代谢能源模型的组成部分对代谢成本估计的贡献

科学领域:

• 生物力学 生物力学
• 人体生理学 人体生理学
• 计算机建模 计算建模

背景情况:

• 代谢成本显著影响人类的步态动态.
• 准确的代谢能量消耗模型对于理解人类运动至关重要.
• 现有的模型需要改进,以提高预测准确度.

研究的目的:

• 确定关键参数和输入变量,以准确估计人类步行中的代谢成本.
• 为了加深对代谢能量支出模型的理解.
• 探索肌肉骨参数对代谢能量估计的影响.

主要方法:

• 对四种代谢能源支出模型进行蒙特卡洛灵敏度分析.
• 根据灵敏度指数和生理背景分析模型参数.
• 利用神经网络来研究输入参数和变量的重要性.

主要成果:

• 与功率相关的参数在灵敏度分析和神经网络特征选择中表现出最高的影响.
• 准优化的模型产生了生理上不可思议的负代谢率.
• 神经网络模型显示出潜力,但没有超过传统模型的准确性.

结论:

• 与功率相关的参数和输入对于行走期间的代谢能量支出至关重要.
• 基于神经网络的代谢能源消耗模型是可行的,但需要更大的数据集来提高准确性.