요추 신전운동 시 중앙주파수와 웨이브렛을 이용한 근피로 분석

Abstract

[한글]허리 질환인 요통의 원인은 80% 이상이 요추 주변부 근육의 약화에 의한 것이다. 약화된 요추근력을 효과적으로 운동시키기 위해 본 연구에서는 요추만의 독립적인 운동을 할 수 있는 요추 신전운동 시스템을 설계하였다. 설계된 요추근력 시스템은 기계적 장치부, 데이터 획득 및 전송부, 데이터 디스플레이 및 저장부로 구성된다./설계된 유추근력 시스템으로 요추운동 시 근피로를 분석하기위해 허리질환의 병력이 없는 건강한 남성 13명을 대상으로 최대 자발 근수축의 44%, 55%, 66%에 해당하는 40, 50, 60kg의 부하를 인가하고 개발된 요추 신전운동 시스템에서 초당 48°의 요추 신전운동을 반복하는 동안 표면전극을 피검자의 왼쪽 척추기립근에 부착하여 근전도 신호를 측정하였다. 웨이브렛을 이용하여 “시-주파수”영역에서 근전도 신호를 주파수 대역별로 분리하여 근피로도를 측정하고 중앙주파수를 이용하여 얻은 근피로도와 비교하였다. /요추 신전운동을 수행한 결과, 동적 요추 신전운동 시 근피로에 따라 중앙주파수와 웨이브렛 피크값, 웨이브렛 RMS 값 사이의 상관관계는 작았으나 웨이브렛 피크값과 웨이브렛 RMS 값의 상관관계가 크게 나타났다. 요추 신전운동에 의한 왼쪽 척추기립근의 피로할 때 중앙주파수가 시간에 따라 더 낮은 주파수 영역으로 천이되었다. 중앙주파수의 분석은 단지 대표 주파수의 경향만 나타내는 반면에 웨이브렛을 이용한 근피로도 분석은 근육의 피로에 따라 고주파수 대역(375～438Hz)의 신호는 일정하거나 감소하고 저주파영역의 신호(0～125Hz)는 증가하는 경향이 확인되었다./ 본 연구를 통해 웨이브렛 분석을 통해서 근피로를 정량화할 수 있음을 알 수 있었으며, 동적운동 시 웨이브렛을 이용한 분석방법이 중앙주파수를 이용한 분석 방법 보다 근피로도를 분석하는데 있어 더욱 유용함을 보여주었다.

[영문]An lumbar extension exercise system creating only lumbar motion was developed in the present study. This system consists of mechanical devices, a part of data acquisition and transmission, and data display and save. /Thirteen healthy volunteers performed lumbar extension exercises at 48°/s, loaded by 40, 50, 60kg(about 44, 55, 66% of maximum voluntary contraction) using the developed system. During the whole period of exercises, electromyographic (EMG) signal was measured in the erector spinae muscle in order to determine muscle fatigue. Using the wavelet transform, EMG signal was separated by various frequency ranges in the time-frequency domain, and muscle fatigue was analyzed, comparing with the results based on the median frequency(MDF). /MDF shifted toward lower frequency ranges with muscle fatigue, showing a single characteristic frequency. On the other hand, the wavelet transform of EMG signals showed that power amplitudes increased in lower frequency ranges(0-125Hz), but decreased or remained constant in higher frequency ranges(375-468Hz). This study reveals that muscle fatigue during dynamic movements can be better explained by wavelet analysis.