文档介绍：该【表面肌电技术在服装领域的应用进展 王敏 】是由【熙凤】上传分享，文档一共【8】页，该文档可以免费在线阅读，需要了解更多关于【表面肌电技术在服装领域的应用进展 王敏 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。棉纺织技术
CottonTextileTechnology
ISSN1000-7415,CN61-1132/TS
《棉纺织技术》网络首发论文
题目:表面肌电技术在服装领域的应用进展
作者:王敏,黄豆豆,陈春云
收稿日期:2021-04-11
网络首发日期:2022-08-02
引用格式:王敏,黄豆豆,[J/OL].棉纺织
://.
网络首发:在编辑部工作流程中,稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶
段。录用定稿指内容已经确定,且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期
刊特定版式(包括网络呈现版式)排版后的稿件,可暂不确定出版年、卷、期和页码。整期汇编定稿指出
版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合《出
版管理条例》和《期刊出版管理规定》的有关规定;学术研究成果具有创新性、科学性和先进性,符合编
辑部对刊文的录用要求,不存在学术不端行为及其他侵权行为;稿件内容应基本符合国家有关书刊编辑、
出版的技术标准,正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。
为确保录用定稿网络首发的严肃性,录用定稿一经发布,不得修改论文题目、作者、机构名称和学术内容,
只可基于编辑规范进行少量文字的修改。
出版确认:纸质期刊编辑部通过与《中国学术期刊(光盘版)》电子杂志社有限公司签约,在《中国
学术期刊(网络版)》出版传播平台上创办与纸质期刊内容一致的网络版,以单篇或整期出版形式,在印刷
出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为《中国学术期刊(网络版)》是国家新闻出
版广电总局批准的网络连续型出版物(ISSN2096-4188,CN11-6037/Z),所以签约期刊的网络版上网络首
发论文视为正式出版。
网络首发时间:2022-08-0209:47:47
网络首发地址:.
表面肌电技术在服装领域的应用进展
王敏1,2黄豆豆1陈春云1,2
(,上海,200051;,上海,200051)
摘要:探讨表面肌电技术在服装领域的应用进展。阐述了表面肌电的产生机理、采集方式以
及分析方法。结合表面肌电对肌肉参与程度、激活状态和疲劳程度的反映,着重分析了表面肌电
技术在运动防护服装、负重装备系统、鞋靴和智能服装研究中的应用进展,并阐明了表面肌电技
术在服装与肌肉状态关系研究中的作用,最后分析了表面肌电技术的应用难点和局限。认为:解
决表面肌电测试仪与多种生物力学及生理信号测试装备的兼容和同步问题、发展表面肌电现场测
评技术、优化用于智能服装的表面肌电传感器性能将成为未来的应用趋势。
关键词:肌电信号;积分肌电;运动防护服装;负重装备系统;鞋靴;智能服装
基金项目:中央高校基本科研业务费专项资金资助项目(2232022G-08)
作者简介:王敏(1984—),女,高级实验师;陈春云,通信作者,工程师,******@
收稿日期:2021-04-11
肌电信号指神经肌肉收缩时发出的生物电信号,可以通过电极引导和记录[1]。按照信号采集
方式的不同,肌电信号分为表面肌电信号(SurfaceElectromyography,sEMG)和针电极肌电信号。
sEMG是指利用电极在肌肉表面采集到的肌肉和神经干上的电位活动信息;针电极肌电信号是指
用插入到肌肉中的针电极收集到的在针电极周围有限范围内的运动单元电位的总和[2]。sEMG的
获取比针电极肌电信号在操作上更为简便且不具有侵入性和创伤性,因而在临床医学的神经肌肉
疾病诊断、康复医学领域的肌肉恢复机能评估、体育科学中疲劳程度判定、技术动作的合理性分
析以及人机工效学领域的动作识别与学****等方面均发挥着重要作用。
随着以人为本的研究理念在服装领域的不断深入,结合生理学、心理学、生物力学、医学等
学科的相关理论和研究手段,科学设计和评价服装的功能属性已成为服装领域研究的趋势。为促
进多学科交叉技术手段与服装科技研发的融合,本研究聚焦表面肌电技术,阐述了sEMG的形成
原理、采集和分析方法,总结了近年来表面肌电技术在服装科技研究中的应用进展,同时也指出
了应用中的难点和局限,最后基于表面肌电技术的优势和应用现状,提出未来表面肌电技术与服
装研究结合的趋势,为扩大表面肌电技术在服装领域的应用提供思路。
1sEMG的产生、采集及分析
sEMG发源于脊髓中的运动神经元。运动神经元细胞体的轴突伸展到肌纤维处,经终板与肌
纤维耦合。细胞体、终板、轴突与肌纤维一起构成完整的运动单位(MotorUnit,MU)。MU由
受同一运动神经支配的肌肉纤维群组成,是肌肉的最小功能单位。肌肉接收到指令被激活时,一
个MU内所有单纤维动作电位在时间和空间上的综合叠加形成动作电位,连续的刺激使MU产生
动作电位序列。肌肉活动募集多个MU,经由肌肉、皮下组织和皮肤等组成的容积导体的滤波作
用后,在检测电极处形成的信号即为sEMG[3]。
sEMG较微弱,幅值只有微伏级,一般在100μV~5000μV,其峰-峰值一般在0mV~6mV,
均方根在0mV~;具有研究信息的信号频率在0Hz~500Hz,50Hz~150Hz内的信号有
重要的参考价值[4]。由于sEMG较微弱且易受干扰,故有效采集是其后续应用的前提条件。
sEMG采集系统的构成和工作原理如图1所示。电极是传感器,用于检测体内流动的离子电
流在皮肤上产生的电势差。在应用电极之前,通常需要对皮肤进行清洁处理,去除死细胞和油性
物质,减少起电容器作用的角质层的厚度,以降低电极-皮肤阻抗,并提高接触的稳定性和质量[5]。
sEMG记录过程中受电子元器件的固有噪声、环境噪声、工频干扰和运动伪迹等的影响,信噪比
会降低[6]。因此需要经过放大、整流和滤波等处理,最后以肌电图的形式呈现。
目前产品化的表面肌电采集设备较多,美国BIOPAC公司生产的MP160型16通道生理记录
仪,在多种生理信号联合分析上具有较大优势;其不仅可以记录肌电信息,还可以记录心电、脑
电、眼电、皮电、脉搏、呼吸和体温等生理数据,因而在生命科学、人因工程领域以及心理学领
域应用较多。
图1sEMG采集系统的构成和工作原理
sEMG的分析方法主要有线性系统的时域分析和频域分析,还有时频联合分析、神经网络模
型等特殊分析方法,以及尚处于探索阶段的混沌分形、复杂度、熵等非线性分析方法。时域分析
是在时间域中对肌电信号进行分析的方法,描述的是sEMG的振幅特征在时间维度上的变化情况,
主要特征参数有积分肌电(IntegratedElectromyogram,iEMG)和均方根(RootMeanSquare,RMS)。
频域分析是借助傅里叶级数对肌电信号进行转换,获得肌电信号的频谱或功率谱,定量反映肌电
信号频谱的移动和不同频率分量的变化,常用指标有平均功率频率(MeanPowerFrequency,MPF)
和中位频率(MedianFrequency,MF)[7]。由于肌电信号具有不平稳特点,单一的时域或频域分
析无法全面反映肌肉活动信息,采用非线性动力学方法分析肌电信号并提取特征值已成为新的研
究趋势,但目前还不成熟。
运动性肌肉疲劳是指运动引起肌肉产生最大肌肉收缩或者最大输出功率暂时性下降的生理现
象[8]。随着肌肉运动性疲劳特征的出现,其内部肌纤维和神经活动发生变化,所表现出的就是肌
肉肌电信号的变化,因二者密切的内在关联,故可以使用肌电信号特征来描述运动性肌肉疲劳。
运动性肌肉疲劳常通过肌电信号的时域指标和频域指标反映。研究发现,肌肉在疲劳过程中,运
动单位的参与数量增加,肌电的时域值总趋势上升,在频域指标中的表现则是肌电的功率谱向低
频转移,低频比重增加,高频比重减少,特征量MPF、MF减小。
肌肉疲劳的产生会改变肌电信号的振幅和频率,这些改变同时也受肌力的影响,单独考虑振
幅和频率与肌肉疲劳的关系只适用于考虑相同的力产生的表面肌电部分,因而在研究中具有局限
性。ALWINL等[9]开发并应用了一种幅值和频率联合分析sEMG的幅频联合分析方法(JASA),
如图2所示。该方法将肌电活动(ElectricalActivity,EA)和MF频谱的变化分成4种情况,以判
断肌肉力量的增减和肌肉疲劳。肌肉力量的增减分别表现为:EA和MF随时间同时增加,如图2
右上象限;EA下降和MF下降,如图2左下象限。肌肉疲劳表现为:EA增加,MF下降,如图2
右下象限;EA下降,MF增加,可认为肌肉在从疲劳态中得以恢复,如图2左上象限。
JASA也存在一定局限性[10]。首先,该方法的适用范围限于中等强度的负荷水平,无法对高
强度的活动进行分析。其次,从JASA的分析结果可以得知肌肉的活动状态以及疲劳结果,但如
何定量确定肌肉的疲劳程度并没有得到解决,如何测定或反映疲劳进程,特别是对由多块肌肉协
同工作的活动,肌肉疲劳的先后顺序及各自疲劳程度该如何确定,都未给出解决办法。因而,关
于肌电电信号分析尤其在肌肉疲劳判定领域还有待进一步探究。
图2JASA的示意图
2表面肌电技术在服装领域的应用
表面肌电技术除了在临床医学、康复科学、体育科学及人机工效领域得到广泛应用,近年来
在服装研究领域的应用也越来越多。
sEMG可以反映肌肉的激活状态、活动参与度和持续时间,明确肌电活动强度、肌肉疲劳程
度以及肌肉间的协调模式、运动员冲刺中的表现驱动因素和潜在伤害风险等。研究人员基于sEMG
的特征提取和分析,对运动防护服装进行分区域功能设计可以缓解肌肉疲劳,防止运动损伤,提
高穿着者运动表现。
张春霞[11]通过分析运动中下肢肌电信号特征并结合主观疲劳评价和心率变化,对运动压缩裤
的合理化设计和改善提出了建议:针对不同的肌肉运动状态以及肌肉的运动性能特点,采取不同
程度的紧身压迫,达到缓解运动性肌肉疲劳的目的。同样,曹丹[12]通过计算iEMG、RMS和MPF,
分析研究腿部肌肉在运动时的贡献力度和疲劳度,实现针对肌肉疲劳问题设计功能跑步裤。
在对骑行裤的研究中,程宁波等[13]、陈金鳌等[14]利用表面肌电测量骑行过程中不同压力对肌
肉的影响和肌肉疲劳程度发现,合适的服装压力有助于减少肌肉能量损耗,在骑行中后期可有效
帮助缓解肌肉疲劳,且服装压力对不同部位呈现出不同的防护效果。
针对篮球运动,YANY等[15]研究了服装压对男子篮球运动中上肢疲劳的影响,指出:篮球训
练运动虽充分调动了全身的肌肉活动,但相关动作主要发力肌肉群不同,肌肉疲劳程度也不同,
在进行运动防护服装设计时应根据不同肌肉的参与程度设置不同的加压防护等级。刘青青等[16]利
用表面肌电技术针对篮球运动中膝关节的防护性进行研究,并开发了相应的功能防护服。
随着女性对运动防护的重视,运动文胸相关的研究也得到关注。SCURRJ等[17]、MILLIGAN
A等[18]研究了不同运动形式、不同强度的文胸支撑对肌肉活动的影响,基于对胸大肌、颈部肌肉
和肩背部肌肉的表面肌电特征分析,证实高强度文胸支撑下乳房的肌肉活动比低强度支撑明显减
弱,具有更好的防护性能。
在以上研究中,表面肌电技术主要应用于紧身类的运动防护服装,通过分析某类运动中肌肉
活动状态及特点,利用服装对肌肉采取不同程度的压迫,以缓解运动性肌肉疲劳。未来有必要通
过进一步研究服装压力与肌肉活动之间的内在关系,用以指导运动防护类服装设计。
通过监测臀中肌、腹直肌、竖脊肌、股外肌和腓肠肌等相关肌肉肌电信号变化的监测,能够
有效判别负重过程中肌肉参与活动的程度,帮助研究者分析得到合理的背负方式、背负质量和最
佳的背负系统元素组合。
早期BOBETJ等[19]对竖脊肌和斜方肌在两种负重位置的肌电表现探究中发现,背包中重物在
较低位置比高位置可以有效减缓肌肉疲劳。随着负重运动时间的累积,各肌肉的疲劳状况也不相
同,SIMPSONKM等[20]测试了女性在背负不同质量双肩背包行走时股外肌和腓肠肌等肌肉的
sEMG,结果表明,20%~40%体重负荷的增加显著改变了股外肌与腓肠肌的综合肌电信号,并且
认为女性户外背包的质量应该限制在30%的体重内。陈健楠[21]分析了不同坡度地形下背部负重行
走人群的腰背部肌肉疲劳情况,为爬坡时的背负系统设计提供了科学依据。张露芳等[22]基于表面
肌电对双肩背负系统的影响因素进行研究,寻求能够减缓肌肉疲劳度和损伤的最佳背负系统元素
组合。
针对军事负重准备系统,PARKH等[23]进行了股直肌、股二头肌、胫骨前肌和内侧腓肠肌的
振幅和最大自主等长收缩测试,调查了防弹衣和负重架的质量和质量分布对腿部肌肉功能的影响。
KIMS等[24]、HARRISONMF等[25]通过表面肌电图分析颈部肌肉激活状态和疲劳度,判定防弹头
盔和夜视镜使用过程中可能会造成的肌肉劳损情况,并给出了合理的质量分配建议。
消防服与消防装置是消防员执行任务中不可或缺的装备,BAKRI等[26]通过测量11个部位(颈
部、肩部、上背部、下背部、上臂、前臂、手、臀部、大腿、小腿和脚)肌肉疲劳程度,分析得
到了合理的消防员自给式呼吸器的质量;KRATZENSTEINS[27]通过研究手臂运动过程中肩部肌肉
在不同负重系统附着高度下的神经肌肉反应发现,消防装置的高度调节可有效缓解肩部肌肉组织
的疲劳程度。
与负重相关的研究还常常与三维动作系统、测力台、压力测量、呼吸监测仪等设备联动使用,
分析负重量、负荷位置等因素对人体生物力学指标(步态、肌肉活动、肩背部受力与压力分布等)
以及生理学指标(心率、能量消耗等)的影响。
穿着不同鞋靴会不同程度激活行走相关的肌肉,最明显的反映为穿着平底鞋和高跟鞋时腿部
肌肉状态水平发生了明显变化。KIMHM等[28]对穿着不同跟高高跟鞋的健康青年女性从静坐到站
立过程中的下肢肌电图变化进行了对比分析,发现穿着较高跟高的高跟鞋增加了竖脊肌、股直肌
的肌电峰值,过高的鞋跟高度会诱发肌肉不平衡运动。MIKAA等[29]通过分析穿着高跟鞋和平底
鞋的肌肉活动记录,发现相较于平底鞋,躯干和髋伸肌的肌电水平和协调模式在穿着高跟鞋时发
生了明显的变化,因此有必要持续关注穿着高跟鞋对人体的伤害。
同样,在鞋子中放置矫正鞋垫会改变足部穿着环境,改变肌肉的发力状况,通过记录观测行
走过程中各肌肉的表面肌电变化可以纠正走路姿势。王健等[30]对与行走相关肌群的表面肌电平均
振幅(AEMG)进行检测,确定了鞋底类型与步行速度对相关肌群的影响。廖苏[31]利用表面肌电
测试系统对扁平足组和内翻膝组穿着矫形鞋垫时相关肌肉发力的时序和持续时间进行监测,发现
矫形鞋垫能改变下肢肌肉活动和走路步态。
以上研究说明利用表面肌电测量可以评判出穿着不同鞋靴时肌肉发力顺序和发力大小的变化。
通过对肌肉状态变化的分析,推断鞋靴结构的合理性。此外,研究中也常常联合使用足底压力测
试及步态分析跑台、三维测力台等生物力学设备进行测量,基于多种客观测试数据,共同表征受
试者的鞋靴穿着舒适性。
近年来,可用于实时监护的智能服装已得到陆续开发,其中疾病预防和运动管理是智能服装
开发的主流。研究者[32-33]也尝试将sEMG传感器集成到服装中,帮助用户实时监测肌肉信号,辅
助疾病治疗或预测肌肉疲劳,避免过度训练引起肌肉损伤。由于肌电测试对于电极的放置位置和
使用方法具有一定的要求,对于普通用户来讲,相比专业的肌电测试仪,以服装作为载体在使用
更加方便灵活,更适用于各类生活场景。
智能服装实现智能化的关键是传感技术。电极是sEMG检测的重要传感器,传统上用于sEMG
监测的电极多为银/***化银电极,其电解质凝胶长期接触皮肤可能引起皮肤过敏等不适反应,且不
能重复使用。近年来,研究者提出了一种基于织物干电极的生物电信号测量方法。织物干电极依
赖于导电纱,导电纱可以以平纹和蜂窝状编织模式编织[34-35]、刺绣[36],或直接丝网印刷在织物上
[37]。但这类电极在实际应用中依然存在问题,比如吸湿以及洗涤后导致的性能下降。为此,
ROUDJANEM等[38]提出了一种由多种材料金属聚合物制成的中空纤维电极,纤维的高柔韧性使
得它们容易整合到服装和纺织品中,且能有效屏蔽环境的干扰,比如湿气的干扰。
此外,KIMS等[39]发现,当其研究中使用的织物电极直径大于20mm,服装压力大于10mm
Hg时,其电极性能与银/***化银电极接近。张佳慧等[35]在织物传感智能腿套的研究中发现,电极
尺寸设置过大或过小都易出现静态肌电信号异变,影响其静态肌电信号采集效果。因此,开发肌
电信号采集的智能服装,需要考虑传感器使用的抗干扰性和耐久性,以及电极尺寸及服装压力等
设计因素,以提高智能服装的可穿戴性。
把一部小型测量设备、导电的纺织品和紧身运动服结合到一起,是智能服装开发的基本思路。
目前市面上已有产品化的肌电信号采集智能服装,例如美国ATHOS公司开发的可穿戴系统以及
芬兰MYONTEC公司开发的Mbody运动短裤,均可以为用户提供运动前后肌肉的实时信息,用
来改进技术、成绩和训练质量,发现问题并预防应力性损伤。但具有肌电采集功能的智能服装的
大量推广仍存在一定障碍,如价格高、美观性不理想、舒适性和易用性不够等。
3表面肌电技术应用的难点和局限
表面肌电技术虽然在服装科技研究领域得到了一定的应用,但其技术本身目前依然存在一些
应用难点和局限。从实验操作来看,电极大小和位置、受试者个体差异、皮肤表面相对湿度及油
脂厚度、肌肉运动方式等客观因素都有可能干扰肌电信号的振幅和频率,造成实验偏差,影响实
验结果。近年来出现的阵列式表面肌电能避免电极数目、电极位置、电极排列方向等对获取sEMG
的影响,很大程度上提高了表面肌电的准确率,但目前该类表面肌电测试仪在服装科技研究领域
还未得到应用。
其次在肌电信号分析上,sEMG属于微弱的电信号,易受到噪声影响,目前广泛应用的线性
分析方法在全面反映肌肉活动信息上存在不足,而非线性分析方法还不成熟。除此,在肌肉疲劳
评价方面,实验室研究所确立的指标应用于现场研究还存在一定的问题。例如:在动态工作中,
肌电信号的振幅及功率谱变化不仅与疲劳程度有关,还和肌力大小有关,根据sEMG振幅的增加
和频谱左移来判定肌肉疲劳并不完全可靠。并且,实验室研究的结论都是在固定姿势和恒定静态
负荷条件下得出的,而实际工作中人体动作姿势及用力大小通常都是变化的,因而不能将实验室
研究的结论直接用于现场评价。未来,随着计算机技术的迅猛发展和生物电信号分析理论的不断
进步,sEMG的分析将向着更加快速与准确的方向发展。
表面肌电测试常常与动作捕捉系统、三维测力台、足底压力及步态分析设备等其他生物力学
设备联用。为了保证数据分析的可靠性,多台设备最好能够进行同步测试,但设备开发企业并不
一定留有同步接口,因而会造成不同品牌设备之间无法兼容的情况。这需要用户在搭建测试平台
时从整体上考虑,寻求一套系统的解决方案。此外,sEMG只是生物电信号的一种,将肌电与脑
电、心电、皮电信号采集整合,实现多导生理数据同步采集,可以为服装生理学和心理学评价提
供更为先进的技术。目前已有产品化的多导生理信号采集仪器在服装科技研究领域的应用还不多。
4结束语
sEMG蕴含丰富的肌肉运动信息,在服装科技研究领域具有广泛的应用价值。运动防护服与
鞋靴背包设计可依据参与运动的肌肉群的激活时间和状态、以及主要肌肉的参与度和贡献度明确
设计要点与需要解决的问题。通过肌电信号反映的信息判定肌肉疲劳程度,有助于研究者进行服
装及其装备的功能设计和改进,实现更好的肌肉支撑,减少肌肉过度疲劳引起的损伤风险。在智
能服装中利用表面肌电技术实时检测肌肉状态,可以给出合理的运动指导。
未来随着技术的进步,表面肌电技术将会更好地辅助科技服装的研发和性能测评,其在服装
领域的应用还可以从以下方面进行扩展。首先,结合步态分析和行走模式等生物力学和运动学理
论,联合使用表面肌电、足底压力测试、三维测力台、三维动作捕捉等设备,通过解决设备间的
兼容性和同步问题,构建系统完整的测试平台,实现服装及装备工效性能的综合评价。其次,将
肌电与脑电、心电、皮电信号采集整合,实现多导生理数据同步采集,扩大生物信号采集分析方
法在服装生理学和心理学评价中的应用。再次,发展表面肌电现场评价技术,完善肌肉活动水平
评价指标,弥补实验室研究在实际应用中的局限,提高研究成果的普适性,更好地指导功能服装
设计研发。最后,优化用于智能服装的表面肌电传感器性能,保证安全舒适的使用环境并确保信
号采集的精度,基于sEMG技术的提升与材料科学的发展,进一步推进肌电传感智能服装的研发。
参考文献:
[1]CHOWDHURYR,REAZM,ALIM,
ClassificationTechniques[J].Sensors,2013,13(9):12431-12466.
[2][J].JournalofNeurologyNeurosurgeryandPsychiatry,
2005,76:32-35.
[3][D].合肥:中国科学技术大学,2021.
[4]LIG,LIY,YUL,
MultifunctionalMyoelectricProstheses[J].AnnalsBiomedicalEngineering,2011,39(6):1779-1787.
[5]吴冬梅,孙欣,张志成,[J].中国组织工程研究与临床康复,
2010,14(43):8073-8076.
[6]ESKESM,BALMAJM,MAARTENJA,
Person-specificsEMGSignalsControllingaBiomechanicalFaceModel[J].InternationalJournalof
ComputerAssistedRadiologyandSurgery,2018,13(1):47-59.
[7]THONGPANJAS,PHINYOMARKA,PHUKPATTARANONTP,
FrequencyofEMGSignaltoDetermineMuscleForceBasedonTimeDependentPower
Spectrum[J].ElektronikaIrElektrotechnika,2013,19(3):51-56.
[8]BRIANRM,[J].CanadianJournalofAppliedPhysiology,2002,27
(1):42-55.
[9]ALWINL,MATTHIASJ,JURGENS,
DeterminationofMuscularFatigue[J].Ergonomics,1996,39(2):298-313.
[10]王笃明,王健,[J].航天医学与
医学工程,2003,16(5):387-390.
[11][D].上海:东华大学,
2018.
[12][D].北京:北京服装学院,2016.
[13]程宁波,吴志明,[J].纺织学报,2019,40
(8):130-135.
[14]陈金鳌,陆阿明,王国栋,
响[J].体育科学,2012,32(7):22-31.
[15]YANY,WUJ,ZHANGL,
UpperLimbinMen'sBasketball[J].Man-Machine-EnvironmentSystemEngineering,2018,456:33-40.
[16]刘青青,[J].现代纺织技术,2019,27(2):
53-58.
[17]SCUURJC,
RunningGaitCycle[J].JournalofSportsSciences,2010,28(10):1103-1109.
[18]MILLIGANA,MILLSC,
during5kmTreadmillRunning[J].HumanMovementScience,2014,38:74-83.
[19]BOBETJ,
Carriage[J].EuropeanJournalofAppliedPhysiologyandOccupationalPhysiology,1984,53(1):71-75.
[20]SIMPSONKM,MUNROBJ,
PatternsofFemaleHikersDuringProlongedLoadCarriage[J].JournalofElectromyography&
KinesiologyOfficialJournaloftheInternationalSocietyofElectrophysiologicalKinesiology,2011,21
(5):782-788.
[21][D].天津:天津科技大学,2017.
[22]张露芳,王豪杰,[J].中华劳动卫生职业病杂志,2018,36
(9):641-646.
[23]PARKH,BRANSOND,KIMS,
LegMuscleFunction[J].Gait&Posture,2014,39(1):430-435.
[24]KIMS,
duringSimulatedMilitaryActivities[J].FashionandTextiles,2020,7(1):1-13.
[25]HARRISONMF,FORDEKA,ALBERTWJ,