基于表面肌电和肌氧分析的摄氧量慢成分研究
项目介绍
AI项目解读
基本信息
- 批准号:31600797
- 项目类别:青年科学基金项目
- 资助金额:20.0万
- 负责人:
- 依托单位:
- 学科分类:C1005.生物成像、电子与探针
- 结题年份:2019
- 批准年份:2016
- 项目状态:已结题
- 起止时间:2017-01-01 至2019-12-31
- 项目参与者:丛培信; 高峰杉; 陈朝峰; 周冬冬; 孙鹤鸣; 王剑; 胡乐军;
- 关键词:
项目摘要
The VO2 slow component is a fundamental property of the metabolic response to exercise performed above the ventilation threshold(VT). The progressive loss of muscle efficiency represented by the VO2 slow component is associated with the development of fatigue. We aim to study the muscle fiber recruitment strategies and muscle oxygenation associated with VO2 slow component during the exercise intensities above VT. The combined use of surface EMG and near-infrared spectroscopy will be applied to investigate the characteristics of VO2 slow component in different subjects (sprinters and middle-long distance runners),different exercise modes(running/cycling), and different exercise intensities (moderate/heavy/server). 15 sprinters and 15 middle-long distance runners will be recruited. The VO2 maximal tests will be performed by using the Bruce protocol treadmill test and the YMCA cycle ergometer test, and then submaximal tests (90%VT, 75% VO2max、90%VO2max)will be performed. Exponential modeling will be used to identify the VO2 slow component and muscle oxygenation. EMG data will be analyzed by wavelet and principle component analysis. The study of the mechanistic bases of the VO2 slow component will be important in designing interventions for reduction of VO2 slow component, the delayed onset of muscle fatigue, and ultimately enhancement of exercise performance.
摄氧量慢成分是高强度运动中一个重要的代谢反应,它的出现使摄氧量增加、肌肉工作效率下降、疲劳产生。本项目从肌纤维的募集模式和肌氧的利用这两方面研究摄氧量慢成分的发生机理。联合表面肌电分析和近红外光谱技术,对不同类型运动员(中长跑/短跑)、不同运动模式(跑步/自行车)、不同运动强度(中等/高/极高)摄氧量慢成分的特征进行分析。实验将募集中长跑和短跑运动员各15名,首先进行最大摄氧量测试(Bruce跑台测试和YMCA功率自行车测试,VO2max);然后进行恒定强度负荷运动测试(90%通气阈、75%VO2max、90%VO2max)。摄氧量和肌氧动力学将采用指数方程进行建模分析,小波变换联合主成分分析将用来对肌电信号进行分析。对摄氧量慢成分肌纤维募集模式和肌氧利用的研究将有助于揭示慢成分的发生机理,对于科学训练减少慢成分的幅度、延缓疲劳、提高运动成绩有着重要的现实意义。
结项摘要
摄氧量慢成分是高强度运动中一个重要的代谢反应,它的出现使肌肉工作效率下降、疲劳产生。本文从肌纤维的募集模式和机体摄氧量的利用这两方面研究摄氧量慢成分的发生机理。联合表面肌电分析和摄氧量动力学,对不同类型运动员(中长跑/短跑)、不同运动模式(跑步/自行车)、不同运动强度(中等/高/极高)摄氧量慢成分的特征进行分析。首先进行最大摄氧量测试,然后进行恒定强度负荷运动测试(中等强度、高强度、极高强度)。摄氧量采用三阶段指数方程进行建模分析、小波变换联合主成分分析用来对肌电信号进行分析。本文主要研究结果如下:.(1)长跑运动员与短跑运动员跑台恒定强度负荷测试摄氧量慢成分研究。应用摄氧量动力学双指数建模分析摄氧量慢成分的幅度及出现的时间。在极高强度和高强度,短跑运动员摄氧量慢成分的幅度显著高于中长跑运动员摄氧量慢成分幅度;并且短跑运动员的摄氧量慢成分出现时间也显著性地早于中长跑运动员的摄氧量慢成分出现时间。对肌电信号的分析显示,在极高强度和高强度下,大部分测试肌肉表面肌电平均功率频率(Mean Power Frequency, MPF)在摄氧量慢成分出现期间呈现显著性上升以及主成分投影夹角theta(θ)呈现显著的下降趋势,这些结果支持摄氧量慢成分与快肌纤维的逐步募集有关的假设。.(2)短跑运动员功率自行车恒定强度负荷测试摄氧量慢成分研究。在高强度下,功率自行车摄氧量慢成分幅度显著高于跑台摄氧量慢成分幅度,这可能是因为自行车运动肌肉相对而言更容易疲劳,肌肉工作效率下降更快,进而导致更大幅度的摄氧量慢成分。由于MPF在肌肉疲劳时下降这一经典现象与MPF在慢成分阶段上升相互影响,本文采用主成分分析的方法,对肌电信号的高频部分和低频部分进行分析,提高了信号处理的灵敏性。.以上研究成果有助于进一步揭示摄氧量慢成分的发生机理,对于科学训练中降低摄氧量慢成分的幅度、延缓疲劳、提高运动成绩有着重要的现实意义。
项目成果
期刊论文数量(2)
专著数量(0)
科研奖励数量(0)
会议论文数量(1)
专利数量(0)
The Effect of Manual Wheelchair Propulsion Speed on Users' Shoulder Muscle Coordination Patterns in Time-Frequency and Principal Component Analysis
手动轮椅推进速度对使用者肩部肌肉协调模式的影响的时频和主成分分析
- DOI:10.1109/tnsre.2018.2886826
- 发表时间:2019-01-01
- 期刊:IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING
- 影响因子:4.9
- 作者:Qi, Liping;Ferguson-Pell, Martin;Lu, Yongtao
- 通讯作者:Lu, Yongtao
Wavelet and principal component analysis of electromyographic activity and slow component of oxygen uptake during heavy and severe cycling exercise
重度和剧烈自行车运动时肌电活动和摄氧慢分量的小波和主成分分析
- DOI:10.1139/apnm-2019-0037
- 发表时间:--
- 期刊:Applied physiology, nutrition, and metabolism
- 影响因子:--
- 作者:齐莉萍;高峰杉;丛培信
- 通讯作者:丛培信
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--"}}
- 发表时间:{{ item.publish_year || "--" }}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--"}}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:{{ item.authors }}
数据更新时间:{{ patent.updateTime }}
其他文献
其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:{{ item.doi || "--" }}
- 发表时间:{{ item.publish_year || "--"}}
- 期刊:{{ item.journal_name }}
- 影响因子:{{ item.factor || "--" }}
- 作者:{{ item.authors }}
- 通讯作者:{{ item.author }}

内容获取失败,请点击重试

查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:
AI项目摘要
AI项目思路
AI技术路线图

请为本次AI项目解读的内容对您的实用性打分
非常不实用
非常实用
1
2
3
4
5
6
7
8
9
10
您认为此功能如何分析更能满足您的需求,请填写您的反馈:
相似国自然基金
{{ item.name }}
- 批准号:{{ item.ratify_no }}
- 批准年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}
相似海外基金
{{
item.name }}
{{ item.translate_name }}
- 批准号:{{ item.ratify_no }}
- 财政年份:{{ item.approval_year }}
- 资助金额:{{ item.support_num }}
- 项目类别:{{ item.project_type }}