筋電は周波数解析が用いられることがあるため、Lateoでも周波数解析を搭載しています。
筋電波形の中には、様々な周波数を持つ波形が含まれています。
どのような周波数が含まれているかを計算することが周波数解析で、Lateoが用いている方法は「高速フーリエ変換（fast Fourier transform；FFT）」です。
筋電波形を横軸に周波数成分の分布、縦軸に各周波数成分の振幅の二乗（信号のパワー）として変換したものをパワースペクトルと呼びます。
パワースペクトルは分布図ですから、中間周波数や平均周波数を用いて１つの代表値として数値化し、Lateoではこの中間周波数と平均周波数も自動で算出しています。
中間周波数（median power frequency:MF）は、パワースペクトルの面積を２つの等しいエリアに分ける周波数です。
平均周波数（mean power frequency:MPF）は各周波数の平均値です。
筋疲労の指標で用いられる中間周波数
最大努力で筋収縮を持続させ、筋が疲労するに従い周波数が低値になっていくと言われています。もちろん筋繊維の種類によってこれは当てはらまないとも言われています。
この低周波へのシフトが起こる要因として、
・運動単位の同期化
・運動単位動員の増加と減少
・筋線維伝導速度変化
・筋内圧変化
などさまざまな因子が関係しているそうです。
筋繊維の種類により高周波だったり、疲労しやすい、などの判断で活用できるのが周波数解析です。
長掌筋で検討
あまり筋肉の名称に詳しくないのですが…
手をグー・パーを最大努力で繰り返し、長掌筋？の筋電位を計測し、疲労を評価してみました。
手のグー・パーを1秒間に2回のペースで行い、50秒間計測しました。
30秒過ぎから疲れの自覚症状が出て、途中あまりに疲れたので手を振ったらノイズとして乗ってしまいました…。
10秒毎にイベント挿入して、A～Eの各区間に分けてみました。
50秒間全体の結果が↓です。
画面右下の中間周波数のグラフだけを見ると、何となく下がってるのがわかるような…上がってる気もするような…
せっかくA～Eの区間分けをしたので、区間毎に結果を見てみます(｀･ω･´)ゞ
まずはA区間
次にB区間
C区間
D区間
このときには猛烈に疲れてました…ヾ(｡>﹏<｡)ﾉﾞ
そして、最後のE区間
それぞれの区間の周波数解析結果をExcelで１つにまとめてみました↓
わかりません・・・(*´･ω･)(･ω･｀*)ﾈー
疲れてない最初のA区間と、もーれつに疲れた最後のE区間だけを比較してみました↓
う～んヾ(｡>﹏<｡)ﾉﾞ
これでも私には微妙に感じてしまいます…
全区間の中間周波数に、近似曲線として線形近似を挿入してみました↓
(*・∀・*)おぉ！！
確かに右下がり・・・
低周波へ移行していることがわかります！！
筋繊維の種類や計測方法などしっかりとしたプロトコルを！
今回はとりあえず疲れが見えたらいいなぁ～なんて軽く計測したので、納得できる結果を得ることはできませんでした・・・。
ちなみに、積分値は
疲れが溜まったEが増えてます…。
疲れたけど最大努力って思いながら、(ΦωΦ)おりゃっ！っと力を入れたからかな・・・
今回の計測で言えば、例えば2kgのオモリを、ここからここまで持ち上げることを2time/secなどと決めないといけませんでしたね。
筋電計測だけに限らず、どんな計測でも具体的な目的と仮説、そしてプロトコル作りが大切だと実感したテスト計測でした。
筋電計測・分析まで全てが1つになったソフトウェア「Lateo」
お気軽にお問合せください(｀･ω･´)ゞ
