肌肉-關節(jié)模型在人體動態(tài)平衡建模中的應用.pdf

1、平衡能力是人類進行各項活動的基礎，包括靜態(tài)和動態(tài)平衡能力，其中人體平衡的研究趨勢為動態(tài)平衡。人體動態(tài)平衡依賴于前庭覺、視覺、本體感覺以及中樞神經系統(tǒng)等多方面調節(jié)與控制來完成。由此可見，其調節(jié)過程是一個較為復雜的非線性系統(tǒng)。而建立人體動態(tài)平衡的非線性模型對于深入研究人體動態(tài)平衡和提高康復醫(yī)療水平具有重要的推動作用。但是國內外的研究大多針對人體運動系統(tǒng)進行建模，而在動態(tài)平衡建模方面的研究甚少。本文將肌肉-關節(jié)模型應用到人體動態(tài)平衡的建模中，

2、解決了人體動態(tài)平衡的非線性建模問題，研究內容包括以下幾個方面：
　　第一，利用無線肌電采集系統(tǒng)，采集人體在靜止和隨機視覺激勵狀態(tài)下的下肢肌電信號，經過預處理并提取時域特征參數-均方根值和積分肌電值，對兩種狀態(tài)下的下肢肌肉活躍程度進行了對比分析。結果表明：股直肌和脛骨前肌在兩種狀態(tài)下的均方根值無顯著差異；股直肌與脛骨前肌在靜止站立實驗中肌肉的貢獻率很低，且在隨機視覺激勵狀態(tài)下其貢獻率表現為明顯下降趨勢。
　　第二，根據人體動態(tài)

3、平衡的調節(jié)機理，確定人體動態(tài)平衡調節(jié)系統(tǒng)的輸入輸出，在隨機視覺激勵下采集人體動態(tài)平衡建模所需數據，在建模過程中引入 BP神經網絡的非線性辨識方法，建立肌肉-關節(jié)模型，實現對人體動態(tài)平衡調節(jié)系統(tǒng)的建模；而由于模型精度的不理想，依據下肢肌肉均方根值與踝關節(jié)角度的關聯(lián)性，依次去除訓練集中與踝關節(jié)角度相關性較低肌肉的均方根值，重新采用非線性辨識方法對人體動態(tài)平衡的調節(jié)系統(tǒng)進行建模，找出更為理想的辨識方案。
　　第三，由于SVM較強的泛化能

4、力，能有效地避免BP神經網絡陷入局部極小的缺點，本研究依據優(yōu)化后的辨識方案，采用 SVM的非線性辨識方法，對人體動態(tài)平衡的調節(jié)系統(tǒng)進行建模，同時與 BP神經網絡優(yōu)化后的預測結果進行對比。結果表明：SVM預測輸出與期望輸出之間的相關系數要高于 BP神經網絡預測與輸出的相關系數，同時SVM的預測誤差比BP神經網絡預測誤差要小。因此，在人體動態(tài)平衡的預測方面，SVM預測效果總體上優(yōu)于BP神經網絡。
　　總之，本研究實現了人體動態(tài)平衡的非