神经肌肉系统是一个实时变化的复杂系统,不仅受运动类型和收缩条件等外部因素影响,还受中枢神经控制、外周体液调节等系统内各部分错综复杂的交互影响.应用肌电信号(electromyographic signal,EMG)的传统线性分析方法监测神经肌肉系统活动会忽略神经肌肉系统在实际收缩过程中的复杂变化,存在众多局限.而非线性动力学分析方法可综合考虑系统的实时变化性和复杂性,量化系统的动力学过程.本研究梳理了非线性动力学方法的发展历程,探讨神经肌肉系统EMG的非线性特征,并总结了非线性动力学方法在EMG中的应用及未来研究展望.结果显示:1)神经肌肉系统属于复杂系统,EMG具有混沌和分形的特征;2)在诸多实际条件下,EMG非线性分析方法的信效度高于传统线性分析方法,可提取到传统线性分析方法无法监测到的EMG特征;3)非线性分析方法在运动领域还有很大应用潜力,未来研究可集中于EMG信号与其他生物信号非线性特征的联合分析,这有助于建立综合全面的神经肌肉系统动力学理论模型,对于进一步揭示人体运动过程中的生理系统的深层调控机制具有重要意义.
NETL
NSTL
万方数据
