便携式肌纤维组成无损测定仪
专利汇可以提供便携式肌纤维组成无损测定仪专利检索，专利查询，专利分析的服务。并且一种便携式肌 纤维 组成无损测定仪，由测 力 传感器 [3]，肌力 放大器 [6]、肌电传感器[4]、肌电放大器[7]、A/D转换器[8]、三元回归方程 信号 处理器[9]、输入装置[10]、输出装置[11]、电源[12]构成，其中测力传感器[3]接肌力放大器[6]，肌电传感器[4]接肌电放大器[7]，肌力放大器[6]和肌电放大器[7]分别接A/D转换器[8]，A/D转换器[8]、输入装置[10]、输出装置[11]分别接三元回归方程 信号处理 器[9]，本测定仪体积小、成本低、测试方法简便，适于大面积选拔优秀运动员之用。，下面是便携式肌纤维组成无损测定仪专利的具体信息内容。
1、一种便携式肌纤维组成无损测定仪，由测力传感器[3]、肌力放大器[6]、肌电传感器[4]、肌电放大器[7]、A/D转换器[8]、三元回归方程信号处理器[9]、输入装置[10]、输出装置[11]和电源[12]构成，所述测力传感器[3]将肌力转换成肌力电信号VMVC，送入肌力放大器[6]进行放大，肌电传感器[4]用来拾取肌电信号，并将其送入肌电放大器[7]进行放大，经放大后的肌力和肌电模拟信号送入A/D转换器[8]，转换成数字信号后送入三元回归方程信号处理器[9]进行处理，所述三元回归方程信号处理器[9]用于处理下列三个参数；相对最大随意收缩力量(R.MVC)、肌电图平均功率频率下降百分数(MPF.DP)、积分肌电图上升斜率(IEMG.Slope)，输入装置[10]用以输入已知数据和操作指令，输出装置[11]用来输出肌纤维组成的测试结果，本发明的技术特征在于，所述的三元回归方程信号处理器[9]由微功耗单片微计算机[13]、可编程存贮器(EPROM)[14]随机存贮器(RAM)[15]和[16]、通用接口[17]、地址锁存器[18]、译码器[19]、或非门[20]、单稳触发器[21]、编码器[22]构成，其中，单片微计算机[13]用于运算处理和控制整个测定过程，根据检测肌纤维组成的三元回归方程所编制的软件，以机器语言的形式存放在可编程存贮器(EPROM)[14]中，随机存贮器[15]及[16]用于存放采样数据及运算的中间结果，通用接口[17]用于输出数据，地址锁存器[18]用于产生地址低八位，或非门[20]用于产生A/D的读写信号，单稳触发器[21]用于产生A/D的启动信号，编码器[22]用于输入编码。
2、如权利要求1所述的肌纤维组成无损测定仪，其特征在于，可编程存贮器（EPROM）〔14〕所存放的软件包括采样程序、积分程序、FFT程序、平均功率计算程序、积分斜率计算程序、快肌纤维百分比计算程序以及输入和输出程序等。
本发明是关于生理测量仪器，更具体地说，是关于便携式的肌纤维组成无损测定仪。
根据现代运动生理学的研究已知，人类骨骼肌中，快肌纤维和慢肌纤维所含的百分比的不同，与专项体育运动能力有明显的依存关系。例如，优秀短跑运动员的快肌纤维百分比很高，而优秀长跑运动员则慢肌纤维的百分比很高。根据肌纤维的组成对潜在的运动员进行科学选材和定向训练是各体育运动项目取得优异成绩的先决条件。
为此，人们尝试用各种方法来测定人体肌纤维的组成。最初，有人采用肌肉活检针取样，利用组织化学酶染色法测定肌纤维组成。这种测定方法虽然准确有效，但是不易为人们所接受，因为这是一种有损伤性的方法。
1985年第2期中国《体育科学》杂志刊载了一篇题为“利用表面肌电图某些参数对骨骼肌纤维类型进行无损伤测定”。该文提出，利用人体疲劳前后表面肌电信号和肌力等参数与肌纤维组成的相关性，建立检测肌纤维组成的三元回归方程。利用该方程可以对肌纤维的组成进行无损测定。这一测定方法是在实验室条件下进行的。它需利用一系列庞大的实验设备，例如：多导生理测试仪、磁带记录器、数字信号处理机、电子计算机等。由于该测试过程需要一系列庞大而昂贵的实验仪器，而且测试环节多、时间周期长，因而无法广泛加以推广应用，尤其是广大的中小城市和农村地区难以应用这一测定方法。
本发明的目的是提供一种成本低廉的便携式肌纤维组成无损测定仪，它可以在城市或农村的任何地点使用。
本发明由测力传感器〔3〕、肌力放大器〔6〕、肌电传感器〔4〕、肌电放大器〔7〕、A/D转换器〔8〕、三元回归方程信号处理器〔9〕、输入装置〔10〕、输出装置〔11〕和电源〔12〕构成，其中，测力传感器〔3〕接肌力放大器〔6〕、肌电传感器〔4〕接肌电放大器〔7〕、肌力放大器〔6〕和肌电放大器〔7〕分别接A/D转换器〔8〕，A/D转换器〔8〕、输入装置〔10〕、输出装置〔11〕分别接三元回归方程信号处理器〔9〕。
所述的三元回归方程信号处理器〔9〕可以由微功耗单片微计算机〔13〕，可编程存贮器（EPROM）〔14〕、随机存贮器（RAM）〔15〕和〔16〕、通用接口〔17〕、地址锁存器〔18〕、译码器〔19〕、或非门〔20〕、单稳触发器〔21〕、编码器〔22〕构成。
所述三元回归方程信号处理器〔9〕也可以由 微处理器〔25〕、可编程存贮器（EPROM）〔26〕、随机存贮器〔RAM〕〔27〕-〔34〕、通用接口〔35〕构成。
下面结合附图对本发明作详细描述。
图2和图6是本发明中的三元回归方程信号处理器的电路简图;
图3是本发明所用程序的框图;
图4是本发明使用的示意图;
图5是本发明的面板外观图。
在图1中，测力传感器〔3〕可以选用量程为200公斤的BL型半导体应变片式拉压力传感器。测力传感器〔3〕将肌力转换成肌力信号VMVC（最大随意收缩力量）送入肌力放大器〔6〕进行放大。肌电传感器〔4〕可选用表面圆盘电极。肌电传感器〔4〕将肌电转换成肌电信号送入肌电放大器〔7〕进行放大，肌电放大器〔7〕可选用通频带为1000赫兹、输入阻抗＞5兆欧、共模抑制比＞60分贝的放大器。
A/D转换器〔8〕可选用8位A/D转换器，A/D转换器〔8〕将肌力放大器〔6〕和肌电放大器〔7〕送来的模拟信号转换成数字信号。转换后的数字化信号送入三元回归方程信号处理器〔9〕进行处理。
已知数据和操作指令由输入装置〔10〕输入，输入装置〔10〕通常采用键盘。
三元回归方程处理器〔9〕处理结果可获得快肌百分比等数据，所得数据送入输出装置〔11〕，进行显示或打印。输出装置〔11〕通常采用发光二极管或液晶显示，或者采用打印机打出数据。
电源〔12〕可用干电池，采用4.5-6伏，当然也可使用直流稳压电源采用交流供电，这时以5伏为宜。
在图1中，〔5〕为测定仪的主机部分。
图2和图6是三元回归方程处理器〔9〕的两种实施例。
在图2中，〔13〕为微功耗单片计算机，用于运算处理和控制整个测定过程的进程，它可选用80C31单片微机;〔14〕为可编程存贮器（EPROM），它用于存放处理程序、常数及表格，可编程存贮器〔14〕可选用一片27C64;〔15〕和〔16〕为随机存贮器（RAM），它们用于存放采样数据及运算中间结果，随机存贮器〔15〕和〔16〕可选用一片23C128或两片6264;〔17〕为通用接口，用于输出数据，通用接口〔17〕可选用可编程并行接口82C55;〔18〕为地址锁存器，用于产生地址低八位，地址锁存器〔18〕可选用74HC138;〔20〕为或非门，用于产生A/D的读写信号，或非门〔20〕可选用74HC02;〔21〕为单稳触发器，用于产生A/D的启动信号，单稳触发器〔21〕可选用74HC123;〔22〕为编码器，用于输入编码，编码器〔22〕可选用74HC147。三元回归方程信号处理器〔9〕所含各部件的连接方式如图2所示。该处理器由干电池供电。
在图6中，〔25〕为微处理器8085，用于运算处理和控制整个测定过程;〔26〕为可编程存贮器（EPROM），用于存放程序、常数和表格，可选用一片2764;〔27〕至〔34〕为随机存贮器〔RAM），用于存放采样数据和运算的中间结果，可选用八片6116;〔35〕为通用接口用于输入装置〔10〕和输出装置〔11〕与微处理器〔25〕之间进行信息交换，可选用8279。此三元回归方程信号处理器〔9〕所含各部件的连接方式如图6所示。该信号处理器〔9〕的功耗较大，电源可以采用交流电经稳压后以5伏供电。
三元回归方程信号处理器〔9〕还可以选用其他微功耗或一般功耗的微机芯片和集成电路芯片组合而成。
测定仪的软件存放在可编程存贮器〔14〕中，软件是根据检测肌纤维组成的三元回归方程而编制的。该方程为：
y＝ax1+bx1+cx1+d
式中：y为快慢肌纤维百分比;
x1为相对最大随意收缩力量（R.MVC）;
x3为积分肌电图上升斜率（IEMG.Slope）;
a，b，c分别为方程相应变量的关系;
d为常数。
对于男子18-22年令组，a＝35.5338;b＝16.2075;c＝-6.40734;d＝5.895。
相对最大随意收缩力量R.MVC＝ (MVC)/(L) 式中，MVC为肌力传感器〔3〕所测得的肌力最大值;L为受试者腿围;它可用手工测量后，由输入装置〔10〕，例如键盘打入随机存贮器〔15〕中。
肌电图平均功率频率下降百分比数（MPF.DP）是由肌电信号经采样、快速付立叶变换（FFT）和计算后取得的。
积分肌电图上升斜率（IEMG.Slope）是用最小二乘法计算每秒肌电积分值上升斜率所得的。
测定仪的软件主要包括采样程序、积分程序、FFT程序、平均功率计算程序、积分斜率计算程序、快肌纤维百分比计算程序、以及输入和输出程序等。图3为测定仪的程序框图。全部程序采用机器语言编写，将其存放在存贮器〔14〕中，三元回归方程信号处理器〔9〕时钟频率为6兆赫。
若改变系数a，b，c和常数d的数值，本发明的测定仪可以测定男子其他年令组和女子的快肌纤维百分比。
使用测定仪时，如图4所示，受试者〔1〕坐在测力椅〔2〕上，以最大用力等长伸膝，测出股四头肌最大随意收缩力量（MVC），然后，受试者〔1〕以70%MVC持续等长伸膝，直到出现疲劳为止。在上述疲劳性等长收缩过程中，根据肌力传感器〔3〕和肌电传感器〔4〕同步地分别测出肌力和肌电信号，并将其输入测定仪主机〔5〕，进行处理，即可从输出装置〔11〕获得快肌百分比。
在图5中，〔10〕为输入装置，本实例采用键盘，其中包括按键0、1、2、3、4、5、6、7、8、9、共10个数码，一个清除键（CLR），一个运运行键（RUN），一个复位键（RST）。〔11〕为输出装置，本实例为数码管。〔23〕为电源开关。
测定仪的使用操作方法举例如下：
开启电源开关〔23〕，输出装置〔11〕显示字母P，表示允许从键盘〔10〕打入数据。将手工测得的受试者腿围L的两位十进制整数打入，例如，实测腿围57.6厘米，则按四舍五入原则，由键盘〔10〕打入58，在输出装置〔11〕上显示出58。输入完毕，按运行键（RUN），测定仪开始执行肌力采集程序，受试者以最大用力等长伸膝，输出装置〔11〕显示当时所采集到的最大肌力值。例如，输出装置〔11〕上显示出60，则表示最大随意收缩肌力值（MVC）为60公斤。然后，再按运行键（RUN），测定仪进入处于高负荷等长收缩诱发肌肉疲劳条件下采集肌电信号的等待状态。此时，输出装置〔11〕显示出下述三种情况之一。（1〕中间一道亮线，表示此时肌力值处于最大肌力值MVC的60%至80%之间;（2）上边和中间两道亮线，表示肌力值大于80%MVC，这时受试者应调整自己的用力，使肌力值保持在70%MVC左右;（3）下边和中间两道亮线，表示肌力值小于60%MVC，这时受试者应调整自己的用力，使肌力值保持在70%MVC左右。当肌力值保持在70%MVC时，即输出装置〔11〕的中间显示一道亮线，即可按运行键（RUN），测定仪开始采集肌电信号，这时亮线的亮度变暗，约经过8秒，亮线开始以每秒一次有规律地明暗闪烁。当受试者力竭，按下运行键（RUN），并持续1秒钟之后才松开，此时输出装置〔11〕的显示关灭，测定仪开始处理数据，约经80秒，输出装置〔11〕显示快肌百分比，例如显示65，表示快肌占65%。
本测定仪还能显示有关的计算参数，当分别按下某个数码键时，在输出装置〔11〕上便显示出相应的参数。数码键与相应计算参数的对应关系列表如下：（见后表）
当一名受试者测试完毕，按下复位键（RST），测定仪复位，输出装置〔11〕重新显示字母P，即可开始测试下一个受试者。
使用本测定仪对7名受试者进行测试，而Ⅱ型肌纤维%的测试结果与采用活检取样的测试结果对照列表如下：（见后表）
比较上表数据可知本测定仪测定值最大误差在±5%以内，符合率100%，测试结果可靠、有效，能满足使用要求。本测定仪体积小、成本低、测试方便，可广泛应用于体育运动实践中，它在运动选材和运动训练方面具有很大的实用价值。
表1
数码键名称 参数名称 单位
0 平均功率频率下降百分数 %
1 积分上升斜率
2 相对最大随意收缩肌力 公斤/厘米
3 疲劳前平均功率频率 赫兹
4 快肌百分比 %
5 腿围 厘米
表2
受试者 活检实测值 本测定仪测定值
（NO.）
1 67 63
2 55 60
3 70 65
4 65 62
5 64 61
6 60 58
7 58 57
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种基于规则优化的P2P流量混合识别方法 | 2020-05-08 | 49 |
| 生成影响分析报告的方法及装置 | 2020-05-08 | 164 |
| 基于随机森林回归的虚拟机性能预测方法 | 2020-05-11 | 746 |
| 一种基于变色纳米材料的白酒酒精度检测方法 | 2020-05-08 | 542 |
| 一种测定苯乙烯-丙烯酰胺-甲基丙烯酸十八酯三元共聚物分子量及分子量分布的方法 | 2020-05-12 | 719 |
| 一种检测阿司匹林中水杨酸含量的方法 | 2020-05-08 | 354 |
| 一种台区内电表识别方法及判断电表所属台区的方法 | 2020-05-11 | 551 |
| 一种固定污染源中挥发性有机物的测定法 | 2020-05-11 | 969 |
| 一种基于隐马尔科夫随机场的SaaS软件性能问题识别方法 | 2020-05-12 | 531 |
| 白色念珠菌荧光免疫层析测定试剂盒及其制备方法 | 2020-05-08 | 315 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
