肌肉-關(guān)節(jié)模型在人體動(dòng)態(tài)平衡建模中的應(yīng)用.pdf

1、平衡能力是人類進(jìn)行各項(xiàng)活動(dòng)的基礎(chǔ)，包括靜態(tài)和動(dòng)態(tài)平衡能力，其中人體平衡的研究趨勢(shì)為動(dòng)態(tài)平衡。人體動(dòng)態(tài)平衡依賴于前庭覺(jué)、視覺(jué)、本體感覺(jué)以及中樞神經(jīng)系統(tǒng)等多方面調(diào)節(jié)與控制來(lái)完成。由此可見(jiàn)，其調(diào)節(jié)過(guò)程是一個(gè)較為復(fù)雜的非線性系統(tǒng)。而建立人體動(dòng)態(tài)平衡的非線性模型對(duì)于深入研究人體動(dòng)態(tài)平衡和提高康復(fù)醫(yī)療水平具有重要的推動(dòng)作用。但是國(guó)內(nèi)外的研究大多針對(duì)人體運(yùn)動(dòng)系統(tǒng)進(jìn)行建模，而在動(dòng)態(tài)平衡建模方面的研究甚少。本文將肌肉-關(guān)節(jié)模型應(yīng)用到人體動(dòng)態(tài)平衡的建模中，

2、解決了人體動(dòng)態(tài)平衡的非線性建模問(wèn)題，研究?jī)?nèi)容包括以下幾個(gè)方面：
　　第一，利用無(wú)線肌電采集系統(tǒng)，采集人體在靜止和隨機(jī)視覺(jué)激勵(lì)狀態(tài)下的下肢肌電信號(hào)，經(jīng)過(guò)預(yù)處理并提取時(shí)域特征參數(shù)-均方根值和積分肌電值，對(duì)兩種狀態(tài)下的下肢肌肉活躍程度進(jìn)行了對(duì)比分析。結(jié)果表明：股直肌和脛骨前肌在兩種狀態(tài)下的均方根值無(wú)顯著差異；股直肌與脛骨前肌在靜止站立實(shí)驗(yàn)中肌肉的貢獻(xiàn)率很低，且在隨機(jī)視覺(jué)激勵(lì)狀態(tài)下其貢獻(xiàn)率表現(xiàn)為明顯下降趨勢(shì)。
　　第二，根據(jù)人體動(dòng)態(tài)

3、平衡的調(diào)節(jié)機(jī)理，確定人體動(dòng)態(tài)平衡調(diào)節(jié)系統(tǒng)的輸入輸出，在隨機(jī)視覺(jué)激勵(lì)下采集人體動(dòng)態(tài)平衡建模所需數(shù)據(jù)，在建模過(guò)程中引入 BP神經(jīng)網(wǎng)絡(luò)的非線性辨識(shí)方法，建立肌肉-關(guān)節(jié)模型，實(shí)現(xiàn)對(duì)人體動(dòng)態(tài)平衡調(diào)節(jié)系統(tǒng)的建模；而由于模型精度的不理想，依據(jù)下肢肌肉均方根值與踝關(guān)節(jié)角度的關(guān)聯(lián)性，依次去除訓(xùn)練集中與踝關(guān)節(jié)角度相關(guān)性較低肌肉的均方根值，重新采用非線性辨識(shí)方法對(duì)人體動(dòng)態(tài)平衡的調(diào)節(jié)系統(tǒng)進(jìn)行建模，找出更為理想的辨識(shí)方案。
　　第三，由于SVM較強(qiáng)的泛化能

4、力，能有效地避免BP神經(jīng)網(wǎng)絡(luò)陷入局部極小的缺點(diǎn)，本研究依據(jù)優(yōu)化后的辨識(shí)方案，采用 SVM的非線性辨識(shí)方法，對(duì)人體動(dòng)態(tài)平衡的調(diào)節(jié)系統(tǒng)進(jìn)行建模，同時(shí)與 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化后的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。結(jié)果表明：SVM預(yù)測(cè)輸出與期望輸出之間的相關(guān)系數(shù)要高于 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)與輸出的相關(guān)系數(shù)，同時(shí)SVM的預(yù)測(cè)誤差比BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)誤差要小。因此，在人體動(dòng)態(tài)平衡的預(yù)測(cè)方面，SVM預(yù)測(cè)效果總體上優(yōu)于BP神經(jīng)網(wǎng)絡(luò)。
　　總之，本研究實(shí)現(xiàn)了人體動(dòng)態(tài)平衡的非