||
你可以看到你骑了多少公里,燃烧了多少卡路里或者产生了多少瓦特,抑或者每分钟平均代谢率是多少。从这些信息中你可以得出在进行了几个小时艰苦的训练后,你的大腿肌肉强度和心脏状况改善进行到了什么样的程度。
但是你不能得到的是腿部各种肌肉是如何交互作用,各自在骑行中产生的作用,它们疲倦的程度,和它们对营养和水合作用有怎样的反应。
这也是Tim和Sara上周在纽约Ithaca健身中心进行骑自行车实验的目标。他们选择在一辆健身自行车以固定速度骑行5分钟。之后进行实验检测站立和骑行肌肉使用分部的不同。
他们将肌音图传感器附着在他们双腿的股外侧肌和股内侧肌,MyoWave软件可以检测在骑行过程中肌肉产生力量的幅度。
MyoWave每秒钟进行60次采样,所以5分钟时间里所采集的需要进行分析的数据是相当巨大的。MyoWave在两秒钟就能分析完毕给出报告.结果显示出可以使用MyoWave进行个体肌肉使用分部和肌肉平衡检测,即使是在剧烈运动中。
由于在骑行过程中大腿周期运动需要使用不同程度的力量,我们更加关注整体肌肉的平均力量值。但是,使用者可以通过放大数据中特定的一部分,来分析一次运动的每个部分,并且得出肌肉A和肌肉B的峰值比。
那么这组数据告诉了我们什么?
Tim的左腿占主导地位。从数据中看来,在这五分钟的实验中,他越来越依赖他的一种肌肉-股内侧肌-来承担主要负载。这很惊奇-我们并没想到会检测出一种肌肉的主导作用。
左股外侧肌在开始时产生的力量和股内侧肌看起来是相等的,但随着时间的推迟两种股侧肌之间的不平衡也越来越明显。
另一方面,Sara使用两种股侧肌来进行实验,并且整个过程中没有明显的肌肉失衡现象。但是肌肉疲劳有显示出来,她的两种股侧肌产生的力量随着时间推迟都有下降。这是肌音图和肌电图的最大区别,肌电图有悖直觉地显示肌肉疲倦反而使肌肉力量增加。
至少我们学习到了MyoWave可以从运动中数据。这使得MyoWave可以被运用于很多运动中。例如,骑车运动爱好者可以了解他们运动水平,并且可以制定运动计划来使达到他们需要的肌肉平衡效果。对于赛车手,可以把这些数据转化为有价值的训练数据。
我们已经重新设计了仪器来减少影响脉冲的作用,我们下一个实验会在跑步机上进行。检测穿不同跑鞋,不同跑步姿势对肌肉力量的影响。
更多信息请登录我们的网站:www.sonostics.com
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-12-29 09:39
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社