4 表面肌电图的分析与应用研究表面肌电（surface electromyography, sEMG）图在电生理概念上虽然与针电极肌电图相同，但表面肌电图的研究目的，所使用的设备以及数据分析技术与针电极肌电图是有很大区别的。
相对与针电极肌电图而言，其捡拾电极为表面电极。
它将电极置于皮肤表面，使用方便，可用于测试较大范围内的EMG信号。
并很好地反映运动过程中肌肉生理生化等方面的改变。
同时，它提供了安全、简便、无创的客观量化方法，不须刺入皮肤就可获得肌肉活动有意义的信息，在测试时也无疼痛产生。
另外，它不仅可在静止状态测定肌肉活动，而且也可在运动过程中持续观察肌肉活动的变化；不仅是一种对运动功能有意义的诊断方法，而且也是一种较好的生物反馈治疗技术[50]。
4.1 肌电（electromyography, EMG）信号的产生原理及模式4.1.1肌电信号的产生原理肌肉收缩的原始冲动首先来自脊髓，然后通过轴突传导神经纤维，再由神经纤维通过运动终板发放冲动形成肌肉收缩，但每根肌纤维仅受一个运动终板支配，该运动终板一般位于肌纤维的中点。
当神经冲动使肌浆中Ca2+浓度升高时，肌蛋白发生一系列变化，使细胞丝向暗带中央移动，与此相伴的是ATP的分解消耗和化学能向机械功的转换，肌肉完成收缩。
在肌肉纤维收缩的同时也相应地产生了微弱的电位差，这就是肌电信号的由来。
人体骨骼肌纤维根据功能分为Ⅰ型慢缩纤维，又称红肌，亦即缓慢-氧化型肌纤维；Ⅱa型和Ⅱb型快缩纤维，又称白肌。
“红肌”力量产生较慢，其特点是ATP产生是氧化代谢产生的（即其含有较高的氧化能力），可以维持较长的工作时间，作用主要为保持耐力。
快肌纤维则主要是无氧酵解（糖原代谢）途径，故在相对较短的时间内，易产生疲劳和乳酸堆积[46]。
所以，不同纤维类型因其收缩类型不同，能量代谢改变不同，生理作用不同，故其收缩时的肌电信号也有不同特征，故而肌电信号反过来也可相应反映耐力、生化改变，也就是疲劳度、代谢等方面的情况。
4.1.2表面肌电信号产生的模式肌肉内组成单一运动单位的肌纤维，都被包围在兴奋和未兴奋的众多肌纤维及其它导电性良好的体液和组织中，各肌纤维动作电位的产生和传导都会在其外部介质中形成“容积导体导电”现象。
产生动作电位的各肌纤维形成一个共同的电场。
神经与肌肉动作中，动作电位传导的速度是有限的，组成单一运动单位的各肌纤维又有一定的几何分布，因此，这个电场随着兴奋的传递和传导，在每一瞬间均有不同的空间和时间的分布。
在活体上通过电极记录肌肉的电活动，实际记录的就是这一电场的活动。
各肌纤维在检测点间引起电位的总和构成运动单位动作电位（Motor unit action potential ，MUAP ）。
由于在神经轴突上的电发放是脉冲序列，所以在检测点间引起的电位波动是动作电位序列，记为MUAPT ，肌肉中各独立的运动单位产生的MUAPT 的总和即构成了生理肌电EMG 。
生理肌电信号非常微弱，幅度在100~5000μv ，针电极肌电放大器的频带一般为20~1000Hz ，针电极记录的肌电信号的频带一般在1000~10000Hz 。
sEMG 信号实质上是多个运动单位、动作单位的代数和，采用的表面电极使肌电信号的能量主要集中在1000Hz 以下，其波幅典型地在1~5000μv 之间，表面肌电放大器的频带一般为10~500Hz 。
波士顿大学神经肌肉研究中心发现利用双极型模型的肌电频谱分布在20~500Hz ，绝大部分频谱集中在50~150Hz 之间[51]。
但，信号最终还是要受中枢神经系统控制的。
肌电图与肌肉收缩之间有着密切的关系，一般情况下，当肌肉轻度收缩时，肌电信号相对较弱，频率也低；当肌肉强力收缩时，肌电信号较强，频率高。
4.2表面肌电的常用分析方法4.2.1 时域分析时域分析是将肌电信号看作时间的函数，用来刻画时间序列信号的振幅特征[52]。
该方法将肌电信号表达成记录点的电位－时间曲线，可以计算信号的均值、绝对值积分平均值（IAV ）、幅值的直方图、过零次数（ZC ）、均方根（RMS ）、方差（V AR ）、AR 参数化模型、三阶原点矩的绝对值、四阶原点矩、自相关函数等作为特征量来反映信号振幅在时间维度的变化。
常用的时域分析指标主要有：积分肌电值（integrated EMG ，IEMG ）IEMG 是指所得肌电信号经整流滤波后单位时间内曲线下面积的总和，它可反映肌电信号随时间进行的强弱变化，在时间不变的前提下该值还可反映运动单位的数量多少和每个运动单位的放电大小[53~54]。
积分肌电主要用于分析肌肉在单位时间内的收缩特性。
t Tt IEMG EMG(t)dt =*⎰均方根值（root-mean-square ，RMS ）RMS 值是反映神经放电的有效值，其大小决定于肌电信号振幅值的变化，一般认为与运动单位募集和兴奋节律的同步化有关。
在临床和康复医学研究中，常被应用于实时、无损伤地反映肌肉活动状态，其数值变化通常与肌肉收缩力大小等有关。
tT 21/2t RMS (1/T EMG (t)dt)=⎰ 4.2.2 频域分析来自肌肉的肌电信号与光相似，为一频率谱。
sEMG 仪可通过某一途径（如波的干涉模式）将其分解成不同的频率成分，并显示其频率范围。
“功率频率谱密度(power density spectrum, PDS)”以曲线的形式反映了肌电信号的频率成分，亦即sEMG 信号在不同频率分量的变化较好地在频率维度上反映sEMG 的变化。
频率谱的分析需要应用一个被称为“快速傅换系统（FFT ）”的数学技术，将sEMG 信号分解为各种频率成分，并通过频率谱分析，利用所包含的运动单位波形解释运动单位活动的变化。
通常认为，抵达分差放大器的sEMG 信号包含的是许多运动单位释放电位的总和，即放大器所获得的往往为合成信号，当将FFT 连于这一合成信号时，则可将其分解为频率谱图。
上世纪80年代初，Christensen 即利用了傅里叶变换对表面肌电信号（sEMG ）作了频率谱的分析，通过高频/低频的幅值比，了解到正常个体的自发用力、控制用力与神经肌肉疾病患者之间的频率谱的差异；又用同轴针电极和不同的平均刺激频率140Hz 、1400Hz 、2800Hz 检测了20个肌肉功能异常的病人，并将记录的sEMG 通过快速傅里叶变换进行频率谱分析。
研究发现，使用不同的刺激频率参数，其诊断结果也是不同的，其中，诊断病人肌异常的参数最佳。
Ashely 和Wee 也利用傅里叶变换对自发性等容收缩的肱二头肌的肌电信号进行了分析处理，他们将低于60Hz 或70Hz 的低频成分分离出来，然后分析证实，在EMG 中相对较高幅值的波峰发生在20Hz 以下，平均为11.3Hz ，而大多数肌病患者与那些能维持平滑收缩的患者相比，则具有更多的波峰。
但传统的频率谱分析法也有明显的缺点。
首先，使用傅里叶变换研究一个模拟信号的谱特性时，必须获得时域中信号的全部信息，甚至包括将来的信息，这是很难满足的；其次，傅里叶变换在时域中没有任何分辨，也就是说如果一个信号在某一时刻的小的时域中发生了变化，那么整个谱特征就会受到影响。
因此，对非平稳的肌电信号，传统的频域分析有一定的限制。
频率特点的变化往往可以确定疲劳和神经肌肉系统异常。
其特征变化取决于中枢神经系统运动单位活动同步化、肌纤维募集水平和细胞酸中毒有关的肌纤维兴奋传导速度等生理性因素以及探测电极大小和位置、表面温度，以及肌肉运动方式等测量性因素的共同作用。
在疲劳的肌肉，频率谱的变化为：较高频率减小而较低频率增大，这种中位频率的变化或降低是由于运动单位募集模式的同步性，肌纤维的传导速度变慢，快肌纤维疲劳的结果导致快肌纤维占优势的局面转至慢肌纤维占优势或上述原因的综合结果所致。
有关疲劳（或耐力测试）的指标包括：中位频率（median frequency, MF ），即将所统计的频谱区域分为1/2时的频率，是指骨骼肌收缩过程中肌纤维放电频率的中间值，在正常情况下人体不同部位骨骼肌之间的MF 值高低差异较大，主要受肌肉组织中的快肌纤维和慢肌纤维的组成比例的影响，即快肌纤维兴奋主要表现高频放电，慢肌纤维兴奋主要表现为低频放电。
平均能量频率（mean power frequency, MPF ），即平均频率被有关频率资料除权的指标，是表示时间功能的指标；其高低与外周运动单位动作电位的传导速度、参与活动的运动单位类型以及其同步化程度有关。
00()/()∞∞=⎰⎰MPF fp f df p f df零线相交率（zero crossing rate, ZCR ）即信号上升或下降通过零线的比率。
以上这3个参数的变化率（负向斜率），其中平均能量频率（MPF ）斜率是反映局部肌肉疲劳的较好指标。
4.2.3 时频联合分析4.2.3.1短时傅里叶变换为了改善传统的频率谱分析的时间特性问题，1946年Gabor 提出了时间局部化“窗函数”g(t-b)，其中b 用于平移窗以覆盖整个时域，这种方法别称为“短时傅里叶变换法（SFFT ）”。
Merletti 利用SFFT 对自发肌电信号及电刺激肌电信号进行了分析及参数的选择，并通过肌电信号频率谱的频率成分及各成分的相对强弱，从频域上揭示了肌电信号的节律。
然而，他也同时发现，使用SFFT 进行频谱估计会产生频率泻漏现象，非有效信号假设为零等因素也会影响频谱估计。
4.2.3.2Wigner-Ville 变换Wigner 谱分布是基于两个信号内积的傅立叶变换，可以看作是信号在时间—频率平面上两维能量的分布，具有明确的物理意义。
它具有较高的分辨率、能量集中性和跟踪瞬时频率的能力，能有效地对非平稳信号进行分析。
Gwo-Ching Jang 等人利用此方法对单通道的上肢sEMG进行了分析，并提取相应特征进行识别。
Mechelle R.Davies 等人也利用此方法对EMG信号进行疲劳分析。
Wigner-Ville 变换的不足之处在于其变换是非线性的，即变换的双线性，所以当信号成分较多时，不同成分之间容易出现交叉项，故而会引起伪像，但仍然可采用加窗平滑技术使交叉干扰项减小。
4.2.3.3小波变换在肌电信号处理中另一种广泛流行的时频联合分析方法是小波变换（Wavelet transform）法。
由于小波变换在时域及频域中同时具有良好的局部化性质，并可以对高频成分进行“变焦距显微”，其作用类似于一组带宽相等、中心频率可变的带通滤波器。
这一特性使得小波变换特别适用于处理肌电信号一类的突变信号，如Constable及Thronhill利用小波变换对表面肌电信号进行时频分析发现，在运动过程中，肌肉运动模式的时域信号在不同的重力加速度水平下没有发生变化，但在频域中信号发生了变化。
