简介：本研究主要对比分析新手在腹腔镜训练箱和模拟器训练过程中不同疲劳水平下的训练效果。20名志愿者,随机均分成A、B组;A组使用训练箱训练,B组使用模拟器训练。首次采用脑电信号评价训练过程中的脑力疲劳,定义状态指标F量化疲劳水平;采用眼动特征和完成时间、错误数来评价训练效果。分析两组F值曲线,第1~5次训练两组斜率均为0.17;第6~15次训练斜率分别为0.114、0.078;第16~20次训练斜率分别为0.54、0.24。研究结果表明,对于A组训练者,脑力疲劳的发生更容易影响其完成时间和注视点个数;对于B组训练者更容易影响错误数、注视时间百分比和注视/眼跳百分比。相同任务下,腹腔镜训练箱相对于模拟器更易于使训练者疲劳,两种训练器都对训练效果有提升,但训练效果不随着训练次数的增加而一直在提高。当疲劳发生时,训练效果会呈下降的趋势。

简介：当前肌肉疲劳表面肌电信号(surfaceelectromgography,sEMG)特征提取方法,忽略了非线性跳错信号的影响,且不能在非平稳状态下进行特征提取,存在特征提取准确度差的问题。提出基于小波变换的肌肉疲劳sEMG特征提取研究,采用小波变换对所采集的样本去噪,结合时域、频域特征分析法,融合傅里叶变换方法对肌电信号中的线性特征进行提取,根据带谱近似熵理论对非线性挑错信号进行特征回归分析,并利用拟态分解函数和希尔伯特变换法对肌电信号进行时频特征的整合提取,最终完成基于小波变换的肌肉疲劳sEMG特征提取研究。实验验证,所提方法具有可行性,且将1000个肌电信号样本分成5组,对其中的跳错信号进行特征提取,所提方法准确度较文献方法高出75%,在非平稳状态下将200个肌电信号样本分成5组进行特征提取,所提方法准确度较文献方法高出33%。由此得出,所提方法优于当前特征提取方法。