介绍
由于人们对健康和保健的兴趣日益浓厚，医疗保健（尤其是健身）的用户数量正在增加。在众多运动形式中，等张运动（也称为阻力训练）近年来受到关注，主要是因为它能够提高力量、爆发力、耐力和肌肉肥大。1 , 2阻力训练是一种体育锻炼，涉及对抗力量以增加肌肉力量和大小。3可以利用体重、自由重量、机器或阻力带产生力。由于阻力训练能有效改善整体健康和健身，它已成为健身艺术家、运动员和公众的流行趋势。4

随着人们对运动的兴趣日益浓厚，许多研究都集中在测量肌肉活动以改进训练方法并达到最佳效果。测量肌肉活动的方法有多种，包括肌电描记法 (EMG)、肌力描记法 (MMG)、声肌描记法 (SMG) 和肌音描记法 (PMG)。EMG 是测量肌肉内产生的电信号以分析肌肉活动（包括肌肉激活和收缩模式）的最广泛使用的方法。5MMG 测量肌肉收缩产生的机械振动，而 SMG 使用超声波测量肌肉位移并分析肌肉活动。PMG 测量肌肉内产生的声音来分析肌肉活动。肌电图具有较高的信噪比，但会受到被测肌肉的深度和位置的影响。6利用MRI（磁共振成像）测量肌肉体积是准确的，但无法在运动执行过程中进行。此外，它的局限性在于只能在运动前后进行测量。7 , 8由于所需设备复杂且需要大量设备，使用 MMG、SMG、PMG、MRI 方法很难实时监测运动过程中的肌肉活动。9 , 10尽管已经开发出能够使用石墨烯和 PDMS 测量肌肉的传感器11 ，但由于诸如穿着期间的不适以及需要连接刚性设备等问题，它们仍然没有被充分利用作为可穿戴服装。此外，大多数研究只关注有氧运动，例如步行和骑自行车。12 , 13也仅限于使用纺织品传感器对呼吸和手指运动进行分类。14 , 15在步行和骑自行车等呼吸至关重要的运动领域，研究已被广泛进行并商业化。16然而，缺乏专门与力量训练（也称为阻力训练）相关的研究。为了克服这些限制，研究人员提出了各种分析肌肉活动的新技术。

肌肉功能和运动表现很大程度上受到两个相互关联的现象的影响：肌肉收缩和肌肉体积变化。17在收缩过程中，肌动蛋白丝滑过肌球蛋白丝（图 1），导致肌纤维缩短并产生张力。18这一过程是通过肌球蛋白头与肌动蛋白位点的结合介导的，肌动蛋白位点经历一系列构象变化以产生肌丝滑动所需的力。19肌肉收缩涉及肌纤维的缩短和力量的产生，由于流向组织的血流量增加，从而导致肌肉体积扩大。20 , 21 日体积扩张对于肌肉生长和修复很重要。通过测量体积膨胀，可以预测肌肉负荷的空间分解。

图1。肌肉收缩和滑动丝。
主动肌、协同肌和拮抗肌之间的关系是运动过程中肌肉功能的关键组成部分。22主动肌负责发起运动，而协同肌则协助运动和稳定关节。拮抗肌与主动肌相反，提供运动阻力并帮助控制运动速度和范围。了解这些肌肉群之间的相互作用对于设计有效的锻炼计划、预防受伤和优化表现至关重要。23 , 24在二头肌杠铃弯举练习中可以观察到这种关系的一个例子。二头肌杠铃弯举练习是一种常用的阻力训练练习，主要针对二头肌。25在此练习中，会调动几块肌肉来协助手臂弯曲，其中肱二头肌充当主动肌，肱桡肌和桡侧腕屈肌充当协同肌。26然而，有几块肌肉的作用与二头肌相反，被称为拮抗肌，例如肱三头肌。27
本研究旨在使用拉伸传感器测量不同角度的二头肌弯举练习中的肌肉体积扩张。它涉及肘关节的弯曲，导致二头肌的收缩。随着肌肉收缩，张力增加，肌肉体积扩大，这是运动过程中常见的现象。25先前的研究已经解决了与肌肉相关的测量，例如 EMG、MMG、SMG、PMG 和 MRI。然而，这些方法需要与身体直接接触，受到设备限制，并且通常涉及使用多种设备。在这项研究中，优点在于使用灵活的传感器，通过可穿戴技术实现轻松的非接触式测量。使用拉伸传感器可以精确测量运动过程中不同角度的肌肉体积扩张。了解肌肉收缩和体积扩张之间的关系可以深入了解肌肉生长和功能的机制，从而为寻求提高肌肉力量和大小的运动员和个人制定有效的训练计划提供信息。

材料和方法
传感器制造
E-band（KOLON Co., Ltd，韩国首尔）是一种由 PETSP (80:20) 与氨纶和聚酯纤维编织而成的织物。e-band 采用针织编织方式编织而成，其中线以环的形式相互连接，形成充满弹性和拉伸性的结构。这些纤维具有弹性和弹性，使松紧带能够拉伸并随后恢复到其原始尺寸。这一特性可以舒适地贴合用户的身体，在各种锻炼和活动中提供舒适的穿着体验。该织物含有 20% 的橡胶纤维（氨纶），在 PET 纤维之间具有复丝结构。由于氨纶具有良好的弹性恢复率和低滞后的优点，E-band作为智能可穿戴设备佩戴舒适。图 2显示了拉伸传感器的制作。单壁碳纳米管（SWCNT）是一种圆柱形碳纳米结构。它具有优异的导电性，通常用于用纺织品制造导电传感器。28将 SWCNT 墨水（0.1 wt%）在超声波机器中以 1000 rpm 的旋转速度搅拌至少 1 小时，以避免掺入气泡并确保在织物表面均匀分布。将 E-band 浸入 0.1 wt% 水基 SWCNT 中 1 分钟，然后通过浸渍浸轧机（DAELIM Lab.，首尔，韩国）渗透导电颗粒。然后，用双向烘干机（DAELIM Lab.，首尔，韩国）去除织物中多余的水分，温度范围为 80°C 至 100°C，持续 5 分钟，循环风扇的速度是1500转/分钟。最后，将织物在室温下孵育1小时。

图2 . SWCNT-PET/SP拉伸传感器和臂套的制造过程。
图 3显示了纺织品的结构。使用液晶数码显微镜（PS-EM306，PS Co. LTD，中国）对其进行检查。在一定程度上可以观察到单壁碳纳米管颗粒，针织结构中心存在跨度纱，表明其具有很强的弹性潜力。使用SEM（扫描电子显微镜）（来自德国奥伯科亨蔡司有限公司的Gemini SEM 300）评估SWCNT涂覆的E带的结构和表面形貌。涂层样品放大 1 k 至 2 k 的 SEM 显微照片如图 3所示。可以看出，SWCNT 良好地分散在长丝表面周围。

图3 . SWCNT PET/SP 拉伸传感器图像 (a) LCD 数码显微镜 (b) SEM
图 4显示了用于测量肌肉体积扩张的套筒装置的制造方法。手臂保暖器（Nike，波特兰，美国）是一种由 PET/SP (88:12) 组成的臂套，其材料成分与 E-band 类似。这款袖子很坚固，因为它有两针，运动时感觉舒适，因为它可以快速去除汗水和湿气。拉伸传感器连接到手臂肌肉的最大伸展点。29 , 30肱桡肌/桡侧腕屈肌、肱二头肌和肱三头肌具有垂直于肌纤维方向连接的三个传感器。通过将拉伸传感器连接到肘部来测量肘关节角度。为了防止传感器在佩戴袖套时被拉伸并考虑到个体手臂尺寸的差异，一端用 PU（聚氨酯）薄膜固定，而另一端则以 Velcro 形式固定。PU 具有高弹性和抗拉强度，使其能够牢固地固定应变传感器。魔术贴还具有很强的附着力，防止其在肌肉扩张过程中脱落。

图4 . 用于测量肌肉体积膨胀的套筒装置的制造方法。
数据采集​​协议
练习二头肌杠铃弯举60秒，休息1分钟，重复3次。为了比较不同握力下的肌肉体积扩张，使用测力计将握力调整为22.05磅（10公斤）和66.14磅（30公斤）后，在相同条件下进行实验。IMU 9 轴传感器（E2BOX，首尔，韩国）用于测量运动过程中肘关节的角度。然而，当欧拉角移动超过 180° 时，万向节锁存在潜在问题，这可能会导致有关传感器方向的信息丢失。为了防止运动过程中万向节锁定，通过将手臂相对于起始位置从 0° 提升到 100° 来限制运动范围。31、32图 5​显示二头肌杠铃弯举过程中肌肉的名称和肘部的角度。

为了仅使用拉伸传感器而不使用九轴 IMU 9 轴传感器来测量角度，将拉伸传感器连接到肘部。图6显示肌肉体积膨胀和分解的过程。拉伸传感器测量传感器拉伸时电压的变化，可用于估计肘关节的角度。IMU 9轴和拉伸传感器的采样频率为33 Hz，为了消除织物固有的噪声，采用截止频率为3 Hz的低通滤波器（LPF）作为预处理步。通过拟合在肘部测量的拉伸传感器电压的数据并将角度转换为来自 IMU 9 轴传感器的欧拉角度数据，可以获得一个函数。在本研究中，使用 Arduino BLE（低功耗蓝牙）进行数据采集来收集来自拉伸传感器的数据。拉伸传感器配置采用了四个通道，根据分压原理，每个对应的固定电阻设置为10 kΩ。使用此功能，拉伸传感器的电压直接转换为角度并作为数据输入到多层感知器。输出以 1:1 的比例对三个肌肉区域的肌肉体积扩张进行建模，并通过以 1:3 的比例拟合来分析肌肉体积扩张的分解。

多层感知器
准确的拟合对于分析肌肉体积膨胀的分解至关重要。因此，我们利用多层感知器（MLP），一种人工神经网络来处理复杂的非线性关系并实现高精度的数据拟合。33 MLP 由多层感知器组成，它们是模拟大脑神经元行为的数学模型。34每个感知器使用输入的加权和并应用激活函数来产生输出。35一层感知器的输出成为下一层的输入，这个过程一直持续到产生最终输出。MLP 可以从输入输出对中学习并调整感知器之间的权重，以最小化预测输出和实际输出之间的误差。36它将训练函数设置为 Levenberg-Marquardt 反向传播，并创建一个在两个隐藏层中各有 10 个神经元的网络。然后将数据按照 70:15:15 的比例分为训练集、验证集和测试集。该网络使用“train”函数进行训练，最多 1000 个 epoch，目标为 0，学习率为 0.01。然后在训练数据上测试网络，并计算 MSE（均方误差）。MSE 是一种计算实际观测值和预测值之间平方差平均值的指标。较低的 MSE 表明模型在预测方面表现更好。该方程表示 MLP 的计算。

结果
拉伸传感器的表征
拉伸性和敏感性
在实验室中使用定制的 UTM 测试了拉伸性和敏感性。图 7显示了传感器样品的电阻-拉伸关系。PET/SP 织物的结构是本研究报告的电阻型传感器具有高拉伸性（屈服点，εy ≈ 50%）的主要原因之一。直到传感器完成 50% 后，E 波段的弹性才达到饱和。28使用套筒装置进行二头肌杠铃弯举时，拉伸传感器测得的平均应变小于 30%。这表明拉伸传感器足以测量运动期间的肌肉体积扩张。随着拉伸传感器长度的增加，电阻也增加。规格系数 (GF) 是通过电阻变化/长度变化来衡量拉伸传感器灵敏度的指数。拉伸传感器（40×40mm）的GF为50.48。根据计算出的 GF 值，拉伸传感器非常灵敏，适合本研究中的应用。

耐用性
拉伸传感器在拉伸/释放循环期间稳定的电气功能和机械完整性被定义为动态耐久性。这种耐久性受到 PET/SP 纤维在高应力下的疲劳和塑性变形的影响，这可能会损坏 PET 纤维和传感纳米材料 (SWCNT)。实验室使用定制的 UTM 来测试拉伸测试的耐久性。即使经过 1000 次拉伸/释放循环后，织物表面仍保持完整，这表明传感器的性能不会受到 1000 次循环内重复拉伸低于 50% 的影响。图8显示了通过控制 UTM 机的拉伸获得的样品的均匀电阻。在 50% 张力下运行 1000 次循环后，所有样品的电阻变化均小于 10%。

使用拉伸传感器测量角度
拉伸传感器与其横截面积成反比，与其长度成正比 (6)。在肘部应变上安装了一个拉伸传感器，当举起手臂时，该传感器会增加其阻力，而当降低手臂时，该传感器会收缩并减少其阻力。根据分压器规则（7），当电流恒定时，传感器两端的电压随着电阻的增加而增加。固定电阻为10kΩ，可变电阻为拉伸传感器的电阻。如图9所示，将IMU传感器的欧拉角从0°转换到360°，并用二次函数拟合。在二头肌杠铃弯举过程中，拉伸传感器电压和 IMU 角度之间的关系

多层感知器回归
通过使用预制函数将拉伸传感器连接到肘部来获得角度数据。将角度数据输入 MLP 模型，目标输出为肱桡肌/桡侧腕屈肌、肱二头肌和肱三头肌。该 MLP 回归是通过以 1:1 的比例拟合角度和每 3 块肌肉来训练的。图10显示了握力为 22.05 磅（10 千克）时举起和放下时每块肌肉的线性回归分析结果以及相关系数 R。横轴表示预期输出（目标），纵轴表示每个拓扑获得的值。R 平方是一种统计度量，表示因变量中可由模型中的自变量解释的方差比例。它的范围从 0 到 1，值越高表示模型与数据的拟合效果越好。表格1显示手臂抬起和放下时每块肌肉的 R 平方值。总体而言，该模型非常适合所有三块肌肉，R 平方值范围为训练集 0.98880 到 0.99765、验证集 0.98968 到 0.99804、测试集 0.98725 到 0.99815。高 R 平方值提供了模型有效性和可靠性的证据。这些结果证明了使用 MLP 根据肘部角度数据预测肌肉体积扩张的有效性。

分解肌肉体积膨胀
由于肌肉体积的扩大，传感器的电压增加。MLP 模型以每块肌肉 1:1 的比例进行训练。图11使用该模型显示了在以 1:3 比例安装的手臂举起和放下过程中不同角度的肱桡肌/桡侧腕屈肌、肱二头肌和肱三头肌的体积膨胀。无论握力如何，这都是一致的。然而，随着握力的增加，肱二头肌和肱三头肌表现出更大的体积扩张。虽然观察到了轻微的肌肉体积扩张，但较低的握力（22.05 磅）和较高的握力（66.14 磅）都表现出相似的体积扩张模式。当手臂抬起时，主动肌（肱二头肌）首先开始肌肉体积扩张，而协同肌（肱桡肌/桡侧腕屈肌）从60°左右开始快速扩张，协助肱二头肌。拮抗肌（肱三头肌）最初表现出最小的扩张，但从 90° 左右开始有助于防止关节拉伤。当手臂降低时，也获得了类似的结果。在二头肌杠铃弯举0°到100°的过程中，肌肉体积扩张以10°的间隔进行分解。图12描绘了在以较低握力和较高握力进行的二头肌杠铃弯举练习期间肌肉体积的增加。

图13显示肌肉体积膨胀的分解。在肘部角度为 10° 时，无论握力如何，肱二头肌都显示出大约 70% 的类似扩张率，而肱三头肌在握力较高时显示出明显更高的扩张率，而肱桡肌/屈肌则表现出明显更高的扩张率。桡侧腕的扩张相对较低。在肘部最大角度（100°）时，无论握力如何，肌肉体积扩张率都相似。当弯头从 100° 降低时，膨胀率同样下降。在最低点（10°），肱桡肌/桡侧腕屈肌的扩张率相对较低，握力较高。尽管无论握力如何，图表的整体形状都是相似的，表 2 .

结论
这项研究制造了一种 SWCNT-PET/SP 拉伸传感器，能够以可穿戴形式测量肌肉体积扩张。我们在肘部安装了一个拉伸传感器，使用 IMU 9 轴传感器获取二头肌杠铃弯举过程中的手臂角度，并推导出关系方程。使用 MLP，我们通过高 R 平方确定了每个角度的肱桡肌/桡侧腕屈肌、肱二头肌和肱三头肌的体积膨胀之间的关系，并将其分解。了解运动过程中激动肌（肱二头肌）、协同肌（肱桡肌/桡侧腕屈肌）和拮抗肌（肱三头肌）之间的关系不仅对于预防损伤至关重要，而且对于识别身体的目标区域也至关重要。尽管有多种方法可用于测量肌肉活动，这项研究提出了一种在可穿戴设备中测量肌肉活动的简单方法。肌肉体积扩张分解结果显示，肱桡肌/桡侧腕屈肌轻微扩张至60°，此后迅速扩张，而肱二头肌体积从0°到100°稳定增长，肱三头肌体积轻微扩张但从90°开始迅速增加。尽管在有握力和没有握力的情况下，肌肉体积扩张的分解相似，但在用握力举起和放下的过程中，肱桡肌/桡侧腕屈肌的肌肉扩张在初始（10°）和最终（10°）角度相对较低。