长时间颈部前屈对颈部肌肉疲劳的影响

工程科学学报.第41卷，第11期：1493-1500.2019年11月 Chinese Journal of Engineering,Vol.41,No.11:1493-1500,November 2019 DOI:10.13374/j.issn2095-9389.2019.04.24.007;http://journals.ustb.edu.cn 长时间颈部前屈对颈部肌肉疲劳的影响 徐明伟，金龙哲四，于露，刘建国，张安琪 北京科技大学土木与资源工程学院，北京100083 ☒通信作者，E-mail:忉jin@ustb.edu.cn 摘要长期颈部前屈对颈椎造成严重影响.为定量评估长时间低头对颈椎疲劳造成的影响，选取20名健康受试者，保持低 头角度40°~60°持续3.选择胸锁乳突肌.颈部夹肌和肩部斜方肌测量其表面肌电信号.经滤波、整流、振幅标准化等处理 后，对每60s的肌电值进行积分和求其平均功率频率.研究发现，积分肌电值的波动变化具有规律性，首次增大后的减小表 征肌肉进入疲劳状态；不同肌肉的平均功率频率(mean power frequency,.MPF)值具有明显差异，决定着该肌肉疲劳耐受性的 持续时间，且在整个颈部前屈过程中MPF并非简单的线性关系.提出用MP℉的导数来提取疲劳特征，用窗口化的MPP负数 累积判定肌肉疲劳.结果表明，MP℉负数累积能很好地判断肌肉疲劳，胸锁乳突肌在20in内出现最终疲劳，而颈部夹肌和 肩部斜方肌在20min左右出现了短暂性疲劳，随后在75~100mi时又出现了最终疲劳.因此建议持续颈部前屈时长不超 过20min. 关键词表面肌电：颈椎疲劳：疲劳特征：肌电积分：平均功率频率 分类号TG142.71 Effect of long-term bowing of the head on neck muscle fatigue XU Ming-wei,JIN Long-zhe YU Lu,LIU Jian-guo,ZHANG An-qi School of Civil and Resource Engineering,University of Science and Technology Beijing,Beijing 100083,China Corresponding author,E-mail:Izjin@ustb.edu.cn ABSTRACT Long-term neck flexion posture is a common awkward posture resulting from long-term head-down work,long-term looking at a computer screen,and long-term playing with a mobile phone.Fatigue and chronic injury of cervical muscles are easily caused by long-term bowing of the head.Long-term bowing of the head to play with a mobile phone causes injury to the cervical spine. Long-term neck muscle contraction is an important cause of fatigue and chronic injury of the neck muscles and tissues.Therefore,it is of significance to analyze the changes of muscle activity during long-term neck muscle contraction and to determine the time threshold of neck muscle fatigue to reduce the damage caused by neck muscle fatigue.To quantitatively evaluate the effect of long-term head-down playing with a mobile phone on cervical spine fatigue,20 healthy subjects were selected and kept the head-down angle between 40 and 60 for 3 h.On the basis of the analysis of cervical spine muscle architecture and anthropometry,the surface electromyography (sEMG) of the sternocleidomastoid,cervical gripper,and shoulder trapezius muscles was recorded.The original sEMG data were processed by filtering,rectifying,and amplitude standardization.The EMG values every 60s were integrated,and their mean power frequency(MPF) was calculated.Results show that the fluctuation of the integral EMG is regular and the decrease after the initial increase indicates that the muscle is in the fatigue state.The MPF values of different muscles have obvious differences,which determine the duration of fatigue tolerance of the muscle.Moreover,the MPF does not exhibit a simple linear relationship during the entire bowing process.The results also show that negative MPF accumulation can be used to assess neck muscle fatigue.The sternocleidomastoid muscle is in the fatigue state in 20 min,whereas the cervical gripper and shoulder trapezius muscles are temporarily fatigued in approximately 20 min and in the 收稿日期：2019-04-24 基金项目：国家重点研发计划课题资助项目(2016YFC0801700)

长时间颈部前屈对颈部肌肉疲劳的影响 徐明伟，金龙哲苣，于    露，刘建国，张安琪 北京科技大学土木与资源工程学院，北京 100083 苣通信作者，E-mail: lzjin@ustb.edu.cn 摘    要    长期颈部前屈对颈椎造成严重影响. 为定量评估长时间低头对颈椎疲劳造成的影响，选取 20 名健康受试者，保持低 头角度 40°～60°持续 3 h. 选择胸锁乳突肌，颈部夹肌和肩部斜方肌测量其表面肌电信号. 经滤波、整流、振幅标准化等处理 后，对每 60 s 的肌电值进行积分和求其平均功率频率. 研究发现，积分肌电值的波动变化具有规律性，首次增大后的减小表 征肌肉进入疲劳状态；不同肌肉的平均功率频率 (mean power frequency，MPF) 值具有明显差异，决定着该肌肉疲劳耐受性的 持续时间，且在整个颈部前屈过程中 MPF 并非简单的线性关系. 提出用 MPF 的导数来提取疲劳特征，用窗口化的 MPF 负数 累积判定肌肉疲劳. 结果表明，MPF 负数累积能很好地判断肌肉疲劳，胸锁乳突肌在 20 min 内出现最终疲劳，而颈部夹肌和 肩部斜方肌在 20 min 左右出现了短暂性疲劳，随后在 75～100 min 时又出现了最终疲劳. 因此建议持续颈部前屈时长不超 过 20 min. 关键词    表面肌电；颈椎疲劳；疲劳特征；肌电积分；平均功率频率 分类号    TG142.71 Effect of long-term bowing of the head on neck muscle fatigue XU Ming-wei，JIN Long-zhe苣 ，YU Lu，LIU Jian-guo，ZHANG An-qi School of Civil and Resource Engineering, University of Science and Technology Beijing, Beijing 100083, China 苣 Corresponding author, E-mail: lzjin@ustb.edu.cn ABSTRACT    Long-term  neck  flexion  posture  is  a  common  awkward  posture  resulting  from  long-term  head-down  work,  long-term looking  at  a  computer  screen,  and  long-term  playing  with  a  mobile  phone.  Fatigue  and  chronic  injury  of  cervical  muscles  are  easily caused by long-term bowing of the head. Long-term bowing of the head to play with a mobile phone causes injury to the cervical spine. Long-term neck muscle contraction is an important cause of fatigue and chronic injury of the neck muscles and tissues. Therefore, it is of significance to analyze the changes of muscle activity during long-term neck muscle contraction and to determine the time threshold of neck muscle fatigue to reduce the damage caused by neck muscle fatigue. To quantitatively evaluate the effect of long-term head-down playing with a mobile phone on cervical spine fatigue, 20 healthy subjects were selected and kept the head-down angle between 40° and 60° for 3 h. On the basis of the analysis of cervical spine muscle architecture and anthropometry, the surface electromyography (sEMG) of the sternocleidomastoid, cervical gripper, and shoulder trapezius muscles was recorded. The original sEMG data were processed by filtering, rectifying, and amplitude standardization. The EMG values every 60 s were integrated, and their mean power frequency (MPF) was calculated. Results show that the fluctuation of the integral EMG is regular and the decrease after the initial increase indicates that the muscle is in the fatigue state. The MPF values of different muscles have obvious differences, which determine the duration of fatigue tolerance of the muscle. Moreover, the MPF does not exhibit a simple linear relationship during the entire bowing process. The results also show that negative MPF accumulation can be used to assess neck muscle fatigue. The sternocleidomastoid muscle is in the fatigue state in 20 min, whereas the cervical gripper and shoulder trapezius muscles are temporarily fatigued in approximately 20 min and in the 收稿日期: 2019−04−24 基金项目: 国家重点研发计划课题资助项目 (2016YFC0801700) 工程科学学报，第 41 卷，第 11 期：1493−1500，2019 年 11 月 Chinese Journal of Engineering, Vol. 41, No. 11: 1493−1500, November 2019 DOI：10.13374/j.issn2095-9389.2019.04.24.007; http://journals.ustb.edu.cn

1494 工程科学学报，第41卷，第11期 final fatigue state in 75-100 min.Therefore,it is suggested that the duration of continuous bowing should not exceed 20 min. KEY WORDS surface electromyography:cervical spine fatigue;fatigue characteristics;integral electromyographic;mean power frequency 长时间颈部前屈是常见的不良作业姿势，比 量仪器，仪器的采样频率为1500Hz,主要由直接 如长时间从事低头作业，长时间看电脑屏幕，玩手 传输系统、无线网络发射器、表面肌电测试软件 机等，常会导致长时间颈部前屈这一不良姿势发 等组成（如图1） 生.长期低头容易引起颈项肌群发生疲劳和慢性 损伤山，国内一项对2000例颈椎病患者展开的最 电极 Norxon WIFI传 新调查显示：青少年和上班族患颈椎病的人数徒 片 G2 输器 增，30岁以下患者所占的人数比例比30岁到 50岁的患者高出了22%颈椎病发病有低龄化 的趋势，据统计，30岁以下的颈椎病患者增加显 著，从1996的26%提升至2016年的37%)在对 140名大学生的一项调查中显示，98%的参与者每 天在手机上花费超过3.5h,这增加了颈部患病的 sEMG DTS传 风险)长时间肌肉收缩是导致颈部肌肉和组织疲 采集器 输器 劳损伤的一个重要原因阿，因此利用一定的方法探 图1表面肌电采集配件 究颈部肌肉长时间收缩时肌肉活动的变化，获得 Fig.I Surface electromyography acquisition accessories 肌肉疲劳时间阈值，以减少颈部肌肉疲劳带来的 损伤，这显得极为有意义 (2)受试人员 目前对颈椎疲劳方面的研究大多数集中在对 从北京科技大学挑选20名受试者，男生12， 颈伸肌平衡和颈痛评价上.较少去关注长时间颈 女生8名.所有受试者身体健康状况良好，无颈椎 部前屈造成的颈椎疲劳.Lee等使用麦吉尔疼痛 肌肉损伤，实验前72内未从事剧烈运动，以保持 问卷表(McGill pain questionnaire,.MPQ)和Brog评 受试者肌肉的良好状态，所有受试者均同意并自 分表(Borg scale)进行评价，对颈椎肌肉耐力持续 愿参加本实验.为使个体差异性的影响最小，所选 时间进行测量，对比了有颈痛和无颈痛的颈部肌肉 取人员的年龄、身高和体重相差较小，最终结合 耐力持续时间.Moreno等用光学角度捕捉测试 实际需要，受试人员平均年龄21±1.7岁，体重61.3± 颈椎活动范围，并对颈椎疲劳进行评估，用起始角 9.6kg,身高168±8.6cm,骨骼肌肉质量9.4牡2.4kg 和偏转角来评估颈椎疲劳前后的变化.表面肌电 (3)电极片放置 信号门是肌肉系统在收缩时，能一定程度上反映肌 测量电极之间的距离将影响肌电信号的带宽 肉的活动情况和疲劳程度的一种生理电信号，监测 和幅值，距离过小，会造成信号的叠加或短路，距 该信号在临床疾病的诊断、肌肉力量的评定、肌肉 离过大，易受到附近肌肉信号的干扰3本实验 疲劳的判断等领域得到广泛的应用8-).但对于长时 选用银-氯化银(Ag-AgCI)电极片，控制电极片中 间低头前屈这一姿势的颈部疲劳却鲜有人提及，因 心距离为20mm 此本研究在利用表面肌电(surface electromyography, 1.2实验姿势 sEMG)监测肌肉疲劳研究基础上，研究长时间颈部 本实验模拟的是人在静止状态下长时间颈部 前屈玩手机对颈部肌肉的影响，判断实验人员的疲 前屈玩手机的状态，采用静态人体尺寸标准 劳变化状态以及疲劳的严重程度，最终为科学合理 依据GB10000-88标准，选取人体测量百位数90 的控制低头前屈时间提供理论依据 按照身体各部分比例，计算颈部前屈姿势保持在 1实验设计 40°~60°之间（如图2） 1.3测量肌肉 1.1实验仪器及方法 根据肌肉构筑学特征7-叨，维持颈椎活动稳定 (1)实验仪器 功能的肌肉有夹肌、胸锁乳突肌、斜方肌、头半棘 本实验采用美国Noraxon公司的表面肌电测 肌等肌肉2，但头半棘肌在夹肌下面，临床一般监

final fatigue state in 75–100 min. Therefore, it is suggested that the duration of continuous bowing should not exceed 20 min. KEY  WORDS    surface  electromyography； cervical  spine  fatigue； fatigue  characteristics； integral  electromyographic； mean  power frequency 长时间颈部前屈是常见的不良作业姿势，比 如长时间从事低头作业，长时间看电脑屏幕，玩手 机等，常会导致长时间颈部前屈这一不良姿势发 生. 长期低头容易引起颈项肌群发生疲劳和慢性 损伤[1] . 国内一项对 2000 例颈椎病患者展开的最 新调查显示：青少年和上班族患颈椎病的人数徒 增 ， 30 岁以下患者所占的人数比例 比 30 岁 到 50 岁的患者高出了 22%[2] . 颈椎病发病有低龄化 的趋势，据统计，30 岁以下的颈椎病患者增加显 著 ，从 1996 的 26% 提升至 2016 年的 37%[3] . 在对 140 名大学生的一项调查中显示，98% 的参与者每 天在手机上花费超过 3.5 h，这增加了颈部患病的 风险[4] . 长时间肌肉收缩是导致颈部肌肉和组织疲 劳损伤的一个重要原因[5] ，因此利用一定的方法探 究颈部肌肉长时间收缩时肌肉活动的变化，获得 肌肉疲劳时间阈值，以减少颈部肌肉疲劳带来的 损伤，这显得极为有意义. 目前对颈椎疲劳方面的研究大多数集中在对 颈伸肌平衡和颈痛评价上. 较少去关注长时间颈 部前屈造成的颈椎疲劳. Lee 等[5] 使用麦吉尔疼痛 问卷表（McGill pain questionnaire, MPQ）和 Brog 评 分表（Borg scale）进行评价，对颈椎肌肉耐力持续 时间进行测量，对比了有颈痛和无颈痛的颈部肌肉 耐力持续时间. Moreno 等[6] 用光学角度捕捉测试 颈椎活动范围，并对颈椎疲劳进行评估，用起始角 和偏转角来评估颈椎疲劳前后的变化. 表面肌电 信号[7] 是肌肉系统在收缩时，能一定程度上反映肌 肉的活动情况和疲劳程度的一种生理电信号，监测 该信号在临床疾病的诊断、肌肉力量的评定、肌肉 疲劳的判断等领域得到广泛的应用[8−12] . 但对于长时 间低头前屈这一姿势的颈部疲劳却鲜有人提及，因 此本研究在利用表面肌电（surface electromyography， sEMG）监测肌肉疲劳研究基础上，研究长时间颈部 前屈玩手机对颈部肌肉的影响，判断实验人员的疲 劳变化状态以及疲劳的严重程度，最终为科学合理 的控制低头前屈时间提供理论依据. 1    实验设计 1.1    实验仪器及方法 （1）实验仪器 本实验采用美国 Noraxon 公司的表面肌电测 量仪器，仪器的采样频率为 1500 Hz，主要由直接 传输系统、无线网络发射器、表面肌电测试软件 等组成（如图 1）. （2）受试人员 从北京科技大学挑选 20 名受试者，男生 12， 女生 8 名. 所有受试者身体健康状况良好，无颈椎 肌肉损伤，实验前 72 h 内未从事剧烈运动，以保持 受试者肌肉的良好状态，所有受试者均同意并自 愿参加本实验. 为使个体差异性的影响最小，所选 取人员的年龄、身高和体重相差较小. 最终结合 实际需要，受试人员平均年龄 21±1.7 岁，体重 61.3± 9.6 kg，身高 168±8.6 cm，骨骼肌肉质量 9.4±2.4 kg. （3）电极片放置 测量电极之间的距离将影响肌电信号的带宽 和幅值，距离过小，会造成信号的叠加或短路，距 离过大，易受到附近肌肉信号的干扰[13−14] . 本实验 选用银−氯化银（Ag−AgCl）电极片，控制电极片中 心距离为 20 mm. 1.2    实验姿势 本实验模拟的是人在静止状态下长时间颈部 前屈玩手机的状态，采用静态人体尺寸标准[15−16] . 依据 GB10000-88 标准，选取人体测量百位数 90. 按照身体各部分比例，计算颈部前屈姿势保持在 40°～60°之间（如图 2）. 1.3    测量肌肉 根据肌肉构筑学特征[17−19] ，维持颈椎活动稳定 功能的肌肉有夹肌、胸锁乳突肌、斜方肌、头半棘 肌等肌肉[20] ，但头半棘肌在夹肌下面，临床一般监 电极 片 Norxon G2 WIFI传 输器 DTS传 输器 sEMG 采集器 图 1    表面肌电采集配件 Fig.1    Surface electromyography acquisition accessories · 1494 · 工程科学学报，第 41 卷，第 11 期

徐明伟等：长时间颈部前屈对颈部肌肉疲劳的影响 1495· 测夹肌，斜方肌和胸锁乳突肌1-四本次实验选取 颈部夹肌、胸锁乳突肌和肩部斜方肌作为测试对 象（位置如图3所示） 1.4实验过程及记录 实验开始前用去角质膏和酒精棉球擦拭相应 39 肌肉，去除皮肤表面角质和污垢，降低皮肤阻抗P3-2刘 3.10 待测量位置完全变干后，按照编号顺序贴电极片 3.11 受试者保持颈部前屈姿势坐在海绵靠背座椅上， 3.1-3.11指不同身体测量项日 玩手机.所有的测试中，实验人员之间禁止互相交 图2人体坐姿尺寸图 流，避免出现相互干扰，实验场景如图4. Fig.2 Dimensional figure of human sitting posture 左颈部 右颈部 夹肌 夹肌 左肩斜 右肩斜 方肌 方肌 胸锁乳 突肌 图3实验肌肉测量位置 Fig.3 Experimental muscle measurement position (3)振幅标准化处理.电极的摆放位置、皮肤 处理的好坏都会存在差异性.通过归一化处理阿 降低单个实验对象的重复实验之间或多个实验对 象实验结果之间的差异性.本实验采用最大肌力 (max voluntary contraction,MVC)进行标准化处理， 利用分析系统内置的MVC进行处理 由于低头看手机并非剧烈运动，肌电信号变 化不明显，因此，需要对肌电信号进行处理才能提 取特征值. 2.2sEMG信号时域结果 图4部分实验场景 时域分析常用的振幅参数包括积分肌电值、 Fig.4 Part of the experimental scenario 平均整流肌电值、均方根值等.本实验采用积分 肌电值分析.肌电积分值(integral electromyographic, 2实验结果 EMG)是一定活动时间内，所有参与活动的运动 2.1实验数据预处理 单位动作电位的放电总量大小四EMG蕴含肌肉 (1)心电去除.在测试上肢肩部肌肉时，心电信 活动的大量信息，包含有肌肉活动在能量（幅值） 号(ECG)会对肌电信号造成干扰P],因此去除心电 上的表现和肌电信号传导在时间上的反映 (2)整流.由于表面肌电信号的正负幅值几乎 本研究取样周期大于神经纤维的动作电位时 长（一般历时约0.5~2.0ms)2-2排除颈部微动 相等，若对原始信号的值直接求平均会得到近似 为零的平均值，因此对信号进行全波整流，即信号 作干扰，在保证肌电信号时域信息不丢失的前提 下，本次数据处理采样时长取60s. 取其绝对值.整流后信号保留了肌电信号中所有 的信息，其图形变化能很好地的反映肌肉活动 iEMG= (1) 强度24

测夹肌，斜方肌和胸锁乳突肌[21−22] . 本次实验选取 颈部夹肌、胸锁乳突肌和肩部斜方肌作为测试对 象（位置如图 3 所示）. 1.4    实验过程及记录 实验开始前用去角质膏和酒精棉球擦拭相应 肌肉，去除皮肤表面角质和污垢，降低皮肤阻抗[23−24] . 待测量位置完全变干后，按照编号顺序贴电极片. 受试者保持颈部前屈姿势坐在海绵靠背座椅上， 玩手机. 所有的测试中，实验人员之间禁止互相交 流，避免出现相互干扰，实验场景如图 4. 2    实验结果 2.1    实验数据预处理 （1）心电去除. 在测试上肢肩部肌肉时，心电信 号（ECG）会对肌电信号造成干扰[23] ，因此去除心电. （2）整流. 由于表面肌电信号的正负幅值几乎 相等，若对原始信号的值直接求平均会得到近似 为零的平均值，因此对信号进行全波整流，即信号 取其绝对值. 整流后信号保留了肌电信号中所有 的信息，其图形变化能很好地的反映肌肉活动 强度[24] . （3）振幅标准化处理. 电极的摆放位置、皮肤 处理的好坏都会存在差异性. 通过归一化处理[25] 降低单个实验对象的重复实验之间或多个实验对 象实验结果之间的差异性. 本实验采用最大肌力 (max voluntary contraction，MVC) 进行标准化处理， 利用分析系统内置的 MVC 进行处理. 由于低头看手机并非剧烈运动，肌电信号变 化不明显，因此，需要对肌电信号进行处理才能提 取特征值. 2.2    sEMG 信号时域结果 时域分析常用的振幅参数包括积分肌电值、 平均整流肌电值、均方根值等. 本实验采用积分 肌电值分析. 肌电积分值（integral electromyographic， iEMG）是一定活动时间内，所有参与活动的运动 单位动作电位的放电总量大小[25] . iEMG 蕴含肌肉 活动的大量信息，包含有肌肉活动在能量（幅值） 上的表现和肌电信号传导在时间上的反映. 本研究取样周期大于神经纤维的动作电位时 长（一般历时约 0.5～2.0 ms） [26−28] . 排除颈部微动 作干扰，在保证肌电信号时域信息不丢失的前提 下，本次数据处理采样时长取 60 s. iEMG = ∑ N i=1 |Xi |= w T+60 T Xidt （1） 智能 手机 3.1~3.11指不同身体测量项目 3.11 3.10 3.9 3.7 3.6 3.3 3.2 3.4 3.1 3.5 图 2    人体坐姿尺寸图 Fig.2    Dimensional figure of human sitting posture 胸锁乳 突肌 右颈部 夹肌 右肩斜 方肌 左颈部 夹肌 左肩斜 方肌 图 3    实验肌肉测量位置 Fig.3    Experimental muscle measurement position 图 4    部分实验场景 Fig.4    Part of the experimental scenario 徐明伟等： 长时间颈部前屈对颈部肌肉疲劳的影响 · 1495 ·

·1496 工程科学学报，第41卷，第11期 式中：N为取样周期内点数；X,为表面肌电值：T为 始较小随后迅速变大，持续一段时间后又降低，继 取样开始时间，区间取60s:1为采样时间.对称肌 而又变大.对不同肌肉肌电信号的EMG明显变 肉取平均值 化的出现的时间进行统计，胸锁乳突肌EMG在 列出部分受试者的肌电积分值，其中图5(a)~ 16吐4min明显升高，颈部夹肌iEMG在第15±4min 5(c)为其中一名受试者胸锁乳突肌，颈部夹肌，肩 明显增大，肩部斜方肌EMG在第17±4min明显 部斜方肌的肌电积分值曲线.图5(d)~5(f), 增大.三块肌肉EMG再次出现明显增大的时刻 图5(g)~5(i),图5(j)~5(1)是另外三人肌电信 为第62±8min,82±10min,72±8min,检验水准 号EMG.从图5发现EMG具有明显的波动，初 a=0.05水平，概率P值如表1所示 2400 1800 w小 1500 1 1200 900 600 30 40 60 80 100120140160180 60 80 100120 140 60 180 1800 6) 2400 (e : (s-AHoW 800 600 120 140 160 180 120 40 160 180 3000 2000 2400 1800 1200 水此a 600 120140 160180 80100120140 160 180 2000 1600 1600 机e水 800 以以h 100120 140 60 80 100 120 60 1000 200 (S-zAn)/DW 900 800 (s.A/OW 6 800 00 120 160 180 120 40 60 8 1000 0 120 A 90 ewv-tosk 700 20 406080100120140160180 20 40 6080100120140160180 时间/min 时间min 图5不同肌肉肌电积分值.(a)1号受试者胸锁乳突肌：(b)1号受试者颈部夹肌：(c)1号受试者斜方肌：(@)2号受试者胸锁乳突肌肌：(e)2号受试 者颈部夹肌：（⑤2号受试者颈部夹肌：(g)3号受试者胸锁乳突肌：(）3号受试者颈部夹肌：（①3号受试者斜方肌：G)4号受试者胸锁乳突肌： k)4号受试者颈部夹肌：)4号受试者斜方肌 Fig.5 iEMG of different muscles:(a)sterocleidomastoid muscle of subject 1;(b)cervical clamp muscle of subject 1;(c)trapezius muscle of subject 1; (d)sternocleidomastoid muscle of subject 2;(e)cervical clamp muscle of subject 2;(f)cervical clamp muscle of subject 2;(g)sternocleidomastoid muscle of subject 3(h)cervical clamp muscle of subject 3.(i)trapezius muscle of subject 3.(j)sternocleidomastoid muscle of subject 4.(k)cervical clamp muscle of subject 4;(1)trapezius muscle of subject 4

式中：N 为取样周期内点数；Xi 为表面肌电值；T 为 取样开始时间，区间取 60 s；t 为采样时间. 对称肌 肉取平均值. 列出部分受试者的肌电积分值，其中图 5（a）～ 5（c）为其中一名受试者胸锁乳突肌，颈部夹肌，肩 部斜方肌的肌电积分值曲线 . 图 5（ d） ～ 5（ f） ， 图 5（g）～5（i），图 5（j）～5（l）是另外三人肌电信 号 iEMG. 从图 5 发现 iEMG 具有明显的波动，初 始较小随后迅速变大，持续一段时间后又降低，继 而又变大. 对不同肌肉肌电信号的 iEMG 明显变 化的出现的时间进行统计，胸锁乳突肌 iEMG 在 16±4 min 明显升高，颈部夹肌 iEMG 在第 15±4 min 明显增大，肩部斜方肌 iEMG 在第 17±4 min 明显 增大. 三块肌肉 iEMG 再次出现明显增大的时刻 为 第 62±8  min， 82±10  min， 72±8  min， 检 验 水 准 α=0.05 水平，概率 P 值如表 1 所示. 800 1200 1600 2000 900 1200 1500 1800 600 1200 1800 600 1200 1800 2400 3000 600 1200 1800 2400 800 1200 1600 2000 800 1200 1600 700 800 900 1000 800 1600 2400 3200 20 40 60 80 100 120 140 160 180 600 1200 1800 2400 700 800 900 1000 600 1200 1800 2400 (f) (d) (b) (c) (g) (j) (h) (k) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) iEMG/(μV2·s) (i) (a) 时间/min 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 20 40 60 80 100 120 140 160 180 时间/min (l) (e) 图 5    不同肌肉肌电积分值. (a) 1 号受试者胸锁乳突肌；(b) 1 号受试者颈部夹肌；(c) 1 号受试者斜方肌；(d) 2 号受试者胸锁乳突肌肌；(e) 2 号受试 者颈部夹肌；(f) 2 号受试者颈部夹肌；(g) 3 号受试者胸锁乳突肌；(h) 3 号受试者颈部夹肌；(i) 3 号受试者斜方肌；(j) 4 号受试者胸锁乳突肌； (k) 4 号受试者颈部夹肌；(l) 4 号受试者斜方肌 Fig.5    iEMG of different muscles: (a) sternocleidomastoid muscle of subject 1; (b) cervical clamp muscle of subject 1; (c) trapezius muscle of subject 1; (d) sternocleidomastoid muscle of subject 2; (e) cervical clamp muscle of subject 2; (f) cervical clamp muscle of subject 2; (g) sternocleidomastoid muscle of subject 3; (h) cervical clamp muscle of subject 3; (i) trapezius muscle of subject 3; (j) sternocleidomastoid muscle of subject 4; (k) cervical clamp muscle of subject 4; (l) trapezius muscle of subject 4 · 1496 · 工程科学学报，第 41 卷，第 11 期

除明伟等：长时间颈部前屈对颈部肌肉疲劳的影响 1497. 表1EMG变化时间统计 Table 1 iEMG change time 肌肉部位 iEMG首次明显增大时刻/min t检验 EMG再次明显增大时刻min t检验 胸锁乳突肌 1614 P颈部夹肌MPF>肩部斜方肌MPF 取5min内MPF导数值的叠加值作为评判标准， 颈部夹肌，胸锁乳突肌，肩部斜方肌MP℉的标准 计算其负数聚集程度，结果如图8 差o分别为2.19、3.75、6.17，说明三块肌肉的MPF℉ 3讨论 具有不同的波动程度.从图6发现MPF呈现非线 性分布规律.在实验后期MPF值出现明显波动. 从时域分析统计结果分析，胸锁乳突肌EMG MPF的降低作为肌肉疲劳的标志，一般对 在16±4min明显升高，颈部夹肌iEMG在第15±4min MPF做线性回归分析，以回归直线斜率为负值表 明显增大，肩部斜方肌EMG在第17士4min明显 征肌肉发生疲劳31-2根据导数的几何意义，本 增大.说明三块肌肉的正MG值在20min左右均 研究提出对MPF曲线进行求导，将导数的正负值 出现明显增大趋势.根据王琳等B0研究的2h屈 作为判断疲劳的标志.这样即可解决静态肌肉疲 颈过程中EMG随时间的变化规律：EMG随时间 劳的非线性问题.对MP℉曲线进行求导，其导数 的增加而逐渐上升.随着屈颈持续时间的增加，肌 结果值如图7所示. 肉逐渐处于紧张状态，疲劳程度加重，参与动作的

2.3    sEMG 信号频域结果 当肌肉发生疲劳时，功率谱一般由高频向低 频漂移，平均功率频率（mean power frequency，MPF） 和中位频率（median frequency，MF）的值都呈下降 趋势，而在实际应用中 MPF 指标对肌肉活动状态 和功能状况的敏感性强于 MF 指标[28−29] . 因此，本 研究采用 MPF，设置窗口为 60 s，计算其 MPF，最 终将三块肌肉的 MPF 取平均值. MPF = w f2 f1 f ×PS(f) /w f2 f1 PS(f)d f （2） 式中：PS（ f）为 sEMG 信号的频谱； f1、f2 为 sEMG 信号的频率范围；f 为采样频率. 本研究取频率范 围为 0～150 Hz，以每分钟作为时间梯度，进行时− 频域分析，MPF 如图 6 所示. 从图 6 中可以发现，不同肌肉的 MPF 有很大 差异. 经方差分析计算，颈部夹肌、胸锁乳突肌、 肩部斜方肌的 MPF 平均值分别为 47.7、63、42.3， 胸锁乳突肌 MPF>颈部夹肌 MPF>肩部斜方肌 MPF. 颈部夹肌，胸锁乳突肌，肩部斜方肌 MPF 的标准 差 σ 分别为 2.19、3.75、6.17，说明三块肌肉的 MPF 具有不同的波动程度. 从图 6 发现 MPF 呈现非线 性分布规律. 在实验后期 MPF 值出现明显波动. MPF 的降低作为肌肉疲劳的标志 ，一般 对 MPF 做线性回归分析，以回归直线斜率为负值表 征肌肉发生疲劳[13, 17−21] . 根据导数的几何意义，本 研究提出对 MPF 曲线进行求导，将导数的正负值 作为判断疲劳的标志. 这样即可解决静态肌肉疲 劳的非线性问题. 对 MPF 曲线进行求导，其导数 结果值如图 7 所示. 如图 7，在 A、B 区域均出现了 MPF 导数负数 集聚区. MPF 导数负数积聚越多，说明此时间区域 内肌肉疲劳程度越高. 本研究设置窗口为 5 min， 取 5 min 内 MPF 导数值的叠加值作为评判标准， 计算其负数聚集程度，结果如图 8. 3    讨论 从时域分析统计结果分析，胸锁乳突肌 iEMG 在 16±4 min 明显升高，颈部夹肌 iEMG 在第 15±4 min 明显增大，肩部斜方肌 iEMG 在第 17±4 min 明显 增大. 说明三块肌肉的 iEMG 值在 20 min 左右均 出现明显增大趋势. 根据王琳等[30] 研究的 2 h 屈 颈过程中 iEMG 随时间的变化规律:iEMG 随时间 的增加而逐渐上升. 随着屈颈持续时间的增加，肌 肉逐渐处于紧张状态，疲劳程度加重，参与动作的 表 1  iEMG 变化时间统计 Table 1 iEMG change time 肌肉部位 iEMG首次明显增大时刻/min t检验 iEMG再次明显增大时刻/min t检验 胸锁乳突肌 16±4 P<0.05 62±8 P<0.05 颈部夹肌 15±5 P<0.05 82±10 P<0.05 斜方肌 17±4 P<0.05 72±8 P<0.05 0 20 40 60 80 100 120 140 160 180 15 20 25 30 35 40 45 50 55 60 65 70 75 80 85 90 平均功率频率/Hz 时间/min 颈部夹肌 胸锁乳突肌 肩部斜方肌 图 6    不同肌肉的 MPF Fig.6    MPF of different muscles 徐明伟等： 长时间颈部前屈对颈部肌肉疲劳的影响 · 1497 ·

1498 工程科学学报.第41卷，第11期 10 10 10 ·颈部夹肌 ·胸锁乳突肌 ◆肩部斜方肌 5 5 5 滋 0 5 B ⊙ -5 A B -20020406080100120140160180 -20020406080100120140160180 -20020406080100120140160180 时间/min 时间/min 时间/min 图7不同肌肉的MPF导数 Fig.7 MPF derivatives of different muscles 8 ·颈部夹肌 20 -胸锁乳突肌 20 肩部斜方肌 6 10 10 10 10 20 -20 0 -30 020406080100120140160180 020406080100120140160180 020406080100120140160180 时间min 时间min 时间min 图8MPF导数值的叠加值 Fig.8 Superposition of MPF derivatives 运动单元数量逐渐增加，肌电信号的振幅加大，肌 单位电位重叠，这时只是出现波幅进一步增大，而 肉运动单位能量消耗增加，使得EMG随之增加 MPF的增大趋缓或停止，若达到疲劳时肌纤维兴 当颈部疲劳时，由于自身调节作用，需要募集更多 奋的传导速度减低，则造成MP℉值不再升高反而 肌肉参与来支撑头部来保护颈椎.这与王琳研究 降低别因此，本研究提出用一种非线性时-频数 结论一致.这时就表现在EMG发生明显的变化. 学模型评判肌肉疲劳，即用窗口化的MP℉曲线导 综上分析，在肌肉正MG突变时可认为是进入疲劳 数的聚集程度表征肌肉疲劳程度.研究表明？，92川， 状态.因此，建议颈部持续低头不超过20min,应 不同肌肉中I(慢)，Ⅱ（快）型肌肉纤维的含量不 进行充分休息.但是随着肌肉疲劳肌肉功能持续 同导致不同肌肉的MPF值大小不同（如图6）.试 减弱，EMG又会出现持续波动，这与肌肉收缩功 验中胸锁乳突肌MPF>颈部夹肌MPF>肩部斜方 能减弱有关，这也是肌肉发生重度疲劳的标志，该 肌MPF,这与黄宇奇的结论B2一致.根据快慢肌 发现并未见前人提及 肉纤维的特性可知，慢肌肉纤维的耐受性较好，但 从频域结果分析，在长时间颈部前屈这种静 爆发性较弱，快肌肉纤维的爆发性强，但抗疲劳程 态肌肉疲劳中，疲劳的状态复杂，不仅涉及到肌肉 度差B!用该数学模型将MPF的导数作图7，从曲 募集的多少，还涉及到该肌肉中快慢肌肉的比例 线可以发现，颈部夹肌首先在20min左右出现了 因此，肌肉的疲劳是一个复杂的生理过程，MPF并 极小值，在95min左右出现了最小值，胸锁乳突肌 非是简单的线性关系.前人多数研究7-92训大多 在20min左右出现了极小值也是最小值，而肩部 集中在将疲劳前后的MPF,只是得出MPF斜率下 斜方肌在20min左右出现了极小值，在75~100min 降，这只能判断出肌肉疲劳，而并不能准确判断疲 时出现了最小值.这表明颈部夹肌和肩部斜方肌 劳的发生时间.I(慢)，Ⅱ（快）型肌肉纤维对 最终疲劳的时刻明显晚于胸锁乳突肌.由此表明， MPF的大小有直接影响.随着肌肉力的增大，肌肉 胸锁乳突肌疲劳耐受性差，而颈部夹肌和斜方肌 运动单位电位的放电频率增加，MP℉值增大，这时 疲劳耐受强，这与EMG首次出现明显升高后的时 会出现MP℉增大的现象.肌肉增加募集运动单位 间段相吻合.但随后EMG又变大，胸锁乳突肌的 数量，MP℉值继续增大，再加大用力，则出现运动 MPF导数并没有像颈部夹肌和肩部斜方肌出现二

运动单元数量逐渐增加，肌电信号的振幅加大，肌 肉运动单位能量消耗增加，使得 iEMG 随之增加. 当颈部疲劳时，由于自身调节作用，需要募集更多 肌肉参与来支撑头部来保护颈椎. 这与王琳研究 结论一致. 这时就表现在 iEMG 发生明显的变化. 综上分析，在肌肉 iEMG 突变时可认为是进入疲劳 状态. 因此，建议颈部持续低头不超过 20 min，应 进行充分休息. 但是随着肌肉疲劳肌肉功能持续 减弱，iEMG 又会出现持续波动，这与肌肉收缩功 能减弱有关，这也是肌肉发生重度疲劳的标志，该 发现并未见前人提及. 从频域结果分析，在长时间颈部前屈这种静 态肌肉疲劳中，疲劳的状态复杂，不仅涉及到肌肉 募集的多少，还涉及到该肌肉中快慢肌肉的比例. 因此，肌肉的疲劳是一个复杂的生理过程，MPF 并 非是简单的线性关系. 前人多数研究[17−19, 21] 大多 集中在将疲劳前后的 MPF，只是得出 MPF 斜率下 降，这只能判断出肌肉疲劳，而并不能准确判断疲 劳的发生时间. Ⅰ （慢 ） ，Ⅱ （快 ）型肌肉纤维对 MPF 的大小有直接影响，随着肌肉力的增大，肌肉 运动单位电位的放电频率增加，MPF 值增大，这时 会出现 MPF 增大的现象. 肌肉增加募集运动单位 数量，MPF 值继续增大，再加大用力，则出现运动 单位电位重叠，这时只是出现波幅进一步增大，而 MPF 的增大趋缓或停止，若达到疲劳时肌纤维兴 奋的传导速度减低，则造成 MPF 值不再升高反而 降低[31] . 因此，本研究提出用一种非线性时−频数 学模型评判肌肉疲劳，即用窗口化的 MPF 曲线导 数的聚集程度表征肌肉疲劳程度. 研究表明[17, 19, 21] ， 不同肌肉中Ⅰ（慢），Ⅱ（快）型肌肉纤维的含量不 同导致不同肌肉的 MPF 值大小不同（如图 6）. 试 验中胸锁乳突肌 MPF>颈部夹肌 MPF>肩部斜方 肌 MPF，这与黄宇奇的结论[32] 一致. 根据快慢肌 肉纤维的特性可知，慢肌肉纤维的耐受性较好，但 爆发性较弱，快肌肉纤维的爆发性强，但抗疲劳程 度差[33] . 用该数学模型将 MPF 的导数作图 7，从曲 线可以发现，颈部夹肌首先在 20 min 左右出现了 极小值，在 95 min 左右出现了最小值，胸锁乳突肌 在 20 min 左右出现了极小值也是最小值，而肩部 斜方肌在 20 min 左右出现了极小值，在 75～100 min 时出现了最小值. 这表明颈部夹肌和肩部斜方肌 最终疲劳的时刻明显晚于胸锁乳突肌. 由此表明， 胸锁乳突肌疲劳耐受性差，而颈部夹肌和斜方肌 疲劳耐受强，这与 iEMG 首次出现明显升高后的时 间段相吻合. 但随后 iEMG 又变大，胸锁乳突肌的 MPF 导数并没有像颈部夹肌和肩部斜方肌出现二 A B B A A B MPF导数 10 5 0 0 20 40 60 80 100120140160180 −5 −20 时间/min MPF导数 10 5 0 0 20 40 60 80 100120140160180 −5 −20 时间/min MPF导数 10 5 0 0 20 40 60 80 100120140160180 −5 −20 时间/min 颈部夹肌 胸锁乳突肌 肩部斜方肌 图 7    不同肌肉的 MPF 导数 Fig.7    MPF derivatives of different muscles 0 20 40 60 80 100120140160180 −8 −6 −4 −2 0 2 4 6 8 MPF 导数叠加值 时间/min 0 20 40 60 80 100120140160180 时间/min 颈部夹肌 −30 −20 −10 0 10 20 MPF 导数叠加值 0 20 40 60 80 100120140160180 时间/min −30 −20 −10 0 10 20 MPF 导数叠加值 胸锁乳突肌 肩部斜方肌 图 8    MPF 导数值的叠加值 Fig.8    Superposition of MPF derivatives · 1498 · 工程科学学报，第 41 卷，第 11 期

徐明伟等：长时间颈部前屈对颈部肌肉疲劳的影响 1499 次明显降低的情况.通过综合对比，正MG在一定 electromyography (sEMG)and signal processing technique in 程度上能表征疲劳状态，但对于不同的肌肉具有 wavelet transform:A review /2016 IEEE International 一定的局限性.窗口化的MP℉导数聚集程度表征 Conference on Automatic Control and Intelligent Systems (12CACIS).Shah Alam,2016:141 肌肉疲劳具有有效性 [8] Sasaki M,Onishi K,Stefanov D,et al.Tongue interface based on 4结论 surface EMG signals of suprahyoid muscles.ROBOMECH J. 2016,3(1):9 本文研究了长时间颈部前屈姿势下颈椎相关 [9] Neblett R.Surface electromyographic (SEMG)biofeedback for 肌肉的sEMG变化特征，提出一种新的评判肌肉 chronic low back pain.Healthcare,2016,4(2):27 疲劳的时一频域分析数学方法，可为颈椎疲劳的预 [10]Du Y X Wang S Y,Ndaro N Z,et al.Comparative study on 防和研究提供一些参考和建议 evaluation algorithms for neck muscle fatigue based on surface (1)长时间颈部前屈姿势下的正MG变化能一 electromyography signal.JBiomed Eng,018,35(1):31 (杜云霄，王殊轶，Ndaro N Z,等.基于表面肌电信号的颈部肌肉 定程度的反映颈部疲劳状况，EMG的增大在一定 疲劳评价算法比较研究.生物医学工程学杂志，2018,35(1)：31) 程度上反应肌肉疲劳程度；随着肌肉疲劳加重，后 [11]Strimpakos N.The assessment of the cervical spine.Part 1:Range 期出现EMG波动是肌肉发生重度疲劳的标志 of motion and proprioception.J Bodywork Movement Therapies, (2)MPF具有更好的非线性特征，本研究提出 2011,15(1):114 用窗口化的MP℉的导数积聚程度来表征肌肉疲劳 [12]Wang L,Luo X,Jiang X,et al.Detection on driver fatigue based 特征的新方法，用窗口化的MPF导数负数累积判 on biomechanics and EMG of cervical and lumbar muscles. 定肌肉疲劳，具有很好的评价效果 A1 omot Eng,2017,39(8):955 (王琳，罗旭，姜鑫，等.基于生物力学和颈腰部EMG判别驾驶员 (3)在长时间颈部前屈过程中，胸锁乳突肌最 疲劳状态.汽车工程，2017,39(8)：955) 易疲劳，建议最长低头时间不超过20min,以降低 [13]Ren Z,Yang W Q.A miniature two-plate electrical capacitance 颈椎病发病的风险 tomography sensor.IEEE Sensors J,2015,15(5):3037 [14]Al-Alangari H M,Kanitz G,Tarantino S,et al.Distance and 参考文献 mutual information methods for EMG feature and channel subset [1]He J B.Analysis of the Correlation of Neck Pain with Cervical selection for classification of hand movements.Biomed Signal Curvature and Tendon Injury in Juveniles[Dissertation] Process Control,2016,27:24 Guangzhou:Guangzhou University of Chinese Medicine,2017 [15]Eveleth P B,Andres R,Chumlea W C,et al.Uses and (何剑波.青少年颈痛与筋伤、颈椎曲度的相关性研究学位论 interpretation of anthropometry in the elderly for the assessment of 文].广州：广州中医药大学，2017) physical status.Report to the Nutrition Unit of the World Health [2] Zhao Y.The prevalence of cervical spondylosis in young Chinese Organization:the Expert Subcommittee on the Use and is higher than that in middle-aged people[J/OL].People's Political Interpretation of Anthropometry in the Elderly.J Nutrition Health Consultative Conference Nenork (2016-01-14)[2019-06-13] 4gimg,1998,2(1):5 http://www.rmzxb.com.cn/c/2016-01-14/672352.shtml [16]Portero R,Quaine F,Cahouet V,et al.Musculo-tendinous stiffness (赵度.中国年轻人颈椎患病率已超中年人J/OL,人民政协网 of head-neck segment in the sagittal plane:An optimization (2016-01-14)f2019-06-13.http:www.mzxb.com.cn/c/2016- approach for modeling the cervical spine as a single-joint system.J 01-14/672352.shtml) Biomechanics,2013,46(5):925 [3]Bai J B,Yu K L,Sun Y N,et al.Prevalence of and risk factors for [17]Skinner MA,Kingshott R N,Jones D R,et al.Lack of efficacy for Modic change in patients with symptomatic cervical spondylosis: a cervicomandibular support collar in the management of an observational study.JPain Res,2018,11:355 obstructive sleep apnea.Chest,2004,125(1):118 [4]Ko P H,Hwang Y H,Liang H W.Influence of smartphone use [18]Oi N,Pandy M G,Myers B S,et al.Variation of neck muscle styles on typing performance and biomechanical exposure. strength along the human cervical spine.Stapp Car Crash004. Ergonomics,2016,59(6):821 48:389 [5]Lee H,Nicholson LL,Adams R D.Neck muscle endurance,self- [19]Suderman B L,Vasavada A N.Moving muscle points provide report,and range of motion data from subjects with treated and accurate curved muscle paths in a model of the cervical spine.J untreated neck pain.J Manipulative Phrysiol Ther,2005,28(1):25 Biomechanics,2012,45(2):400 [6]Moreno A J,Utrilla G,Marin J,et al.Cervical spine assessment [20]Artz N J,Adams M A,Dolan P.Sensorimotor function of the using passive and active mobilization recorded through an optical cervical spine in healthy volunteers.Clin Biomechanics,2015. motion capture.J Chiropractic Med,2018,17(3):167 30(3):260 [7]Burhan N,Kasno M A,Ghazali R.Feature extraction of surface [21]Nimbarte A D,Zreigat M,Ning X P.Impact of shoulder position

次明显降低的情况. 通过综合对比，iEMG 在一定 程度上能表征疲劳状态，但对于不同的肌肉具有 一定的局限性. 窗口化的 MPF 导数聚集程度表征 肌肉疲劳具有有效性. 4    结论 本文研究了长时间颈部前屈姿势下颈椎相关 肌肉的 sEMG 变化特征，提出一种新的评判肌肉 疲劳的时−频域分析数学方法，可为颈椎疲劳的预 防和研究提供一些参考和建议. （1）长时间颈部前屈姿势下的 iEMG 变化能一 定程度的反映颈部疲劳状况，iEMG 的增大在一定 程度上反应肌肉疲劳程度；随着肌肉疲劳加重，后 期出现 iEMG 波动是肌肉发生重度疲劳的标志. （2）MPF 具有更好的非线性特征，本研究提出 用窗口化的 MPF 的导数积聚程度来表征肌肉疲劳 特征的新方法，用窗口化的 MPF 导数负数累积判 定肌肉疲劳，具有很好的评价效果. （3）在长时间颈部前屈过程中，胸锁乳突肌最 易疲劳，建议最长低头时间不超过 20 min，以降低 颈椎病发病的风险. 参    考    文    献 He  J  B. Analysis of the Correlation of Neck Pain with Cervical Curvature and Tendon Injury in Juveniles[Dissertation]. Guangzhou: Guangzhou University of Chinese Medicine, 2017 （何剑波. 青少年颈痛与筋伤、颈椎曲度的相关性研究[学位论 文]. 广州: 广州中医药大学, 2017） [1] Zhao Y. The prevalence of cervical spondylosis in young Chinese is higher than that in middle-aged people[J/OL]. People's Political Consultative Conference Network (2016−01−14)[2019−06−13]. http://www.rmzxb.com.cn/c/2016-01-14/672352.shtml （赵彦. 中国年轻人颈椎患病率已超中年人[J/OL]. 人民政协网 (2016-01−14)[2019−06−13]. http://www.rmzxb.com.cn/c/2016− 01−14/672352.shtml） [2] Bai J B, Yu K L, Sun Y N, et al. Prevalence of and risk factors for Modic change in patients with symptomatic cervical spondylosis: an observational study. J Pain Res, 2018, 11: 355 [3] Ko  P  H,  Hwang  Y  H,  Liang  H  W.  Influence  of  smartphone  use styles  on  typing  performance  and  biomechanical  exposure. Ergonomics, 2016, 59（6）: 821 [4] Lee H, Nicholson L L, Adams R D. Neck muscle endurance, self￾report,  and  range  of  motion  data  from  subjects  with  treated  and untreated neck pain. J Manipulative Physiol Ther, 2005, 28（1）: 25 [5] Moreno  A  J,  Utrilla  G,  Marin  J,  et  al.  Cervical  spine  assessment using passive and active mobilization recorded through an optical motion capture. J Chiropractic Med, 2018, 17（3）: 167 [6] [7] Burhan  N,  Kasno  M  A,  Ghazali  R.  Feature  extraction  of  surface electromyography  (sEMG)  and  signal  processing  technique  in wavelet  transform:  A  review  //2016 IEEE International Conference on Automatic Control and Intelligent Systems (I2CACIS). Shah Alam, 2016: 141 Sasaki M, Onishi K, Stefanov D, et al. Tongue interface based on surface  EMG  signals  of  suprahyoid  muscles. ROBOMECH J, 2016, 3（1）: 9 [8] Neblett  R.  Surface  electromyographic  (SEMG)  biofeedback  for chronic low back pain. Healthcare, 2016, 4（2）: 27 [9] Du  Y  X  Wang  S  Y,  Ndaro  N  Z,  et  al.  Comparative  study  on evaluation  algorithms  for  neck  muscle  fatigue  based  on  surface electromyography signal. J Biomed Eng, 2018, 35（1）: 31 （杜云霄, 王殊轶, Ndaro N Z, 等. 基于表面肌电信号的颈部肌肉 疲劳评价算法比较研究. 生物医学工程学杂志, 2018, 35（1）：31 ） [10] Strimpakos N. The assessment of the cervical spine. Part 1: Range of  motion  and  proprioception. J Bodywork Movement Therapies, 2011, 15（1）: 114 [11] Wang L, Luo X, Jiang X, et al. Detection on driver fatigue based on  biomechanics  and  EMG  of  cervical  and  lumbar  muscles. Automot Eng, 2017, 39（8）: 955 （王琳, 罗旭, 姜鑫, 等. 基于生物力学和颈腰部EMG判别驾驶员 疲劳状态. 汽车工程, 2017, 39（8）：955 ） [12] Ren  Z,  Yang  W  Q.  A  miniature  two-plate  electrical  capacitance tomography sensor. IEEE Sensors J, 2015, 15（5）: 3037 [13] Al-Alangari  H  M,  Kanitz  G,  Tarantino  S,  et  al.  Distance  and mutual information methods for EMG feature and channel subset selection  for  classification  of  hand  movements. Biomed Signal Process Control, 2016, 27: 24 [14] Eveleth  P  B,  Andres  R,  Chumlea  W  C,  et  al.  Uses  and interpretation of anthropometry in the elderly for the assessment of physical status. Report to the Nutrition Unit of the World Health Organization:  the  Expert  Subcommittee  on  the  Use  and Interpretation of Anthropometry in the Elderly. J Nutrition Health Aging, 1998, 2（1）: 5 [15] Portero R, Quaine F, Cahouet V, et al. Musculo-tendinous stiffness of  head-neck  segment  in  the  sagittal  plane:  An  optimization approach for modeling the cervical spine as a single-joint system. J Biomechanics, 2013, 46（5）: 925 [16] Skinner M A, Kingshott R N, Jones D R, et al. Lack of efficacy for a  cervicomandibular  support  collar  in  the  management  of obstructive sleep apnea. Chest, 2004, 125（1）: 118 [17] Oi  N,  Pandy  M  G,  Myers  B  S,  et  al.  Variation  of  neck  muscle strength along the human cervical spine. Stapp Car Crash J, 2004, 48: 389 [18] Suderman  B  L,  Vasavada  A  N.  Moving  muscle  points  provide accurate  curved  muscle  paths  in  a  model  of  the  cervical  spine. J Biomechanics, 2012, 45（2）: 400 [19] Artz  N  J,  Adams  M  A,  Dolan  P.  Sensorimotor  function  of  the cervical  spine  in  healthy  volunteers. Clin Biomechanics,  2015, 30（3）: 260 [20] [21] Nimbarte A D, Zreiqat M, Ning X P. Impact of shoulder position 徐明伟等： 长时间颈部前屈对颈部肌肉疲劳的影响 · 1499 ·

·1500 工程科学学报.第41卷第11期 and fatigue on the flexion-relaxation response in cervical spine. Chin J Rehabil Med,2019,34(2):204 Clin Biomechanics,2014,29(3):277 (王立玲，杨铮，刘元博，等.基于sEMG信号的不同年龄下男性 [22]Merletti R,Farina D.Detection and Conditioning of Surface EMG 肌肉疲劳特性研究.中国康复医学杂志，2019,34(2)：204) Signals.Hoboken:Wiley-IEEE Press,2016 [30]Wang L.Fu RR.Zhang C.et al.Biomechanics-based [23]Vesa E P,Ilie B.Equipment for SEMG signals acquisition and investigation on the relation between index Q and cervical muscle processing Il International Conference on Advancements of fatigue.ChinJ Sci Instrum,2017,38(4):878 Medicine and Health Care through Technology.Cluj-Napoca, (王琳，付荣荣，张陈，等.基于生物力学分析Q值对颈肌疲劳的 2014:187 反映效果.仪器仪表学报，2017,38(4)：878) [24]Slim Y,Raoof K.Removal of ECG interference from surface [31]Guo Y L,Liu X P,Chen B H,et al.Types and distribution of respiratory electromyography.IRBM010,31(4):209 cervical posterior deep muscle.Acta Acad Med Oingdao,1999, [25]Chowdhury R H,Reaz M B I,Ali M A B M,et al.Surface 35(1):13 electromyography signal processing and classification techniques (郭云良，刘晓萍，陈伯华，等.颈后深部肌肉纤维类型的分布 Sensor8,2013,13(9):12431 青岛医学院学报，1999,35(1)：13) [26]Merletti R,Farina D.Surface EMG processing:Introduction to the special issue.Biomed Signal Process Control,2008,3(2):115 [32]Huang Y Q.The Anatomical and Clinical Study on Myofascial [27]Dumitru D,King J C,Nandedkar S D.Comparison of single-fiber pain of Sternocleidomastoid Muscle[Dissertation].Guangzhou: and macro electrode recordings:relationship to motor unit action First Military Medical University,2005 potential duration.Muscle Nerve,1997,20(11):1381 (黄宇琦.胸锁乳突肌筋膜痛的解剖学及其临床研究[学位论文]. [28]Min L,Sarkar N.Guang M,et al.Can surface EMG be adequately 广州：第一军医大学，2005) described by digital sampling?Nonlinear Dyn Psychology Life Sci, [33]Peng Y T,Huang H.Review on the effect of KAATUS training. 2014,18(3):229 Genomics Appl Biol,2018,37(12):5676 [29]Wang LL,Yang Z,Liu Y B,et al.Study on muscle fatigue (彭一腾，黄骅.加压力量训练的研究评述.基因组学与应用生 characteristics of males at different ages based on sEMG signal. 物学，2018,37(12)：5676)

and  fatigue  on  the  flexion-relaxation  response  in  cervical  spine. Clin Biomechanics, 2014, 29（3）: 277 Merletti R, Farina D. Detection and Conditioning of Surface EMG Signals. Hoboken: Wiley-IEEE Press, 2016 [22] Vesa  E  P,  Ilie  B.  Equipment  for  SEMG  signals  acquisition  and processing  // International Conference on Advancements of Medicine and Health Care through Technology.  Cluj-Napoca, 2014: 187 [23] Slim  Y,  Raoof  K.  Removal  of  ECG  interference  from  surface respiratory electromyography. IRBM, 2010, 31（4）: 209 [24] Chowdhury  R  H,  Reaz  M  B  I,  Ali  M  A  B  M,  et  al.  Surface electromyography signal processing and classification techniques. Sensors, 2013, 13（9）: 12431 [25] Merletti R, Farina D. Surface EMG processing: Introduction to the special issue. Biomed Signal Process Control, 2008, 3（2）: 115 [26] Dumitru D, King J C, Nandedkar S D. Comparison of single-fiber and macro electrode recordings: relationship to motor unit action potential duration. Muscle Nerve, 1997, 20（11）: 1381 [27] Min L, Sarkar N, Guang M, et al. Can surface EMG be adequately described by digital sampling? Nonlinear Dyn Psychology Life Sci, 2014, 18（3）: 229 [28] Wang  L  L,  Yang  Z,  Liu  Y  B,  et  al.  Study  on  muscle  fatigue characteristics  of  males  at  different  ages  based  on  sEMG  signal. [29] Chin J Rehabil Med, 2019, 34（2）: 204 （王立玲, 杨铮, 刘元博, 等. 基于sEMG信号的不同年龄下男性 肌肉疲劳特性研究. 中国康复医学杂志, 2019, 34（2）：204 ） Wang  L,  Fu  R  R,  Zhang  C,  et  al.  Biomechanics-based investigation on the relation between index Q and cervical muscle fatigue. Chin J Sci Instrum, 2017, 38（4）: 878 （王琳, 付荣荣, 张陈, 等. 基于生物力学分析Q值对颈肌疲劳的 反映效果. 仪器仪表学报, 2017, 38（4）：878 ） [30] Guo  Y  L,  Liu  X  P,  Chen  B  H,  et  al.  Types  and  distribution  of cervical  posterior  deep  muscle. Acta Acad Med Qingdao,  1999, 35（1）: 13 （郭云良, 刘晓萍, 陈伯华, 等. 颈后深部肌肉纤维类型的分布. 青岛医学院学报, 1999, 35（1）：13 ） [31] Huang  Y  Q.  The  Anatomical  and  Clinical  Study  on  Myofascial pain  of  Sternocleidomastoid  Muscle[Dissertation].  Guangzhou: First Military Medical University, 2005 （黄宇琦. 胸锁乳突肌筋膜痛的解剖学及其临床研究[学位论文]. 广州: 第一军医大学, 2005） [32] Peng Y T, Huang H. Review on the effect of KAATUS training. Genomics Appl Biol, 2018, 37（12）: 5676 （彭一腾, 黄骅. 加压力量训练的研究评述. 基因组学与应用生 物学, 2018, 37（12）：5676 ） [33] · 1500 · 工程科学学报，第 41 卷，第 11 期