概括
这项研究引入了基于物理的深度学习方法,用于肌肉骨 (MSK) 建模. 该方法通过将MSK模型集成到神经网络中,准确地预测关节运动和肌肉力量,克服计算挑战.
科学领域:
- 生物力学 生物力学
- 计算建模计算建模
- 深度学习是一种深度学习.
背景情况:
- 肌肉骨 (MSK) 建模使用肌肉力量和关节动力学来估计运动质量.
- 基于模型的MSK模型在复杂的场景中面临着计算挑战和肌肉招募问题.
- 数据驱动的方法提供灵活性,但需要广泛的标记训练数据.
结论:
- 拟议的深度学习方法为准确的MSK建模提供了有效的解决方案.
- 基于物理学的神经网络可以克服传统MSK模型的局限性.
- 能够准确预测肌肉力量和关节动力学,用于运动分析.
