模拟前臂的FES与肌肉特定激活分辨率

科学领域:

• 生物医学工程 生物医学工程
• 神经康复疗法 神经康复疗法
• 计算建模 计算建模

背景情况:

• 功能电刺激 (FES) 对于神经康复至关重要,但在复杂的手部运动中,它与选择性前臂肌肉激活作斗争.
• 目前使用增强电极和用于刺激优化算法的方法面临实验限制.
• 现有的模拟模型缺乏用于选择性肌肉激活分析所需的详细内化区域.

研究的目的:

• 引入一种新的建模方法来创建一个特定的人的数字双胞胎,以预测前臂FES期间的肌肉激活.
• 通过精确模拟选择性肌肉激活,克服目前FES研究的局限性.

主要方法:

• 开发了一个单独的模型,包括一个基于解剖学的3D体积导体,肌肉特定的神经纤维排列,以及一个标准的神经模型.
• 将所有流程集成到自动化脚本和宏中,以实现高效的模型和模拟设置调整.
• 将从实验数据中获得的肌肉特定激活值纳入模拟过程中.

主要成果:

• 实验评估显示,模拟和实验强度-持续时间图之间的良好一致性 (平均差异为0.005-0.045).
• 在整合肌肉特定激活值后,模拟的力强度曲线与测量曲线显示出良好的一致性.
• 该模型准确地预测了现实的,肌肉特定的激活.

结论:

• 开发的数字双胞胎模型适合模拟前臂的现实肌肉特定激活.
• 该模型显示了模拟复杂的手部运动的前景,这些运动在生理上是基于选择性肌肉激活.
• 这种方法为开发用于感觉运动障碍的康复应用提供了一个新的有希望的途径.