【摘要】：肌肉協(xié)同被認(rèn)為是中樞神經(jīng)系統(tǒng)用以運(yùn)動(dòng)控制的最小單位,在理解神經(jīng)系統(tǒng)運(yùn)動(dòng)控制策略方面具有重要的研究?jī)r(jià)值。傳統(tǒng)的肌肉協(xié)同研究方法依賴于反映肌肉激活程度的肌電信號(hào),骨肌仿真技術(shù)的發(fā)展為便捷分析肌肉激活提供了新的方式,本文在骨肌系統(tǒng)中實(shí)現(xiàn)肌肉協(xié)同的提取。首先在OpenSim中建立人體下肢骨肌仿真模型,并建立基于Hill肌肉模型的骨肌系統(tǒng)。然后構(gòu)建人體運(yùn)動(dòng)測(cè)量與仿真分析系統(tǒng),實(shí)現(xiàn)人體運(yùn)動(dòng)實(shí)驗(yàn)數(shù)據(jù)的采集與處理,以及骨肌系統(tǒng)生物力學(xué)分析。本文兼顧生物力學(xué)仿真與真實(shí)的實(shí)驗(yàn)數(shù)據(jù),以關(guān)節(jié)力矩實(shí)驗(yàn)值和特定肌肉激活度實(shí)驗(yàn)值作為跟蹤目標(biāo),提出兩種肌肉協(xié)同提取算法:(1)基于非負(fù)矩陣分解的肌肉協(xié)同提取算法,首先最優(yōu)化求解肌肉激活度矩陣,再應(yīng)用非負(fù)矩陣分解求解肌肉協(xié)同結(jié)構(gòu)矩陣和肌肉協(xié)同激活系數(shù)矩陣,由此重構(gòu)肌肉激活度矩陣實(shí)現(xiàn)肌肉協(xié)同的控制過程;(2)引入肌肉協(xié)同控制的肌肉激活模型,將最優(yōu)化求解肌肉激活度矩陣轉(zhuǎn)化為最優(yōu)化求解肌肉協(xié)同結(jié)構(gòu)矩陣和肌肉協(xié)同激活系數(shù)矩陣,在最優(yōu)化迭代過程中實(shí)現(xiàn)肌肉協(xié)同對(duì)于肌肉激活的控制過程。為比較兩種肌肉協(xié)同提取算法的效果,招募實(shí)驗(yàn)對(duì)象進(jìn)行了步態(tài)實(shí)驗(yàn),應(yīng)用兩種算法提取肌肉協(xié)同,結(jié)果表明引入?yún)f(xié)同控制的肌肉激活模型算法優(yōu)于基于非負(fù)矩陣分解的肌肉協(xié)同提取算法,其中關(guān)節(jié)力矩和肌肉激活度的均方根誤差分別平均降低62.0%、33.2%,平均絕對(duì)誤差分別平均降低63.2%、36.9%,關(guān)節(jié)力矩和肌肉激活度的預(yù)測(cè)值與實(shí)驗(yàn)值的相關(guān)系數(shù)分別平均提升9.0%、10.1%。應(yīng)用基于非負(fù)矩陣分解的肌肉協(xié)同提取算法,基于重構(gòu)肌肉激活度矩陣的數(shù)據(jù)變異度閾值確定肌肉協(xié)同數(shù)目后,然后應(yīng)用引入肌肉協(xié)同控制的肌肉激活模型可降低誤差。最后進(jìn)行人體足底打滑平衡的肌肉協(xié)同控制策略研究,招募實(shí)驗(yàn)對(duì)象進(jìn)行步態(tài)實(shí)驗(yàn),以正常行走作為對(duì)照組,分析足底打滑平衡對(duì)于肌肉協(xié)同的影響,結(jié)果表明,與正常行走相比,在足底打滑平衡中肌肉協(xié)同以較高肌肉貢獻(xiàn)度、較高激活強(qiáng)度及較高共激活時(shí)長(zhǎng)占比的控制策略實(shí)現(xiàn)這一應(yīng)急反應(yīng)運(yùn)動(dòng)過程。
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：G804.6
【圖文】：

Ｒａｓｍｕｓｓｅｎ邋等應(yīng)用剛?cè)狁詈蟿?dòng)力學(xué)的方法進(jìn)行骨肌系統(tǒng)建模，其骨肌系統(tǒng)逡逑動(dòng)力學(xué)模型應(yīng)用拉格朗日動(dòng)力學(xué)方程，肌肉力模型應(yīng)用經(jīng)典的Ｈｉｌｌ模型，其研究逡逑成果后來發(fā)展成為商業(yè)化的骨肌系統(tǒng)仿真軟件ＡｎｙＢｏｄｙ＾，如圖１．２所示。王成逡逑燾等利用中國(guó)數(shù)字人數(shù)據(jù)集建立了骨肌系統(tǒng)仿真摸型，并開發(fā)了一套中國(guó)力學(xué)虛逡逑擬人骨肌系統(tǒng)仿真分析軟件｜７，３３］，如圖１．３所示。此外，ＬｉｆｅＭＯＤ邋（ＭＳＣ邋Ｓｏｆｔｗａｒｅ逡逑Ｃｏｒｐ．，ＮｅｗｐｏｒｔＢｅａｃｈ，邋ＣＡ，ＵＳＡ）和ＭＳＭＳ［３４］等軟件也可用于生物力學(xué)仿真，由逡逑于這些軟件不能提供完整的源代碼，對(duì)于研究者而言在此基礎(chǔ)上擴(kuò)展功能進(jìn)行更逡逑深層次的研究比較困難。逡逑■Ｍ邋．邋Ｉｋ邋＊＜Ｖ＊邐＊ＩＭ邐｜逡逑＊邋ｉ邋＇邋Ｕ邐ｈ邋，邐—邋－邋Ｕｍ４邋Ｉｍａ＾邐．逡逑？：，．廠逡逑？邋？邋Ｊｔ邋ｔ－ｗＴ邐、＞邋，．邋？？Ｍ邋＞＊■邋＊邐ｗ邋４邋ｍ逡逑Ｍ邐ｆｒ：邐ｎｓＫｒｒ＇ｗ－．＊邐＇邐＊邋一邋‘邋＂邐’邋一邐…＂邋—邋：ｉ

大學(xué)碩士學(xué)位論文邐１肌肉協(xié)同理論，神經(jīng)并不單獨(dú)控制某一塊肌肉，而是在脊髓層上募集多個(gè)成肌肉協(xié)同，處于同一肌肉協(xié)同中的肌肉被同時(shí)激活［５，４６１。由于神經(jīng)系統(tǒng)是難以測(cè)得的，而骨肌系統(tǒng)的行為是可測(cè)的，由骨肌系統(tǒng)行為可表征神經(jīng)為，肌肉協(xié)同理論提供了由骨肌系統(tǒng)的行為解釋神經(jīng)系統(tǒng)控制的思想。神對(duì)于骨肌系統(tǒng)的下行指令即表現(xiàn)在肌肉協(xié)同上，通過脊髓回路或反射反映激活上，從而在骨肌系統(tǒng)中形成了力的作用，帶動(dòng)骨肌系統(tǒng)運(yùn)動(dòng)，產(chǎn)生特作，肌肉協(xié)同概念模型如圖〗．４所示［４６］。與單獨(dú)控制每塊肌肉相比，使用制信號(hào)激活多塊肌肉理論上提供了一個(gè)簡(jiǎn)化的系統(tǒng)。部分實(shí)驗(yàn)研究結(jié)果支一理論，研究表明在執(zhí)行運(yùn)動(dòng)任務(wù)時(shí)的肌肉激活可以用反映肌肉協(xié)同的低來描述｜５￣４７４９］。逡逑

設(shè)置中間點(diǎn)的折線路徑法［７８＿７９］及設(shè)置障礙物的曲線路徑法［８Ｑ］。直線路徑法采用逡逑一條從起始點(diǎn)到結(jié)束點(diǎn)的直線線段表示肌肉，是肌肉運(yùn)動(dòng)學(xué)建模最簡(jiǎn)單的方式，逡逑這種方式能夠很容易地描述路徑筒單的肌肉，如圖２．１（ａ）所示，然而當(dāng)一塊肌肉逡逑的路徑在其他肌肉上、包覆在骨突上或者被韌帶所影響時(shí)，這種方式就失效了。逡逑設(shè)置中間點(diǎn)的折線路徑法通過引入中間點(diǎn)，解決了從起始點(diǎn)到結(jié)束點(diǎn)的直線與實(shí)逡逑際的偏離問題，中間點(diǎn)約束了肌肉在被生理結(jié)構(gòu)影響時(shí)的肌肉路徑，如圖２．１（ｂ）逡逑所示，當(dāng)肌肉模型在起始點(diǎn)和結(jié)束點(diǎn)之間有一個(gè)中間點(diǎn)，那么肌肉的路徑由兩部逡逑分構(gòu)成，肌肉的長(zhǎng)度為這兩段直線線段長(zhǎng)度之和，中間點(diǎn)可設(shè)置為多個(gè)。設(shè)置障逡逑礙物的曲線路徑法引入包覆表面的概念，平滑地偏轉(zhuǎn)直接接觸包覆表面的肌肉路逡逑徑，如圖２．１（ｃ）所示，肌肉的總長(zhǎng)度等于肌肉路徑直線段長(zhǎng)度與肌肉路徑曲線段逡逑長(zhǎng)度之和。逡逑１邋ｊｉ逡逑（ａ）邐（ｂ）邐（ｃ）逡逑圖２．１肌肉仿真建模方法（ａ）直線路徑法（ｂ）設(shè)置中間點(diǎn)的折線路徑法（ｃ）設(shè)置障礙逡逑物的曲線路徑法逡逑本研究解決人體下肢的生物力學(xué)問題

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 簡(jiǎn)彩仁;施瀟磊;呂書龍;;應(yīng)用非負(fù)矩陣分解的數(shù)據(jù)重構(gòu)[J];三明學(xué)院學(xué)報(bào);2018年06期

2 張慧;黨思航;崔宗勇;;基于增量非負(fù)矩陣分解的合成孔徑雷達(dá)目標(biāo)識(shí)別[J];科學(xué)技術(shù)與工程;2017年12期

3 黃波;嚴(yán)宣輝;林建輝;;基于聯(lián)合非負(fù)矩陣分解的協(xié)同過濾推薦算法[J];模式識(shí)別與人工智能;2016年08期

4 楊永生;張優(yōu)云;朱永生;;基于多核非負(fù)矩陣分解的機(jī)械故障診斷[J];西北工業(yè)大學(xué)學(xué)報(bào);2015年02期

5 許榕;吳聰;蔣士正;陳啟美;;二維局部非負(fù)矩陣分解的路網(wǎng)態(tài)勢(shì)算法[J];上海交通大學(xué)學(xué)報(bào);2015年08期

6 李玉翔;李弼程;郭志剛;;基于非負(fù)矩陣分解的網(wǎng)絡(luò)重疊社區(qū)發(fā)現(xiàn)研究[J];系統(tǒng)仿真學(xué)報(bào);2014年03期

7 余先川;任雅麗;初曉鳳;徐金東;劉石華;李鴻鎮(zhèn);張潔;;一種基于加權(quán)非負(fù)矩陣分解的礦產(chǎn)預(yù)測(cè)方法[J];地質(zhì)學(xué)刊;2013年01期

8 李兵;米雙山;劉鵬遠(yuǎn);劉東升;張培林;;二維非負(fù)矩陣分解在齒輪故障診斷中的應(yīng)用[J];振動(dòng).測(cè)試與診斷;2012年05期

9 張永鵬;鄭文超;張曉輝;;非負(fù)矩陣分解及其在圖像壓縮中的應(yīng)用[J];西安郵電學(xué)院學(xué)報(bào);2008年03期

10 高亮;潘積遠(yuǎn);于佳平;;基于非負(fù)矩陣分解的類標(biāo)簽映射集成學(xué)習(xí)[J];科學(xué)技術(shù)與工程;2018年01期

相關(guān)會(huì)議論文 前10條

1 蔣永鍇;葉東毅;;基于稀疏非負(fù)矩陣分解的自動(dòng)多文摘方法[A];中國(guó)計(jì)算機(jī)語言學(xué)研究前沿進(jìn)展（2007-2009）[C];2009年

2 馬帥;吳飛;楊易;邵健;;基于稀疏非負(fù)矩陣分解的圖像檢索[A];第七屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2011)論文集【oral】[C];2011年

3 宋尚真;周慧鑫;秦翰林;;基于非負(fù)矩陣分解的高光譜異常檢測(cè)[A];2015 年（第七屆）西部光子學(xué)學(xué)術(shù)會(huì)議論文集[C];2015年

4 蔡蕾;朱永生;;基于稀疏性非負(fù)矩陣分解和支持向量機(jī)的軸心軌跡圖識(shí)別[A];2008年全國(guó)振動(dòng)工程及應(yīng)用學(xué)術(shù)會(huì)議暨第十一屆全國(guó)設(shè)備故障診斷學(xué)術(shù)會(huì)議論文集[C];2008年

5 蔣霈霖;;遙感圖像混合譜解混的新方法[A];中國(guó)自動(dòng)化學(xué)會(huì)中南六省（區(qū)）2010年第28屆年會(huì)·論文集[C];2010年

6 孔晗e

本文編號(hào)：2760395