随着技术的不断发展，表面肌电被广泛地应用到生物力学、运动康复、人机交互等各个领域。那么，你知道表面肌电系统是如何工作的吗，通过它能测量出哪些数据，这些数据分别又表示哪些意义呢？
今天，我们便通过表面肌电的发展历史、基本原理、常用分析指标等来探究这一先进技术在体育科研的应用意义。
了解这些知识可以帮助您更好的：
1. 理解肌电指标数据；
2. 为您的实验选择合适的表面肌电系统；
3. 更好地规划肌电实验流程。
表面肌电图的起源
表面肌电图的起源可以追溯到17世纪中叶，1773年，Walsh便发现鳗鱼的肌肉收缩可以产生电火花，但一直到18世纪9年代，Calvani才证明了肌肉收缩与电活动之间的关系。19世纪初期，电流计的发明为进一步测量肌肉的电活动提供了可能。DuBois-Reymond在1849年首先证实了人体的肌肉在主动收缩时存在肌肉电活动。1922年，Gassei和Neweomer利用阴极射线示波器代替传统的电流计显示出肌肉活动的电信号，并因此获得1944年生理或医学诺贝尔奖。
1849年，DuBois-Reymond证实了人体的肌肉在主动收缩时存在肌肉电活动
随着30~50年代针式肌电图的迅速发展，出现了表面肌电图(surface electromyography,sEMG)。sEMG，即从肌肉表面通过电极引导、记录下来的神经-肌肉系统活动时的生物电信号。
表面肌电图的采集原理
表面肌电图是电极所触及的多个运动单位活动时所产生的电位变化在时间和空间上叠加的结果，与肌肉的活动状态和功能状态之间存在着不同程度的关联性。
肌肉运动中产生的生物电通过两个测量电极（相对于参考电极）产生电位差，差分放大器检测到该信号后，经过放大、记录后所得到的图形，现代先进的sEMG系统将放大的信号转化为数字信号，并通过数据传输至计算机。计算机中的分析软件对所获得的数据进行分析处理，从而完成测试评估等科研或临床诊断任务。
采集肌肉的放电原理
通过sEMG进行肌肉电信号采集过程
表面肌电图是一种简单、无创容易被受试者接受的肌电活动，可用于测试较大范围内的肌电信号，并有助于反映运动过程中肌肉生理、生化等方面的变化；不仅可在静止状态测定肌肉活动，而且可在各种运动过程中持续观察肌肉活动的变化。
肌电图与肌肉收缩之间有着密切的关系，一般情况下，当肌肉轻度收缩时，肌电信号相对较弱，频率也低：当肌肉强力收缩时，肌电信号较强，频率高。
常用分析指标
表面肌电的分析指标分为时域和频域指标。
时域指标包括肌电积分值(IEMG)、平均肌电值(AEMG)、均方根值(RMS)及协同收缩率，时域指标反映局部肌肉运动单位动员或募集程度，主要用于评判肌肉收缩程度与特征的情况；频域指标包括平均功率频率(MPF)、中位频率(MF)，频域指标反映局部肌肉疲劳程度，主要用于判断肌肉的疲劳情况。
肌电积分值(IEMG)是一定时间内肌肉中参与活动的运动单位的放电总量，时间不变的前提下，反映运动单位数量的多少和每个运动单位的放电大小，随着负荷持续时间呈线性规律递减。
平均肌电值(AEMG)是反映信号振幅变化的特征性指标，是一段时间内瞬间肌电图振幅的平均，反映肌肉活动时运动单位激活的数量、参与活动的运动单位类型以及同步化程度。
均方根值(RMS)是一段时间内瞬间肌电图平方平均的平方根，是放电的有效值，与AEMG意义基本相同。
RMS分析
平均功率频率(MPF)是反映信号频率特征的生物物理指标，其高低与外周运动单位动作电位的传导速度、参与 活动的运动单位类型以及同步化程度有关，是临床常用判断肌肉活动时的疲劳度的常用指标。
中位频率(MF)是骨骼肌收缩过程中肌纤维放电频率的中间值，与肌肉组织中快和慢肌纤维组成的比例有关，快肌纤维兴奋出现高频放电，慢肌纤维兴奋则以低频放电为主。
频率分析
表面肌电在体育科研的应用意义
表面肌电在体育科学研究上主要集中在对肌肉力量和肌肉疲劳的研究上。现在，表面肌电图已经广泛应用于有关肌肉反应时间研究、肌肉活动的功能分析、完成某个动作时肌肉间的协调性、肌纤维成分分析、肌肉收缩速度研究、肌肉稳定性、协调性研究等等。
表面肌电在跑步运动中的应用
表面肌电在游泳运动中的应用
通过检测运动员运动时的表面肌电信号，及时反映出肌肉的疲劳和兴奋状态，有助于建立科学的训练方法。具体体现在如下几个方面：
利用表面肌电测定神经的传导速度
如果在神经通路的两个或两个以上的点给予电流刺激，从该神经所支配的肌肉上记录诱发电位，然后根据公式计算出神经的传导速度。
利用表面肌电评定神经和肌肉的机能状态
肌肉疲劳时期肌电活动也会发生变化，因此可以用肌电评定骨骼肌的机能状态。
1.肌肉工作过程中肌电幅值的变化
在肌肉等长收缩至疲劳的研究过程中发现，在一定的范围内，肌电幅值随着肌肉疲劳程度的加深而增加。以最大强度以下的肌力进行等长收缩时，肌电的幅值随着时间的延长而增加;而用最大肌力进行等长收缩时，随着肌力的下降肌电的幅值也逐渐下降。
2.肌肉工作过程中肌电频谱变化
研究表明，在肌肉工作过程中，肌电的频率特性可随着肌肉的机能状态的改变而发生变化。反应肌电的频率特性的指标有平均功率频率(MPF) 和中心频率(MF)。在研究肌肉持续工作至疲劳过程中发现，随着疲劳程度的加深，肌电的频谱左移，即平均功率频率降低。肌肉工作的负荷强度越大，疲劳的程度越大，平均功率频率和中心频率的减小越明显。
利用表面肌电评价肌力
当肌肉以不同的负荷进行收缩时，其积分肌电同肌力成正比关系，即肌肉产生的张力越大积分肌电越大。
利用表面肌电进行动作分析
在运动过程中可用多导肌电记录仪将肌电记录下来,然后,根据运动中每块肌肉的放电顺序和肌电幅度,结合高速摄像、动作捕捉分析等技术，对运动员的动作进行分析诊断。有效而及时地纠正运动员的错误动作，促进运动员的运动技能的形成及运动成绩的提高。
与动作捕捉技术结合
科技手段可以为运动员的科学化训练提供支持，而教练员和运动员在运动项目上需要解决的实际问题又为科研成果的应用指明了方向。已经结束的冬奥会让我们看到了以包括肌电图在内的一系列智能化科学设备在体育训练中的强大力量，我们也期待这些这一先进技术的不断革新，为体育科研的智能化发展助力。
