处理器当运行计算机程序代码时使得该设备和包括数据库的服务器执行实施例的特征。
本发明显然不仅限于以上所呈现的实施例,而是可以在所附权利要求的范围内被修改。

Claims (17)

1.一种用于在骨骼肌肉状态分析器中使用的电极装置,所述电极装置包括:
-被配置为在所述电极装置被操作时被施加到皮肤表面并且与所述皮肤表面相接触的传导材料的至少两个电极(310,311,320,321,330,331,332,333,340,350,351,352,353,360,370,371,372,373,380,455,465,475,482,710),所述至少两个电极形成用于拾取骨骼肌肉信号的至少一个电极对,
-被配置为布置在所述皮肤表面上并且包围布置在所述皮肤表面上的所述至少两个电极中的至少一个电极的电绝缘体(315,316,325,326,335,348,354,361,374,381,484,720),以及
-被配置为在所述电极装置被操作时布置在所述皮肤表面上并且与所述皮肤表面相接触的传导材料的接地体(375,382,458,480,730,745),所述接地体具有沿所述皮肤表面限定开放式内部区域的内周长,所述接地体的所述内周长将所述电绝缘体和所述至少两个电极包围在一起作为在沿所述皮肤表面的所述开放式内部区域内的一对或多对,所述接地体被配置为限制所述至少两个电极沿所述皮肤表面拾取从所述接地体的范围之外生成的信号;以及
-用于从所述至少一个电极对接收和处理信号的电子器件,并且其中所述接地体被布置为实质上包括所述电子器件。
2.根据权利要求1所述的电极装置,包括至少两对电极(330,331,332,333,340,350,351,352,353,360,370,371,372,373,380,455,465,475,482,710),所述至少两对电极在成对的电极之间具有不同距离,以针对所述至少两对电极创建不同的深度灵敏度。
3.根据权利要求2所述的电极装置,其中至少两对所述电极(330,331,332,333,340,350,351,352,353,360,370,371,372,373,380,455,465,475,482,710)以实质上沿着一条直线的线性设置进行布置,或者以交叉设置进行布置。
4.根据权利要求3所述的电极装置,其中所述交叉设置包括在电极对中的电极之间的直线形成直角交叉。
5.一种用于测量骨骼肌肉信号的装置,所述装置包括:
-被配置为在所述装置被操作时布置在皮肤表面上并且与所述皮肤表面相接触的传导材料的至少两个电极(310,311,320,321,330,331,332,333,340,350,351,352,353,360,370,371,372,373,380,455,465,475,482,710),所述至少两个电极形成用于拾取所述骨骼肌肉信号的至少一个电极对;
-被配置为布置在所述皮肤表面上并且与所述皮肤表面相接触的电绝缘体(315,316,325,326,335,348,354,361,374,381,484,720),所述电绝缘体包围布置在所述皮肤表面上的所述至少两个电极中的至少一个电极;以及
-被配置为在所述装置被操作时布置在所述皮肤表面上并且与所述皮肤表面相接触的传导材料的接地体(375,382,458,480,730,745),所述接地体具有在所述皮肤表面上限定开放式内部区域的内周长,所述接地体的所述内周长将所述至少两个电极包围在一起作为在所述开放式内部区域内的一对或多对,所述接地体被配置为限制所述至少两个电极沿所述皮肤表面拾取从所述接地体的范围之外生成的信号;
-用于从所述至少一个电极对接收和处理信号的电子器件,并且其中所述接地体包括用于从所述至少一个电极对接收和处理信号的所述电子器件。
6.根据权利要求5所述的装置,包括至少两对电极(330,331,332,333,340,350,351,352,353,360,370,371,372,373,380,455,465,475,482,710),所述至少两对电极在成对的电极之间具有不同距离,以针对所述至少两对电极创建不同的深度灵敏度。
7.根据权利要求6所述的装置,其中至少两对所述电极(330,331,332,333,340,350,351,352,353,360,370,371,372,373,380,455,465,475,482,710)以实质上沿着一条直线的线性设置进行布置,或者以交叉设置进行布置。
8.根据权利要求7所述的装置,其中所述交叉设置包括在电极对中的电极之间的直线形成直角交叉。
9.一种用于确定骨骼肌肉的状态的系统,所述系统包括:
-根据权利要求1至4中任一项所述的电极装置,
-用于使用所述电极装置从所述骨骼肌肉采集信号的装置,
-用于确定指示所述信号的频率成分的量度的装置,
-用于确定指示所述信号在高频中的强度的量度的装置,其中所述高频实质上对应于由处于被动无意识紧张状态的所述骨骼肌肉产生的频率,并且其中所述高频在频率上高于正常频率,其中所述正常频率实质上对应于由处于非疲劳状态的所述骨骼肌肉产生的频率,以及
-用于使用所述量度和参考函数创建映射的装置,所述参考函数指示骨骼肌肉状态,以及
-用于基于所述映射确定骨骼肌肉状态的装置。
10.一种用于分析骨骼肌肉信号的方法,所述方法包括:
-使用根据权利要求1所述的电极装置测量来自骨骼肌肉的信号,
-确定指示所述信号的频率成分的量度,
-确定指示所述信号在高频中的强度的量度,其中所述高频实质上对应于由处于被动无意识紧张状态的所述骨骼肌肉产生的频率,并且其中所述高频在频率上高于正常频率,其中所述正常频率实质上对应于由处于非疲劳状态的所述骨骼肌肉产生的频率,
-使用指示强度的所述量度以及参考函数来创建映射,所述参考函数指示骨骼肌肉状态,以及
-基于所述映射确定骨骼肌肉状态。
11.根据权利要求10所述的方法,所述方法用于使用骨骼肌肉信号分析来指导锻炼,所述方法进一步包括:
-使用根据权利要求1所述的电极装置从休息中的骨骼肌肉的顶部采集来自所述骨骼肌肉的信号,
-确定所述信号的谱的矩值,其中所述矩值指示通过将频率窗口的频率值乘以相同窗口的幅度值以形成窗口乘积并且对不同频率的窗口乘积求和所确定的量度,并且其中所述矩值对应于所述信号的频率成分,
-确定所述矩值是否具有对应于所述信号的正常频率成分、低频率成分和高频率成分的正常值、低值或高值,
-在所述矩值具有所述正常值的情况下,确定所述骨骼肌肉处于所述非疲劳状态,
-在所述矩值具有所述低值的情况下,确定所述骨骼肌肉处于疲劳状态,
-在所述矩值具有所述高值的情况下,确定所述骨骼肌肉处于所述被动无意识紧张状态,以及
-使用所述骨骼肌肉的所述确定的状态来指导锻炼。
12.根据权利要求10所述的方法,包括:
-使用所述映射和所述参考函数来确定对骨骼肌肉状态的时间进展的预测。
13.根据权利要求10所述的方法,其中所述参考函数基于骨骼肌肉状态的种群数据库,使得对多个个体进行测量以创建所述数据库,或者对个体进行多次测量以创建所述数据库。
14.一种用于测量骨骼肌肉信号的电极设备,所述电极设备包括:
-被布置为在所述电极设备被使用时与皮肤表面相接触的传导材料的至少两个电极(310,311,320,321,330,331,332,333,340,350,351,352,353,360,370,371,372,373,380,455,465,475,482,710),所述至少两个电极形成用于拾取所述骨骼肌肉信号的至少一个电极对,
-被配置为布置在所述皮肤表面上并且包围所述至少两个电极中的至少一个电极的电绝缘体(315,316,325,326,335,348,354,361,374,381,484,720),
-被配置为在所述电极设备被使用时布置在所述皮肤表面上并且与所述皮肤表面相接触的传导材料的接地体(375,382,458,480,730,745),所述接地体具有沿所述皮肤表面限定开放式内部区域的内周长,所述接地体的所述内周长将所述电绝缘体和所述至少两个电极包围在一起作为在所述开放式内部区域内的一对或多对,所述接地体被配置为限制所述至少两个电极沿所述皮肤表面拾取从所述接地体的范围之外生成的信号,以及
-用于从所述至少一个电极对接收和处理所述骨骼肌肉信号的电子器件,其中所述接地体实质上包括所述电子器件。
15.根据权利要求14所述的电极设备,包括至少两对电极(330,331,332,333,340,350,351,352,353,360,370,371,372,373,380,455,465,475,482,710),所述至少两对电极在成对的电极之间具有不同距离,以针对所述至少两对电极创建不同的深度灵敏度。
16.根据权利要求14所述的电极设备,其中至少两对所述电极(330,331,332,333,340,350,351,352,353,360,370,371,372,373,380,455,465,475,482,710)以实质上沿着一条直线的线性设置进行布置,或者以交叉设置进行布置。
17.根据权利要求16所述的电极设备,其中所述交叉设置包括在电极对中的电极之间的直线形成直角交叉。
CN201380034465.2A 2012-04-27 2013-04-23 一种用于测量肌肉信号的方法和设备 Active CN104394762B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FI20125470 2012-04-27
FI20125470 2012-04-27
PCT/FI2013/050452 WO2013160549A1 (en) 2012-04-27 2013-04-23 A method and a device for measuring muscle signals

Publications (2)

Publication Number Publication Date
CN104394762A CN104394762A (zh) 2015-03-04
CN104394762B true CN104394762B (zh) 2018-04-03

Family

ID=49482270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380034465.2A Active CN104394762B (zh) 2012-04-27 2013-04-23 一种用于测量肌肉信号的方法和设备

Country Status (4)

Country Link
US (1) US9844697B2 (zh)
EP (1) EP2840964B1 (zh)
CN (1) CN104394762B (zh)
WO (1) WO2013160549A1 (zh)

Families Citing this family (34)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9339691B2 (en) 2012-01-05 2016-05-17 Icon Health & Fitness, Inc. System and method for controlling an exercise device
US9254409B2 (en) 2013-03-14 2016-02-09 Icon Health & Fitness, Inc. Strength training apparatus with flywheel and related methods
WO2015100429A1 (en) 2013-12-26 2015-07-02 Icon Health & Fitness, Inc. Magnetic resistance mechanism in a cable machine
WO2015138339A1 (en) 2014-03-10 2015-09-17 Icon Health & Fitness, Inc. Pressure sensor to quantify work
WO2015191445A1 (en) 2014-06-09 2015-12-17 Icon Health & Fitness, Inc. Cable system incorporated into a treadmill
WO2015195965A1 (en) * 2014-06-20 2015-12-23 Icon Health & Fitness, Inc. Post workout massage device
US9918669B2 (en) * 2014-08-08 2018-03-20 Medtronic Xomed, Inc. Wireless nerve integrity monitoring systems and devices
WO2016037068A1 (en) * 2014-09-04 2016-03-10 D Lima Darryl Shoulder monitoring and treatment system
JP6480147B2 (ja) * 2014-10-21 2019-03-06 株式会社タニタ 筋状態変化判定装置、筋状態変化判定方法およびプログラム
US20160174864A1 (en) * 2014-12-18 2016-06-23 Biosense Webster (Israel) Ltd. Far Field-Insensitive Intracardiac Catheter Electrodes
BR112017014758B1 (pt) * 2015-01-08 2024-01-16 Medasense Biometrics Ltd Arranjo de eletrodos de resposta galvânica da pele (gsr)
US10391361B2 (en) 2015-02-27 2019-08-27 Icon Health & Fitness, Inc. Simulating real-world terrain on an exercise device
CN105078725A (zh) * 2015-06-30 2015-11-25 京东方科技集团股份有限公司 肌肉检测器、按摩仪及肌肉检测方法
US11622708B2 (en) * 2016-03-02 2023-04-11 Meta Platforms Technologies, Llc Low-noise multi-channel voltage recording device
US10493349B2 (en) 2016-03-18 2019-12-03 Icon Health & Fitness, Inc. Display on exercise device
US10625137B2 (en) 2016-03-18 2020-04-21 Icon Health & Fitness, Inc. Coordinated displays in an exercise device
US10272317B2 (en) 2016-03-18 2019-04-30 Icon Health & Fitness, Inc. Lighted pace feature in a treadmill
WO2018055433A1 (en) * 2016-09-21 2018-03-29 Peter Law Autonomously controllable pull wire injection catheter, robotic system comprising said catheter and method for operating the same
US11071887B2 (en) * 2016-09-28 2021-07-27 Bodbox, Inc. Evaluation and coaching of athletic performance
US10671705B2 (en) 2016-09-28 2020-06-02 Icon Health & Fitness, Inc. Customizing recipe recommendations
CN106821377B (zh) * 2017-01-19 2019-08-09 北京机械设备研究所 一种分布式高抗扰肌电信号采集装置及方法
JP6991498B2 (ja) * 2017-03-13 2022-01-12 東レエンジニアリング株式会社 生体内信号強度検出装置
CN106821378A (zh) * 2017-03-21 2017-06-13 成都柔电云科科技有限公司 一种基于电子表皮的便携式肌肉疲劳度检测设备
CN108209911B (zh) * 2017-05-25 2020-02-07 深圳市前海未来无限投资管理有限公司 一种肌电信号采集方法及装置
CN108209912B (zh) * 2017-05-25 2020-06-05 深圳市前海未来无限投资管理有限公司 一种肌电信号采集方法及装置
WO2019073648A1 (ja) * 2017-10-12 2019-04-18 株式会社村田製作所 生体信号センサ
US11369304B2 (en) * 2018-01-04 2022-06-28 Electronics And Telecommunications Research Institute System and method for volitional electromyography signal detection
US10836292B2 (en) * 2018-03-29 2020-11-17 Honda Motor Co., Ltd. System and method for providing massaging within a vehicle
CN109846480B (zh) * 2018-08-09 2021-10-29 江汉大学 一种检测肌肉综合性疲劳度的方法、装置及存储介质
CN110859619B (zh) * 2018-08-28 2023-02-14 易适康连(上海)科技有限公司 腹部肌电数据的获取装置、评估系统及方法
US11523765B2 (en) * 2018-09-05 2022-12-13 The University Of Chicago Neurophysiological biomarkers for neurodegenerative disorders
CN113164099A (zh) * 2018-11-29 2021-07-23 株式会社村田制作所 肌肉活动观测装置以及肌肉活动观测方法
EP3714782A1 (en) * 2019-03-27 2020-09-30 Koninklijke Philips N.V. Assessing muscle fatigue
JP7113274B2 (ja) * 2019-04-09 2022-08-05 パナソニックIpマネジメント株式会社 下肢筋力推定システム、下肢筋力推定方法、及び、プログラム

Family Cites Families (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4213466A (en) * 1978-08-11 1980-07-22 Harvard College, President And Fellows Monitoring myoelectric signals
DE3004126C2 (de) * 1980-02-05 1986-06-05 Schmid, geb.Bühl, Annemarie, 7914 Pfaffenhofen Bioelektrische Hautkontaktelektrode
JPS60158834A (ja) * 1984-01-03 1985-08-20 リバテイ ミユーチユアル インシユアランス カンパニー 乾式筋肉動作信号検出装置
ATE122867T1 (de) * 1989-09-07 1995-06-15 Siemens Ag Mehrteilige flächenhafte elektrode für ein hf- chirugie-gerät.
US5111812A (en) * 1990-01-23 1992-05-12 Cardiac Pacemakers, Inc. Defilbrillation electrode having smooth current distribution
US5299572A (en) * 1992-10-30 1994-04-05 University Of British Columbia Biological electrode array
US5349963A (en) 1993-08-06 1994-09-27 Sanhill Oy Method and apparatus for measuring muscle fatigue
US6073039A (en) * 1997-11-07 2000-06-06 The United States Of America As Represented By The Department Of Health And Human Services Device and method for real-time monitoring of an electrocardiogram during magnetic resonance imaging
FI107776B (fi) * 1998-06-22 2001-10-15 Polar Electro Oy Häiriösuoja
IL128815A0 (en) * 1999-03-03 2000-01-31 S L P Ltd A nocturnal muscle activity monitoring system
US6522904B1 (en) * 1999-03-30 2003-02-18 Impulse Dynamics N.V. Bipolar sensor for muscle tissue action potential duration estimation
AU2001294525A1 (en) * 2000-09-06 2002-03-22 Johns Hopkins University Quantification of muscle tone
WO2002065904A1 (en) * 2001-02-23 2002-08-29 Cordless Antistatic Research Inc. Enhanced pickup bio-electrode
WO2002074385A2 (en) * 2001-03-20 2002-09-26 Bruce R. Gilbert, M.D., Ph.D., P.C. Device for surface stimulation of acupuncture points
EP1427332A1 (en) * 2001-08-24 2004-06-16 Glucosens, Inc. Biological signal sensor and device for recording biological signals incorporating the said sensor
US6980852B2 (en) * 2002-01-25 2005-12-27 Subqiview Inc. Film barrier dressing for intravascular tissue monitoring system
CA2379268A1 (en) * 2002-03-26 2003-09-26 Hans Kolpin Skin impedance matched biopotential electrode
KR100459903B1 (ko) * 2002-07-25 2004-12-03 삼성전자주식회사 피부의 국부적인 영역의 임피던스를 측정하는 측정 시스템및 이에 이용되는 임피던스 측정 전극
CN1774201A (zh) * 2003-04-16 2006-05-17 布鲁塞尔自由大学 可视地分析肌肉活动性水平的非侵入式传感器
US6961601B2 (en) 2003-06-11 2005-11-01 Quantum Applied Science & Research, Inc. Sensor system for measuring biopotentials
US20050049517A1 (en) * 2003-09-03 2005-03-03 Motorola, Inc. Electromyogram method and apparatus
US20060025666A1 (en) * 2004-06-10 2006-02-02 Kinesense, Inc. "Bulls-eye" surface electromyographic electrode assembly
EP1956974A2 (en) * 2005-11-25 2008-08-20 Koninklijke Philips Electronics N.V. Biometric sensor
EP2164389B1 (en) 2007-07-06 2013-06-19 Koninklijke Philips Electronics N.V. Shielded biomedical electrode patch
US8301219B2 (en) * 2008-07-16 2012-10-30 The General Hospital Corporation Patient monitoring systems and methods
US8644919B2 (en) * 2008-11-13 2014-02-04 Proteus Digital Health, Inc. Shielded stimulation and sensing system and method
US8948838B2 (en) * 2009-01-27 2015-02-03 Scibase Ab Switch probe for multiple electrode measurement of impedance
FI125006B (fi) * 2010-10-29 2015-04-30 Fibrux Oy Menetelmä ja laitteisto lihassignaalien mittaamiseksi
US8655427B1 (en) * 2012-11-29 2014-02-18 Albert Einstein Healthcare Network Catheter systems for measuring electrical properties of tissue and methods of use

Also Published As

Publication number Publication date
US20150165269A1 (en) 2015-06-18
EP2840964A4 (en) 2016-06-15
EP2840964A1 (en) 2015-03-04
US9844697B2 (en) 2017-12-19
EP2840964B1 (en) 2019-04-17
CN104394762A (zh) 2015-03-04
WO2013160549A1 (en) 2013-10-31

Similar Documents

Publication Publication Date Title
CN104394762B (zh) 一种用于测量肌肉信号的方法和设备
CN103260506B (zh) 用于测量肌肉信号的方法和设备
US11832950B2 (en) Muscle activity monitoring
CN108209911B (zh) 一种肌电信号采集方法及装置
EP2851002A1 (en) Device for automatic mapping of complex fractionated atrial electrogram
CN104027110B (zh) 心房颤动解析装置、心房颤动解析系统及解析方法
JP2013121369A (ja) 入力装置及び校正方法
CN109640811A (zh) 用于评估心理生理反应性的设备
Ahamed et al. Analysis of right arm biceps brachii muscle activity with varying the electrode placement on three male age groups during isometric contractions using a wireless EMG sensor
Cao et al. Surface EMG-force modelling for the biceps brachii and its experimental evaluation during isometric isotonic contractions
EP2594196A1 (en) A sensor arrangement for detecting muscle activity for the control of technical equipment
Kumar et al. Real time monitoring of muscle fatigue and muscle disorder of biceps brachii using Surface Electromyography (sEMG)
CN102068264A (zh) 挥击动作的肌能状态分析系统及方法
Al-Mulla Evolutionary computation extracts a super sEMG feature to classify localized muscle fatigue during dynamic contractions
US20100152602A1 (en) Whole body electromagnetic detection system
Göbel Electromyography (EMG)
Gupta et al. An analysis to generate EMG signal and its perspective: A panoramic approach
CN107405128B (zh) 动物或人类个体的体适能的评估
Poo et al. Design and development of low cost biceps tendonitis monitoring system using EMG sensor
Zheng et al. Imageless Electrical Impedance Tomography for Highly Sensitive Object Dynamics Detection
Göbel 19.1 Background and Application
CN112336347A (zh) 大脑tqc心智与指尖电位检测性格职能分析系统
KR20200070484A (ko) 생체 신호를 이용한 산림 공간 감성 지능 시스템
Augustine An investigation of the effect of variation in surface electrode type and placement on action potentials elicited by peripheral nerve simulation
UA65768A (en) Method for assessing discordance of parameters pertaining to motor activity of fingers and device for its realization

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant