文摘
为了解决问题,提高短跑运动员的肌肉力量训练的有效性,本文提出了一种利用图像观测技术研究。这个技术研究的主要内容是确定实验对象和方法根据图像观察和肌肉的特点。通过数据处理等过程,得出图像观测技术的高精度观测的肌肉运动模式。实验结果表明,当数的关系 ,预测的平均误差为0.09,和图像观测技术的高精度观测的肌肉运动。结论。证明图像观察是有效和准确的技术研究为提高体育短跑运动员的肌肉力量的训练。
1。介绍
的过程中,中国的体育事业的稳定发展,强调培训逐渐增加,sprint团队。当执行的特殊力量训练sprint团队(图1),有必要调整传统的训练方法,以便sprint的特殊力量发挥作用与一般力量训练,提高短跑运动员的表现,希望对中国的发展有一些帮助的体校运动员1]。很长一段时间,传统力量训练发挥了关键作用,提高运动员的力量上、下肢和sprint性能不断改善,但我们的精英运动员很难在sprint事件(取得好的结果2]。近年来,学者们加强了力量训练的理论研究,特别是进行了一系列的实验的缺点传统力量训练,并形成相应的比较新的力量训练方法和传统的力量训练。力量训练是指人类神经肌肉系统的能力来克服或抵制阻力在工作。
传统力量训练在提高短跑性能起着重要的作用。主要原则的基础上多余的复苏做增量抵抗力量训练来提高肌肉力量。在运动的过程中,人类神经肌肉系统的能力在工作中克服和抵制阻力只是基于增加负载来提高强度。传统的力量训练注重单个肌肉的发展。当肌肉力量加强,肌肉体积也增加。其基本方法主要包括动态等长收缩训练、静态等长收缩训练,等长收缩训练,超级等长收缩训练,和循环培训,广泛应用于短跑力量训练(3]。
科学、合理地设计力量训练,开发的强度比屈肌和伸肌的肌肉在髓质,协调、平衡发展的上、下肢的力量,和掌指的的肌肉的收缩能力和脚踝关节最重要的提高短跑的性能。在传统的力量训练、力量训练和反复应用特殊的力量训练,提高运动员的肌肉力量和性能的提高奠定了一定的基础。我们应该更加注意伸肌群的力量训练,而不是屈肌群和最大强度的训练速度力量和力量耐力的训练。这个训练指导思想更符合现代短跑运动的特征,为更好的提高提供更多的针对性和科学性sprint性能(4]。
2。文献综述
国家体育事业的强劲,在当前背景下,力量训练对sprint的改善性能具有重要的影响;100米世界纪录的性能尤其是一再被打破。我们应该加强力量训练,并将它与短跑技术结合起来。在力量训练,有必要设计力量训练方法和手段适合项目特点和运动生物力学特点根据工作形式和力量短跑技术动作的特点。传统的力量训练中一直扮演着重要的角色在提高短跑的性能,但也有一些缺点在传统力量训练。我们应该弥补他们。这是中国运动员的全面发展肌肉力量,改善他们的sprint的性能。力量训练能有效地提高肌肉的收缩性,提高人类的抵抗neuromuscles外部活动,有效地锻炼人体骨骼系统(5]。高中体育教师应不断引导学生进行力量训练,通过培训确保肌肉群的爆炸威力爆发的反应,和力量,开始强调完整性和连续性,并建立一个完美的评价和监控体系,及时指出缺乏训练的学生,提高短跑训练的效果,从而使学生形成一种良好的体格,促进身体健康。发展水平的运动员的肌肉力量质量和良好的同心度和活跃的肌肉之间的协调,敌对的肌肉,和协同作用的肌肉运动的一个主要因素来衡量短跑技术和确定运动性能。选择力量训练方法的最终目的是为了有效地发展肌肉的力量和肌肉群参与特殊的运动,使其工作符合特殊技术的特点,并形成一种力量与特殊项目质量体系为核心,以提高运动员的特殊能力,进一步提高他们的特殊性能。力量训练的来源是各种各样的运动。冲刺是一个周期性的速度力量的事件。肌肉力量和速度直接关系到运行速度。运行速度的两倍和四倍的阻力;也就是说,越大速度越快,肌肉力量是必需的。因此,如果你想提高速度,必须增强肌肉力量,所以力量提高短跑的性能是很重要的。
针对上述问题,本文提出了一种图像观察研究改善肌肉力量训练的有效性为短跑运动员(6]。本研究的主要内容是确定实验对象和方法基于图像观察和肌肉的特点,并通过数据处理,得出图像观测技术的高精度观测的肌肉运动模式。准确观测的影响在运动员的肌肉力量训练有助于制定有针对性的运动员力量训练的方法,为提高短跑性能提供科学依据。
3所示。研究方法
3.1。图像的观察和肌肉的特点
肌肉收缩(特别是骨骼肌)是人体产生运动的驱动力。为了理解人类的运动,揭示了机械运动规律,有必要研究的结构、功能和特点的人类肌肉(7]。由于运动过程的复杂性和多样性,研究肌肉功能和特点的运动过程是一个复杂和艰巨的任务,尤其是如何同时获取各种各样的信息从一个单一的肌肉在人体内,进行多层次综合处理仍然是一个需要解决的难题。
表面肌电信号(表,以下简称表)是一种从皮肤表面获得电生理信号。它是一种常见的方法来研究神经肌肉的活动系统,广泛应用于生物力学、康复医学和其他领域8]。EMG信号叠加产生的动作电位许多电动机单位在肌肉纤维收缩。它的时频特征可以定量反映肌肉功能的特点和规律,肌肉力量水平,multimuscle集团协调,等等。然而,EMG信号容易受到各种潜在的因素,如电极位置,肌肉类型,和相邻肌肉干扰,限制在肌EMG信号评价中的应用。
不同于EMG信号,肌肉张力信号(MMG,也转化为肌肉运动信号)的横向振动信号生成在肌肉收缩肌肉纤维,还含有肌肉的功能状态信息(9]。肌电图反映了运动单位的电活动,而MMG反映了移动装置的机械活动。MMG可以收集各种各样的传感器,包括压电传感器,微型麦克风,和加速度传感器。与MMG许多研究相比,肌电图,结果表明,MMG从肌电图有不同的时频特征。MMG结合肌电图可以提供补充肌肉运动的信息。
肌肉收缩会导致肌肉形态的变化,所以肌肉形态的变化可以直接反映肌肉活动的状态。各种临床成像方法,包括CT、MRI和超声用于研究肌肉形态变化。其中,超声成像(美国)无损的特点,实时和易于使用,已被更多的应用10]。自1990年代以来,研究人员试图利用形态学参数从超声图像中提取反映肌肉功能的变化。这些参数包括肌肉厚度、横截面积、肌肉纤维长度,和羽毛角与肌肉功能密切相关。由于我们的实时特性,它可以应用于各种形式的肌肉运动,包括静力运动、站立、行走,和肌肉收缩引起的电刺激(11]。所有这些研究表明我们,简单,无损,实时,可以测量肌肉收缩,这是由其他现有技术难以实现。与肌电图相比,我们的优势在于,它不是影响相邻肌肉,可以测量深层肌肉。在某些情况下,它是肌肉收缩的变化更加敏感。在肌肉形态参数,横截面积(CSA)具有特殊的意义,这决定了肌肉的力量。然而,大多数研究侧重于年龄的影响,培训,和其他因素对CSA。很少有研究研究肌肉动态收缩期间CSA的变化。最主要的原因是,它是一个困难的问题从连续自动获得CSA超声图像。
EMG、MMG和我们分别反映了电气,机械,和形态变化的肌肉运动和肌肉运动的研究可以提供补充信息。以前的研究主要是结合肌电图与超声波MMG。但到目前为止,很少有研究这三个结合,进一步揭示了内部肌肉连续运动的生理机制。基于上述考虑,作者开发了一种多通道运动信号采集系统,可同步采集,肌电图,MMG,关节角和扭矩信号。此外,为了追踪CSA的持续变化,作者还开发了一种新的图像跟踪算法实现自动采集CSA。使用这个系统,本研究研究股直肌的等长收缩(RF)在膝盖扩展,分析收集的各种信号的特点,并初步建立了一个多通道的新方法研究肌肉运动特征(12]。
3.2。实验过程
3.2.1之上。测试对象和方法
总共9个调查对象参加了实验,包括6个男性和3女性。在实验中,受试者坐在等速肌力测试的实验椅安全带系统和修复身体。髋关节和膝关节关节保持在90°,小腿是通过固定带固定在转动轴上,所以膝关节的等长收缩运动扩展(可进行13]。
在实验开始之前,股直肌图像收集受试者放松时作为参考。然后,受试者完成两膝屈伸扩展运动持续6 s来确定最大随意收缩(MVC)定义的肌肉和MVC的肌肉等长收缩的最大振幅(14]。然后,实验对象做了一些热身练习熟悉实验规则。5分钟的休息后,受试者将完成等距肌肉收缩持续增加负荷,和扭矩需求将增加线性mvc 6年代从mvc的0%到90%。在实验中,膝关节扩展产生的扭矩科目将检测到的系统,及其时变波形将显示在显示屏前面的主题。标准的转矩波形mvc(从0%到90%的mvc在6 s)也将同时显示。受试者调整他们的行为会让自己产生的转矩波形匹配的标准波形尽可能多。受试者将重复实验3次,休息5分钟之间每两相邻实验(15]。
在实验中,股直肌肌肉超声图像通过超声波扫描仪。超声波探头是通过白手起家的multiangle支架固定在大腿,和它的长轴垂直于大腿的方向。超声波设备捕获的视频输出的视频采集卡,和采样频率是25帧/秒。两电极表面EMG附股直肌肌腹部,沿肌纤维方向,双方立场的探测器,参比电极是附加到膝盖。加速度传感器贴在超声波探头附近的肌肉表面用双面胶带收集MMG信号。肌电图和MMG放大到2000年一个白手起家的放大器增益,然后,带通滤波的10 ~ 400赫兹和执行5 ~ 100 Hz,分别,最后由数据采集卡数字化1 kHz的采样频率。扭矩信号输出的等速肌力测试也是采样的数据采集卡,显示,同步采集和存储的所有信号都是自主研发的软件,完成和保存的数据将进一步分析和处理(16]。
3.2.2。数据处理
肌电图和MMG信号每个主题都由软件离线处理。肌电图和MMG分为256 MS段根据时间,时间每段的中心是与相应的超声图像采集时间17]。由于图像的采样频率是25帧/秒,两个相邻段之间有某种巧合的肌电图和MMG。然后,每一部分的均方根值计算的时域特征的肌电图与MMG索引。根据定义,均方根计算如下。
在全球变换,转换参数组成的全球规模,翻译,和旋转变换的两个图片,和全局仿射变换函数 ,在哪里和图像坐标,是一个仿射变换矩阵的 。如果和图像匹配,全球互信息计算如下。
继续执行本地转换全球转换后的结果,并使用二维样条函数TL ( )描述当地的转换(18]。和水平和垂直控制点的数量,分别。在控制点的三阶邻域,变换函数可以执行三阶样条插值控制点的转换结果的基础上,和公式(3计算)。
离开一个测试用于测试多参数线性估计的准确性。每一次,一个主题是留给测试的数据,和其他科目的数据线性回归系数计算系数。拟合系数是用来预测的转矩离开主题,并与实际扭矩计算错误。这是重复很多次,所以,每个主题是独处的测试,最后计算的平均预测误差(19]。
4所示。结果分析
在肌肉收缩,典型的关节转矩信号如图2。图中的圆圈代表了关节力矩产生的主题,和实线代表标准扭矩信号用于指导主题(20.]。这两个信号将显示在前面的主题在实时实验。
肌电图的原始波形和均方根振幅和MMG数据所示3和4。为了研究RMSEMG之间的关系,RMSMMG,和关节力矩曲线绘制在同一坐标,如图5(21]。
100手动超声图像处理和图像的算法。国际刑事法庭的结果分析0.987 ( )。结果表明,图像算法可以准确地跟踪肌肉边界和手动处理基本上达到相同的效果。总体平均值之间的关系的不同参数和关节转矩是由数据平均标准误差的上限和下限,实线是一个三次多项式拟合曲线(22]。图像跟踪算法可以自动提取的边界股直肌的肌肉在所有图像和计算相应的CSA。CSA和关节转矩之间的关系在这个实验中改变。使用三次多项式曲线拟合,拟合结果也显示出来。
肌电图是一个传统的方法来研究肌肉活动。大量的研究人员深入讨论了肌电图和肌肉力量之间的关系。目前,人们普遍认为,两者之间的关系是非线性的,受到许多因素的影响。很难准确地估计肌肉力量只从单一通道的肌电图。MMG是一个信号产生的横向振动在肌肉收缩肌肉纤维,这是在本质上不同于肌电图。
结合RMSEMG的三个参数,RMSMMG, CSA,进行多参数线性拟合的关节转矩。拟合结果与实际的测量。横坐标是实际测量扭矩,纵坐标是安装扭矩,圆拟合的数据点,实线的参考线斜率为1。相关系数 获得,预测的平均误差是0.09通过离开一个测试,如表所示1。
5。结论
为了解决问题,提高短跑运动员的肌肉力量训练的有效性,本文提出了一种利用图像观测技术研究。这个技术研究的主要内容是确定实验对象和方法根据图像观察和肌肉的特点。通过数据处理等过程,得出图像观测技术的高精度观测的肌肉运动模式。准确观察的影响力量训练对运动员的肌肉,以制定有针对性的为运动员的力量训练方式,形成强度与特殊项目质量体系为核心,以提高运动员的特殊能力,进一步提高他们的特殊性能,为提高短跑性能提供了科学依据,对提高短跑性能非常重要。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。