我们最近邀请了10名健康的男性作为我们的实验对象，使用肌音图（也是肌力图的一种形式）的方法检测他们的等距绝对肌肉力量，我们想要测试我们的肌音图方法是否能精确地检测到不同程度负载下肌肉力量的变化。

由于这不是检测疲劳，所以我们主要收集随着被实验人员负载每次持续增加后第一秒的数据。

结果显示肌音图在检测等距肌肉力量上具有很高的准确性，弥补了传统的肌电图方式在肌肉力量检测上的不足。

以下是我们的应用笔记，有兴趣的话也可以到我们的网站中下载英文原版。

Application Note

肌音图（VMG）相比较肌电图（EMG）方法，在当肌肉达到100%最 大自主收缩的时候，肌音图有绝对的优势能记录更准确的肌肉力量。同时，肌音图可以用来实时检测个体肌肉力量变化，或者比较不同群体间完成某项任务时需要的 肌肉力量。能够检测出肌肉力量变化的能力取决于在个体和群体检测中的精确度和准确度。在这里我们侧重于检测肌音图群体肌肉测量中的能力，重点研究上肢肌肉 的等距收缩。

实验计划：

被实验人员：10名健康的在21-59岁间的男性

检测肌肉： 肱三头肌长头

检测条件： 被测试者俯卧，上肢与地面垂直，前臂平行地面，肘关节呈90度。

负载： 2，4，8，15，20和25磅各支持5秒

分析：

·      使用BPS-II 传感器获取第一秒的记录数据

·      以2000赫兹的频率采样收集数据，并使用BIOPAC 肌音图滤波器把它们转换成肌肉力量

·      计算每种负载状况下一秒钟长度数据的95%的置信区间。

·      计算每种负载状况下，10个被检测人员的肌肉力量均值和标准误差

·      计算每种负载下的变异系数

·      在95%置信空间条件下进行线性回归计算

结果：

对男性被检测人员进行实验，并且平均所有的负载条件后，肌音图群体间肌肉力量检测的变异系数接近49%。

回归分析显示在选择的负载区间内肌肉力量与负载间呈线性关系，其中R2=0.995. 95%的置信区间显示出即使在最大的负载水平，肌音图检测的最大误差小于2磅。 这表面肌音图技术在群体间检测的准确性。

结论：

VMG对在群体中检测等距肌肉力量上具有很高的准确性，可以进行不同群体之间康复前和康复后的比较，也可用于进行肌肉训练前和训练后肌肉力量的比较。

更多关于肌音图的研究，请查看我们的网站：www.sonostics.com

转载本文请联系原作者获取授权，同时请注明本文来自周静怡科学网博客。
链接地址：https://blog.sciencenet.cn/blog-498969-395102.html

上一篇：Sonostics VMG-BPSII 肌肉研究
下一篇：Sonostics和BIOPAC系统已经联手共同制作了BIOPAC的AcqKnowledge