1.本发明属于人体运动功能检测技术领域，尤其涉及一种穿戴下肢外骨骼康复助行中的肌肉疲劳检测方法。
背景技术：2.下肢外骨骼是一种穿戴在人体下肢部位，对腿部失能人群进行运动康复及行走助力的装置。对于需要穿戴下肢外骨骼进行康复训练的偏瘫患者，在患者不具有主动运动能力时，单纯由下肢外骨骼带动患者进行训练并不会出现局部肌肉疲劳的情况。只有在康复训练中后期阶段，有主动运动能力时，积极性高的患者会出现运动量过大而不自知的情况，造成肌肉疲劳损伤；因此，对于具有主动运动能力的患者，康复训练融入肌肉疲劳检测更加安全高效。
3.目前国内外对于穿戴下肢外骨骼进行疲劳检测的方法主要有以下问题：第一种是判断肌肉疲劳只采集肌肉状态的单一原始信号，在上位机进行数据处理后将结果反馈给受试者，这种单一的信号检测在剧烈运动以及有环境噪声等非理想情况下，并不能准确反映肌肉的疲劳状态；第二种是基于表面肌电信号的肌肉疲劳检测方法，一般只适用于单一的等长运动或等张运动，一旦受试者的运动模式发生转换，原来对运动过程中噪音的滤波以及对信号的处理方法都不一定能继续适用，其检测结果便不具备可靠性与准确性，难以更进一步的量化疲劳状况和判断疲劳趋势。第三种是对患者肌肉疲劳的判断普遍采用离线形式，即患者做完康复训练后再对患者训练过程中的表面肌电信号进行疲劳分析，从而根据先前的多组训练数据对患者康复训练起指导作用，因此不能实时反馈患者当时的疲劳状态。
4.对表面肌电信号进行中值频率和平均频率分析从而判断肌肉疲劳程度，该方法是目前应用广泛的一种方法。如中国专利号201910021389.0的发明专利公开了一种肌肉疲劳状态的检测方法，主要通过对获得的患者表面肌电信号进行平均频率和中值频率处理，根据预设疲劳阈值判断患者的疲劳程度，从而及时发出警报提示患者停止训练。但是，该申请采用的中值频率和平均频率有一定程度上相似的变化趋势，并且由于表面肌电信号易受到各种干扰，平均频率和中值频率容易越过阈值从而出现误判患者肌肉疲劳的情况。如专利cn108742614b公开了一种联合表面肌电肌音与近红外光谱的肌肉疲劳检测方法，从肌纤维动作电位募集特性、动作电位传导特性、肌纤维低频振动特性、血液动力学特性及血氧代谢五个方面量化建立相应的疲劳参数，其中对于动作电位传导特性，采用肌电信号的中值频率指标作为其表现形式，而动作电位传导特性类似于本发明提出的肌纤维传播速度指标，其变化特征与表面肌电信号的中值频率并无本质上的关联，另外该申请对人体肌肉疲劳检测只涉及等长静力收缩运动，并不适用于等张运动。
技术实现要素：5.本发明针对现有技术中的不足，提供一种穿戴下肢外骨骼康复助行中的肌肉疲劳
检测方法。
6.本发明提供一种穿戴下肢外骨骼康复助行中的肌肉疲劳检测方法，包括：
7.选择患者进行等长运动或等张运动时的目标肌肉；
8.对单个患者进行多次最大自愿收缩，得到目标肌肉表面肌电信号的最大幅值，作为目标肌肉收缩检测的指标；
9.获取单个患者正常康复训练后股外侧肌的表面肌电信号，将目标肌肉收缩检测的指标的目标比例作为幅值阈值，以去除股外侧肌的表面肌电信号中的无效样本，得到有效表面肌电信号；
10.计算有效表面肌电信号的中值频率；
11.计算有效表面肌电信号的肌纤维传播速度；
12.根据有效表面肌电信号的中值频率和肌纤维传播速度检测目标肌肉疲劳程度。
13.进一步地，所述肌肉疲劳检测方法还包括对有效表面肌电信号中值频率和肌纤维传播速度进行移动平均处理。
14.进一步地，所述计算有效表面肌电信号的中值频率，包括：
15.取相同间隔的窗作为一个信号单元，将有效表面肌电信号进行短时傅里叶变换，得到有效表面肌电信号的频域谱和时域谱，每隔一段时间计算中值频率mdf；
16.根据以下公式计算有效表面肌电信号的中值频率：
[0017][0018]
其中，mdf为有效表面肌电信号的中值频率；psd(f)为表面肌电信号的功率谱密度函数。
[0019]
进一步地，所述计算有效表面肌电信号的肌纤维传播速度，包括：
[0020]
在同一块肌肉沿着肌纤维的方向的两个位置，分别放置两个肌电传感器，采集两处的有效表面肌电信号；
[0021]
利用matlab函数xcorr读取两处有效表面肌电信号的数值，计算固定时间段内两处有效表面肌电信号之间的最大时间延迟xi，并结合两处采集点之间的距离计算该固定时间段内的肌纤维传播速度；
[0022]
根据以下公式对两处有效表面肌电信号进行肌纤维传播速度归一化处理：
[0023][0024]
其中，normalizemfpv为固定时间段内有效表面肌电信号的肌纤维传播速度；fs为采样频率；xi为第i秒两个位置间的最大时延；n为样本总数。
[0025]
进一步地，获取单个患者正常康复训练后股外侧肌的表面肌电信号后，对股外侧肌的表面肌电信号进行整流和低通滤波。
[0026]
进一步地，所述对有效表面肌电信号中值频率和肌纤维传播速度进行移动平均处理，包括：
[0027]
在连续的时间窗口内对患者目标肌肉进行中值频率处理和肌纤维传播速度计算，对中值频率和肌纤维传播速度进行移动平均值处理；如果在给定时间的窗口内没有足够的
数据，则过去的数据加入窗口，直至满足窗口的时间长度。
[0028]
本发明提供一种穿戴下肢外骨骼康复助行中的肌肉疲劳检测方法，包括选择患者进行等长运动或等张运动时的目标肌肉；对单个患者进行多次最大自愿收缩，得到目标肌肉表面肌电信号的最大幅值，作为目标肌肉收缩检测的指标；获取单个患者正常康复训练后股外侧肌的表面肌电信号，将目标肌肉收缩检测的指标的目标比例作为幅值阈值，以去除股外侧肌的表面肌电信号中的无效样本，得到有效表面肌电信号；计算有效表面肌电信号的中值频率；计算有效表面肌电信号的肌纤维传播速度；根据有效表面肌电信号的中值频率和肌纤维传播速度检测目标肌肉疲劳程度。
[0029]
基于表面肌电信号的中值频率检测目标肌肉疲劳程度，主要是依据肌肉疲劳时功率谱大多由高频向低频漂移，中值频率也相应下降中值频率抗干扰能力强，在不同肌肉和运动收缩过程中都能呈现可靠的变化趋势。基于肌纤维传播速度检测目标肌肉疲劳程度，主要是依据当肌肉疲劳时，电信号在肌肉中的传播速度降低，此时传感器之间的距离保持不变，结果表现为肌纤维传播速度降低。利用于肌纤维传播速度分析有利于降低噪声对判断患者肌肉疲劳的影响。将中值频率和肌纤维传播速度结合起来判断肌肉疲劳的方法，解决使用单一参数判断肌肉疲劳的方法无法量化疲劳状况、准确度不高且适用范围不够广泛的问题。
附图说明
[0030]
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031]
图1为本发明实施例提供的一种穿戴下肢外骨骼康复助行中的肌肉疲劳检测方法的流程图；
[0032]
图2为本发明实施例提供的最大自愿收缩时位置1和2的semg时域图；
[0033]
图3为本发明实施例提供的等长运动下股外侧肌位置1和2的mdf和mfpv的变化示意图；
[0034]
图4为本发明实施例提供的等张运动下股外侧肌位置1和2的mdf和mfpv的变化示意图；
具体实施方式
[0035]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0036]
本发明中，受试者所穿戴的外骨骼是一种由电机驱动的康复外骨骼，主要功能为协助偏瘫患者进行下肢康复训练，髋关节和膝关节为主动关节，由直流电机驱动。在髋关节和膝关节处安装有角度传感器和剪切力传感器，实现对下肢外骨骼的柔性控制，在保证患者安全性的前提下进行康复训练。
[0037]
如图1所示，本发明实施例提供一种穿戴下肢外骨骼康复助行中的肌肉疲劳检测
方法，包括：
[0038]
步骤101，选择患者进行等长运动或等张运动时的目标肌肉。
[0039]
可根据实际的运动类型确定需要检测的肌肉，即进行特定运动时所使用的目标肌肉。这些肌肉包括肱二头肌、肱三头肌、竖脊肌、臀肌、股四头肌、股二头肌、胫骨前肌、腓肠肌等。
[0040]
对于肌电信号检测对象的选取，目的是减少来自附近其他肌肉的信号干扰，同时自身也能提供足够的信号强度。因此，选取的肌肉在皮肤下要有足够的表面积，而且在运动过程中肌肉活动充分明显。本发明研究的肌肉确定为股外侧肌，该肌肉是大腿上股四头肌的一个分支，在大腿前侧测量，并且在训练期间电极因重力而脱落的可能性较小。
[0041]
在本发明的实施例中，表面肌电信号由肌电传感器感应并采集传输，采样率设置为 2000hz，因为预期的表面肌电频率低于500hz，根据采样定理，表面肌电信号采样频率超过 1000hz，是表面肌电信号最高频率分量的两倍，则可以通过样本进行重构。
[0042]
本发明的实施例中使用的是一个delsys无线肌电采集分析装置，其使用方便，无需电极片，同时传感器具有质量轻、采集精度高且噪声低的特点。使用前用酒精清洁皮肤以降低接触阻抗，患者的表面肌电信号通过传感器读取，再通过无线传输到基站，最后通过usb线将数据发送到上位机，进行后续的处理分析。
[0043]
肌电传感器采用四个银条触点来检测皮肤表面的肌电信号。为了获得最大信号幅度，必须使这些杆垂直于肌纤维方向。传感器顶部带有箭头，以帮助确定该方向。箭头应平行于传感器下方的肌纤维。传感器也应放置在远离肌腱和肌肉边缘的肌腹中心。使用粘合贴纸附在传感器上，使传感器很容易连接到皮肤上。
[0044]
步骤102，对单个患者进行多次最大自愿收缩，得到目标肌肉表面肌电信号的最大幅值，作为目标肌肉收缩检测的指标。
[0045]
最大自愿收缩的指标是针对单独的患者得出的，每个人都有不同的表面肌电信号特征，基于每个患者的校准指标进行的肌肉收缩检测，精准验证患者的肌肉是否产生收缩，同时从信号中去除无效样本。
[0046]
表面肌电信号的幅度随着肌肉激活水平的增加而增加。因此，患者表面肌电信号的最大幅度是在最大自愿收缩期间测量的，此时是肌肉自愿激活的最高水平。
[0047]
在正式对患者进行肌肉疲劳检测前，需对患者进行多次最大自愿收缩实验，即在穿戴下肢外骨骼的前提下，患者下肢绑缚最大允许负重时努力克服极限阻力进行单腿摆动。检测此时患者股外侧肌的表面肌电信号，根据多次实验结果得到其表面肌电信号的最大幅值，作为肌肉收缩检测的指标。表面肌电信号的最大幅度将在肌肉收缩检测阶段使用，以确认表面肌电信号是否有效。
[0048]
肌电传感器被安装在受试者的股外侧肌上，受试者在被记录表面肌电信号的同时克服极限负载努力做抬腿运动直至力竭。测试结果为原始和滤波后的表面肌电信号，如图2所示。在表面肌电信号时域图中，每个峰对应一次肌肉收缩，当时域信号的绝对值处于较低位置时，受试者的股外侧肌处于休息状态。取最大幅值作为个人最大自愿收缩状态下的校准指标。
[0049]
如图2所示，位置1的semg最大幅值为1*10-3
，位置2的semg最大幅值为4*10-4
。以各位置最大幅值的10％为阈值为患者正常康复训练时进行肌肉收缩检测。
[0050]
步骤103，获取单个患者正常康复训练后股外侧肌的表面肌电信号，将目标肌肉收缩检测的指标的目标比例作为幅值阈值，以去除股外侧肌的表面肌电信号中的无效样本，得到有效表面肌电信号。
[0051]
本发明使用的数字滤波器为带通巴特沃斯滤波器和陷波滤波器。带通滤波器的下限截止频率设置为20-30hz，上限截止频率设置为500-1000hz。陷波滤波器频率为50hz。滤波后，时域波形应为等张运动、等长运动和收缩持续时间的一系列典型表面肌电信号。
[0052]
在获得单个患者正常康复训练后股外侧肌的表面肌电信号后，对股外侧肌的表面肌电信号进行整流和低通滤波，将原始信号经过整流后应用二阶低通巴特沃斯滤波器，再将最大自愿收缩校准实验得到的指标的一定比例，如10％作为阈值去除信号中的无效样本，即噪声，最后根据处理获得的信号是否有明显的周期性峰值来判断患者的肌肉是否收缩，从而确定当前表面肌电样本是否有效。当肌肉没有收缩的情况发生时，后续对信号进行肌纤维传播速度和中值频率处理是无意义的，结果无法与肌肉疲劳呈现相关性，此时原始信号被移除。当肌肉产生收缩时，将肌肉收缩检测环节处理的信号进行后续的中值频率分析，同时开始对肌纤维传播速度分析。
[0053]
步骤104，计算有效表面肌电信号的中值频率。
[0054]
取相同间隔的窗作为一个信号单元，将有效表面肌电信号进行短时傅里叶变换，得到有效表面肌电信号的频域谱和时域谱，每隔一段时间计算中值频率mdf；
[0055]
根据以下公式计算有效表面肌电信号的中值频率：
[0056][0057]
其中，mdf为有效表面肌电信号的中值频率；psd(f)为表面肌电信号的功率谱密度函数。
[0058]
对信号进行短时傅里叶变换，并从中提取中值频率。为了观察中值频率的降低，同时实现实时疲劳评估，取小的相同间隔的窗作为一个信号单元，窗口长度定义为w1，然后将信号进行短时傅里叶变换，得到信号的频域谱和时域谱，每隔δt1时间计算中值频率。由于在动态训练中，最后的窗口样本可能并不都有效，此时可以一定程度上回溯时间，以积累足够的有效数据来执行短时傅里叶变换，并将信号的有效部分拼接起来。
[0059]
由于肌纤维传播速度需采集同一目标肌肉不同位置的两组信号，可对两组信号均进行中值频率分析，即在实时反馈阶段，供医护人员分析的实验数据为肌纤维传播速度和两个位置的中值频率，使判断结果更精准可靠。
[0060]
步骤105，计算有效表面肌电信号的肌纤维传播速度。
[0061]
在同一块肌肉沿着肌纤维的方向的两个位置，分别放置两个肌电传感器，采集两处的有效表面肌电信号；；
[0062]
利用matlab函数xcorr读取两处有效表面肌电信号的数值，计算固定时间段内两处有效表面肌电信号之间的最大时间延迟xi，并结合两处采集点之间的距离计算该固定时间段内的肌纤维传播速度；
[0063]
根据以下公式对两处有效表面肌电信号进行肌纤维传播速度归一化处理：
[0064][0065]
其中，normalizemfpv为固定时间段内有效表面肌电信号的肌纤维传播速度；fs为采样频率；xi为第i秒两个位置间的最大时延；n为样本总数。
[0066]
计算股外侧肌的肌纤维传播速度，分析同一肌肉上的两对输入肌电传感器记录的表面肌电信号之间的时间延迟。对肌纤维传播速度进行分析必须要有两个输入通道，这两个通道测量相同的肌肉，传感器的方向沿着肌纤维的方向放置，以记录表面肌电图中的时间延迟。由于运动伪影噪声的影响，在对患者进行等张训练时需先对原始表面肌电信号进行高通滤波。肌纤维传播速度与两个位置之间的延时有关，测量出两个传感器通道之间的距离δh。利用 matlab函数xcorr计算时延，并对信号进行归一化处理，得到每δt时间内的肌纤维传播速度。
[0067]
肌纤维传播速度的范围约为3m/s至5m/s，可因肌肉疲劳而降低。采样周期应短于两个记录的表面肌电信号之间的时间延迟，由于最小延时为6.6ms(5m/s时，两个传感器的间距 3.3cm)，因此肌纤维传播速度分析的采样率应超过152hz，更高的采样率可减少计算误差，本发明采用2000hz用于计算延时。
[0068]
表面肌电信号的信号滤波一直是低噪声和高表面肌电信号功率之间的折衷。尤其是肌纤维传播速度分析有利于减少噪声。在0-20hz频带中存在大量噪声，因此用于此分析的数字高通滤波器的设计截止频率为20hz。在10到20hz之间会有一些semg数据丢失，但是，该范围内存在的低频噪声将被消除。低通滤波器用于滤除相关表面肌电频率以上的白噪声。因此，低通滤波器的截止频率可设计为1000hz。
[0069]
步骤106，根据有效表面肌电信号的中值频率和肌纤维传播速度检测目标肌肉疲劳程度。
[0070]
对有效表面肌电信号中值频率和肌纤维传播速度进行移动平均处理。在连续的时间窗口内对患者目标肌肉进行中值频率处理和肌纤维传播速度计算，对中值频率和肌纤维传播速度进行移动平均值处理；如果在给定时间的窗口内没有足够的数据，则过去的数据加入窗口，直至满足窗口的时间长度。
[0071]
为了平滑的产生中值频率和肌纤维传播速度估计，选取小的一定长度的时间窗口对数据进行移动平均处理，窗口的长度定义为w2，窗口增量为δt2，δt2《w2，具体大小由减少时滞和处理时间之间的折衷考虑。时间窗口w2重叠以减少信号处理的误差，如果在给定时间的最后w2窗口内没有足够的数据，可以一定程度上将过去的数据加入，补全有效数据。此时虽然会部分增加对数据的处理和滞后时间，但能够减少医护人员因短期局部肌肉的中值频率和肌纤维传播速度变化而误判肌肉疲劳的可能性，同时能够获得更直观的中值频率和肌纤维传播速度视觉图像。
[0072]
如图3所示，从等长运动的角度分析下肢股外侧肌的肌电信号，验证本发明方法判断患者的疲劳程度的准确度和灵敏度。
[0073]
表面肌电信号装置配置为两个传感器，贴在同一块肌肉(股外侧肌)的不同部位，每秒共采集数千个样本。受试者首先被要求做大腿肌肉的绷紧来测试是否能采集到正确的肌肉信号，然后保持正确的坐姿和腿部摆放位置以便进行肌电信号的检测，同时尽可能长
时间地保持同一姿势，即保持腿部抬起在固定高度一段时间。
[0074]
本实施例的目的是：检测在静止不动时，受试者使用下肢外骨骼单腿前伸时的肌肉疲劳情况，即受试者的股外侧肌的肌肉疲劳程度。
[0075]
由于等长运动短时间内不易出现肌肉疲劳，所以增加对肌肉信号的采集时间，从而保证医护人员能够观测到患者肌肉疲劳的情况。
[0076]
图3中，使用外骨骼带动人体下肢保持固定姿势的过程中，中值频率有所下降，位置1 和位置2的波形通常有相似的趋势，中值频率mdf和肌纤维传播速度mfpv在实验开始一段时候后逐渐下降。
[0077]
如图4所示，受试者穿戴下肢外骨骼在轮椅上进行周期性的单腿摆动运动，即在等张运动的角度下分析受试者下肢肌肉的疲劳程度。对表面肌电信号进行中值频率mdf和肌纤维传播速度mfpv分析。
[0078]
在股外侧肌的两个有一定间距的位置贴有肌电传感器，并设有能实现样本重构的采样频率。受试者首先被要求做多次单腿摆动运动来测试是否能采集到周期性的肌肉信号。当受试者此时坐姿端正，单腿摆动运动足够平稳规范，且上位机显示呈现周期性的肌电信号时，等张运动实验可以开始了。
[0079]
受试者在主动参与下肢康复训练时，由下肢外骨骼辅助人腿进行单腿摆动训练。受试者自行选择合适的摆腿速度，以此速度运动保持一段时间，并同时记录股外侧肌的表面肌电信号，直到不能以该速度继续时停止，速度降到80％以下。
[0080]
本实施例的目的是检测在下肢外骨骼助力的模式下，受试者做周期性的单腿摆动运动的肌肉疲劳情况，即受试者的股外侧肌的肌肉疲劳程度。
[0081]
以上结合具体实施方式和范例性实例对本发明进行了详细说明，不过这些说明并不能理解为对本发明的限制。本领域技术人员理解，在不偏离本发明精神和范围的情况下，可以对本发明技术方案及其实施方式进行多种等价替换、修饰或改进，这些均落入本发明的范围内。本发明的保护范围以所附权利要求为准。
技术特征：1.一种穿戴下肢外骨骼康复助行中的肌肉疲劳检测方法，其特征在于，包括：选择患者进行等长运动或等张运动时的目标肌肉；对单个患者进行多次最大自愿收缩，得到目标肌肉表面肌电信号的最大幅值，作为目标肌肉收缩检测的指标；获取单个患者正常康复训练后股外侧肌的表面肌电信号，将目标肌肉收缩检测的指标的目标比例作为幅值阈值，以去除股外侧肌的表面肌电信号中的无效样本，得到有效表面肌电信号；计算有效表面肌电信号的中值频率；计算有效表面肌电信号的肌纤维传播速度；根据有效表面肌电信号的中值频率和肌纤维传播速度检测目标肌肉疲劳程度。2.根据权利要求1所述的肌肉疲劳检测方法，其特征在于，所述肌肉疲劳检测方法还包括对有效表面肌电信号中值频率和肌纤维传播速度进行移动平均处理。3.根据权利要求1所述的肌肉疲劳检测方法，其特征在于，所述计算有效表面肌电信号的中值频率，包括：取相同间隔的窗作为一个信号单元，将有效表面肌电信号进行短时傅里叶变换，得到有效表面肌电信号的频域谱和时域谱，每隔一段时间计算中值频率mdf；根据以下公式计算有效表面肌电信号的中值频率：其中，mdf为有效表面肌电信号的中值频率；psd(f)为表面肌电信号的功率谱密度函数。4.根据权利要求1所述的肌肉疲劳检测方法，其特征在于，所述计算有效表面肌电信号的肌纤维传播速度，包括：在同一块肌肉沿着肌纤维的方向的两个位置，分别放置两个肌电传感器，采集两处的有效表面肌电信号；利用matlab函数xcorr读取两处有效表面肌电信号的数值，计算固定时间段内两处有效表面肌电信号之间的最大时间延迟x
i
，并结合两处采集点之间的距离计算该固定时间段内的肌纤维传播速度；根据以下公式对两处有效表面肌电信号进行肌纤维传播速度归一化处理：其中，normalizemfpv为固定时间段内有效表面肌电信号的肌纤维传播速度；fs为采样频率；x
i
为第i秒两个位置间的最大时延；n为样本总数。5.根据权利要求1所述的肌肉疲劳检测方法，其特征在于，获取单个患者正常康复训练后股外侧肌的表面肌电信号后，对股外侧肌的表面肌电信号进行整流和低通滤波。6.根据权利要求2所述的肌肉疲劳检测方法，其特征在于，所述对有效表面肌电信号中值频率和肌纤维传播速度进行移动平均处理，包括：在连续的时间窗口内对患者目标肌肉进行中值频率处理和肌纤维传播速度计算，对中
值频率和肌纤维传播速度进行移动平均值处理；如果在给定时间的窗口内没有足够的数据，则过去的数据加入窗口，直至满足窗口的时间长度。
技术总结本发明提供一种穿戴下肢外骨骼康复助行中的肌肉疲劳检测方法，包括选择患者进行等长运动或等张运动时的目标肌肉；对单个患者进行多次最大自愿收缩，得到目标肌肉表面肌电信号的最大幅值，作为目标肌肉收缩检测的指标；获取单个患者正常康复训练后股外侧肌的表面肌电信号，将目标肌肉收缩检测的指标的目标比例作为幅值阈值，得到有效表面肌电信号；计算有效表面肌电信号的中值频率；计算有效表面肌电信号的肌纤维传播速度；根据有效表面肌电信号的中值频率和肌纤维传播速度检测目标肌肉疲劳程度。将中值频率和肌纤维传播速度结合，以判断肌肉疲劳，解决使用单一参数判断肌肉疲劳的方法无法量化疲劳状况、准确度不高且适用范围不够广泛的问题。围不够广泛的问题。围不够广泛的问题。
技术研发人员：韩亚丽 常佳辰 孙翰 姜维佳 赵天 秦浩
受保护的技术使用者：南京工程学院
技术研发日：2022.07.11
技术公布日：2022/11/1
