基于肌電信號和肌骨模型的肌力預測方法及其應用研究

發(fā)布時間：2020-08-20 06:53

【摘要】：肌力在生物力學領域的研究中應用廣泛,肌力的大小能夠為中風康復評估、機器人控制和仿生關節(jié)設計提供參考數據。同時,現(xiàn)階段人體運動功能評價的方法主要為半定量評價,即醫(yī)師使用簡單的器械根據現(xiàn)有的評價量表,僅從關節(jié)活動程度及肌肉狀態(tài)來整體評價運動功能。肌力作為人體運動的能源,基于肌力的大小能夠準確的量化評估肢體的運動功能情況。但是,肌力大小無法通過直接測量手段獲取,因此,對肌力預測方法的研究在人體動力學分析、康復訓練和運動功能評價等方面都有著十分重要的意義。由于肌電信號能夠反映出肌肉的激活程度,其特征幅值也與肌力的大小密切相關,而關節(jié)角度能夠反映出肌肉收縮狀態(tài),同時,基于人體生理結構參數構建的肌肉骨骼模型能夠較為準確的預測出運動過程中單塊肌肉的肌力。因此本文提出基于肌電信號、關節(jié)角度及肌力構建模糊神經網絡肌力預測模型,并將該肌力預測方法應用于人體運動功能的量化評價。具體工作如下:首先,通過對Hill肌肉模型及其肌力計算方法的研究,提出將肌電信號、關節(jié)角度及肌骨模型模擬的肌力相結合構建肌力預測模型。并通過與傳統(tǒng)肌力預測方法的比較,分析該方法對于提升肌力預測效果的可行性。其次,為獲取用于建立肌力預測模型的肌力樣本數據,將人體上肢肘關節(jié)作為主要研究對象,基于OpenSim人體運動仿真平臺建立上肢肌骨模型。通過肢體運動學數據驅動模型模擬關節(jié)運動,進而獲取運動過程中的肌力大小情況。再次,提出一種基于可變滑動窗的廣義動態(tài)模糊神經網絡(Generalized Dynamic Fuzzy Neural Network,GD-FNN)學習算法,并基于該網絡構建肌力預測模型。通過肌電信號時域特征與肌力的相關性分析,選取合適特征作為模型的訓練樣本,將人體肌骨模型的運動仿真肌力作為預測模型的期望輸出。通過受試者上肢肘關節(jié)屈伸實驗,從預測誤差的角度驗證該肌力預測方法及學習算法的有效性。最后,針對現(xiàn)有運動功能評價方法的不足,設計并實現(xiàn)基于肌力預測模型的上肢運動功能評價系統(tǒng)。同步采集肘關節(jié)屈伸動作下的肌肉表面肌電和關節(jié)角度信息,基于運動功能評價策略,實現(xiàn)對受試者關節(jié)運動功能的客觀、定量、有效的評價。
【學位授予單位】：燕山大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：R318.01;TN911.6
【圖文】：

模型圖,上肢肌肉,骨骼,模型

圖 1-1 上肢肌肉骨骼模型[20]著人體解剖學技術及計算機建模技術的快速發(fā)展，專家們開始研究利用計體的肌肉骨骼建立模型并進行運動力學仿真分析。經過多年的研究發(fā)展，學者先后開發(fā)出 SIMM、AnyBody、OpenSim 等人體運動仿真分析軟件。這夠模擬人體運動并顯示肌肉相關參數的變化情況，但在實際研究中需要充件的接口及所建立的運動力學肌骨模型的性能問題。) SIMM互式肌肉骨骼建模軟件(Software for Interactive Musculoskeletel Modelin)，是美國 Delp 和 Loan 教授在 20 世紀末研發(fā)的世界第一款人體運動力學仿件[21]，如圖 1-2 所示。SIMM 能夠建立多種人體結構模型，如肌肉、肌腱、帶等，并可以進行模型運動仿真分析。但是該軟件主要用于商業(yè)研究，價因此并沒有得到廣泛的使用。

生物力學分析,軟件,肌肉骨骼

圖 1-1 上肢肌肉骨骼模型[20]體解剖學技術及計算機建模技術的快速發(fā)展，專家們開始研肌肉骨骼建立模型并進行運動力學仿真分析。經過多年的研先后開發(fā)出 SIMM、AnyBody、OpenSim 等人體運動仿真分擬人體運動并顯示肌肉相關參數的變化情況，但在實際研究接口及所建立的運動力學肌骨模型的性能問題。M肌肉骨骼建模軟件(Software for Interactive Musculoskelete美國 Delp 和 Loan 教授在 20 世紀末研發(fā)的世界第一款人體，如圖 1-2 所示。SIMM 能夠建立多種人體結構模型，如肌，并可以進行模型運動仿真分析。但是該軟件主要用于商業(yè)并沒有得到廣泛的使用。

生物力學分析,軟件,工程碩士學位