上肢肌肉骨模型的灵敏度分析在同位素和异位动力学任务期间
Maximillian T Diaz1, Joel B Harley2, Jennifer A Nichols1
1J. Crayton Pruitt Family Department of Biomedical Engineering, University of Florida, 1275 Center Drive, BMS JG-56, P. O. Box 116131 Gainesville, FL 32611.
Journal of biomechanical engineering
|November 17, 2023
概括
这项研究使用了大量的合成数据集来分析上肢肌肉骨模型,发现最佳纤维长度和最大同度力对不同人群肌肉激活预测的影响最大. 灵敏度函数最好地解释了测量不确定性.
科学领域:
- 生物力学 生物力学
- 肌肉骨系统的建模
- 计算生理学计算生理学
背景情况:
- 灵敏度系数评估参数错误如何影响肌肉骨模型预测.
- 之前的下肢研究缺乏人群多样性.
- 上肢模型需要分析更广泛的生理变异.
研究的目的:
- 在上肢肌肉骨模型上进行灵敏度分析.
- 使用大型合成数据集来增强生理多样性.
- 比较计算灵敏度系数的方法及其考虑测量不确定性的能力.
主要方法:
- 创建了401名具有不同肌肉骨参数 (例如最大同位体力,最佳纤维长度) 的合成受试者的数据集.
- 使用两种肌肉骨模型模拟了对比度和异动力学上肢任务.
- 使用两点,线性回归和灵敏度函数方法计算灵敏度系数.
主要成果:
- 灵敏度函数证明了从医学成像参数对测量不确定性的最佳计算.
- 肌肉激活对最佳纤维长度和最大同度力最敏感.
- 灵敏度水平因具体的肌肉和执行的任务而异.
结论:
- 大量的合成数据集有效地捕捉了肌肉骨模型的生理多样性.
- 最佳纤维长度和最大同度力是影响上肢肌肉激活预测的关键参数.
- 灵敏度分析结果是肌肉和任务特定的,为模型开发和应用提供信息.
