题目：应用小波包加权肌力研究与基于L-Z复杂度肌肉疲劳分析

研究目的：运动，作为人类最原始的活动之一，随着时代的发展，对人类的影响越来越大。运动训练也随着时代和科技的进步变得越来越科学化和数字化。为了获得更好的运动训练效果，各国科学家对运动训练的各个方面都做了相应的研究。肌肉作为运动训练过程中最重要的参与者，获得了更大的关注。四肢肌肉是运动过程中最常用的肌肉。肌声是肌肉在运动收缩过程中产生的一种机械振动而产生的声波。这种振动通过皮肤介质传播出来，这些振动信号包含了肌肉收缩过程中的肌肉活动状态信息。所以本文通过研究肱二头肌和腓肠肌的肌声信号，试图找出肌力和负荷的相互关系以及疲劳阶段的特征参量，以此来更好的指导运动训练。研究内容：10名健康男性大学生分别做不同负荷（0磅、10磅……最大负荷）下的静态收缩实验、负荷坐姿提踵疲劳实验。应用小波包加权分析负荷和肌力的关系。应用L-Z复杂度分析疲劳过程中的肌声信号。研究结果1：不同负荷静态收缩过程中，应用小波包加权，使反映肌肉力量的信号频段更加突出，重构后进行肌力计算，肌力图很好的反映了负荷的情况。由不同负荷的静态收缩肌声信号得出不同负荷下的肌力，经过拟合后肌力和负荷基本保持线性关系。对某一个动态负荷弯举进行肌力分析，肌力图可以很好的显示动态托举过程中向心、静止和离心过程中肌肉所受力矩的变化。研究结果2：负荷坐姿提踵运动中，腓肠肌肌声信号的L-Z复杂度在前期由最大逐渐减小，中期较为稳定，而后期复杂度再次减小。较为直观的显示了提踵运动过程中肌纤维的募集情况。根据疲劳定义，得出进入疲劳阶段为后期，L-Z复杂度值表现为持续减小。研究结论：小波包加权算法使肌力和负荷很好的符合线性关系，应用肌力图可以较好的反映肌肉的负荷情况。L-Z复杂度在一定程度上反映了肌肉疲劳收缩过程中肌纤维的募集变化，并为判断疲劳状态提供科学依据。