Repeated or prolonged muscle force exertion leads to the decrease of maximum muscle voluntary contraction force, denoted as muscle fatigue. It will increase the risk of injury if the accumulation of muscle fatigue is not resolved. The detection and assessment of muscle fatigue are important for preventing injuries. However, the complexity of neurology and physiology factors of the human body make it challenging to investigate into musculoskeletal system and model muscle fatigue analytically. Several numerical muscle fatigue models have been developed for the evaluation and prediction of muscle fatigue. However, some of them are developed in static contraction conditions, which is not validated in dynamic conditions, and some others are limited to some simple reciprocal single limb movements. A more generalized muscle fatigue and recovery model need to be developed, which can be applied to both static and dynamic contractions. In reality, human motion is more likely to be dynamic motions. Also, there was a lack of models which considered multiple physiological phenomena change during muscle fatigue and recovery. Thus, a generalized muscle fatigue model that is computationally friendly and reflects multiple physiological changes needs to be developed.
The objective of this thesis was to develop a muscle fatigue and recovery model on the basis of the existing muscle model considering the physiological change. The model is proposed by introducing some muscle parameters which can represent the physiological phenomena, and experiments were conducted on 30 subjects for one-legged leg extension exercise to determine the muscle parameters. Surface electromyography was recorded to analyze the change in muscle activity during maximum voluntary isometric contraction, submaximal concentric contraction, and eccentric contraction. The change of maximum voluntary contraction force of the knee extensor at a knee angle of 90 degrees before and after the fatiguing protocol were recorded, as well as the number of leg extension done. The muscle parameters were determined by calculating the rate of fatigue and recovery by fitting the simulation data obtained in the musculoskeletal simulation environment to the measured data, and the muscle fatigue model with and without multiple parameters that represents the physiological phenomena was compared.
반복적이거나 장기간의 근력 운동은 최대 근육의 수의적 수축력의 감소로 이어지며, 이를 근육 피로라고 한다. 근육 피로의 축적이 해결되지 않으면 부상의 위험이 증가한다. 근육 피로의 감지 및 평가는 부상을 예방하는 데 중요하다. 그러나 인체의 신경학적 및 생리적 요인의 복잡성으로 인해 근골격계를 조사하고 근육 피로를 해석적으로 모델링하는 것이 어렵다. 근육 피로의 평가 및 예측을 위해 여러 수치적 근육 피로 모델이 개발되었지만 그 중 일부는 동적 조건에서 검증되지 않은 정적 수축 조건에서 개발되고 일부는 단일 근육의 단순한 움직임으로 제한된다. 실제로 인간은 움직이는 동작을 많이하므로 정적 및 동적 수축 모두에 적용할 수 있는 보다 일반화된 근육 피로 및 회복 모델을 개발 할 필요성이 있다. 또한 근육의 피로 및 회복과정에서 다양한 생리적 현상의 변화를 고려한 모델이 부족하였다. 따라서 계산하기 쉽고 여러 가지 생리적 변화를 반영하는 일반화된 근육 피로 모델을 개발해야 합니다.
본 논문의 목적은 기존의 근육 모델을 기반으로 생리학적 변화를 고려한 근육 피로 및 회복 모델을 개발하는 것이다. 생리학적 현상을 나타낼 수 있는 몇 가지 근육 파라미터를 도입하여 모델을 제안하고, 근육 매개변수를 결정하기 위해 30명의 피험자를 대상으로 한쪽 다리 레그 익스텐션 운동으로 실험을 수행하였다. 최대 수의적 등척성 수축, 일정 부하에서의 동심성 수축 및 편심성 수축 시 근육 활동의 변화를 분석하기 위해 표면 근전도를 기록했다. 피로 프로토콜 전후에 무릎 각도 90도에서 무릎 신전근의 최대 수의적 수축력의 변화와 레그 익스텐션을 수행한 횟수를 기록하였다. 근골격계 시뮬레이션 환경에서 얻은 시뮬레이션 데이터를 측정 데이터에 피팅하여 근육 피로률와 회복률을 계산함으로써 근육 파라미터를 결정하였고, 여러 생리학적 현상을 나타내는 파라미터가 있는 모델과 아닌 모델을 비교하였다.
