一个新型的动力单元驱动的神经肌肉骨模型,用于估计连续的手腕运动
概括
本研究提出了一种新型运动单元 (MU) 驱动的神经肌肉骨 (NMS) 模型,用于持续的手腕运动估计. 该模型准确地解码了MU活动中的关节运动,超过了传统的NMS模型.
科学领域:
- 神经科学是一个神经科学.
- 生物力学 生物力学
- 生物医学工程 生物医学工程
背景情况:
- 了解运动的神经控制受限于解读运动单元 (MU) 活动的挑战.
- 弥合神经指令和宏观运动之间的差距需要先进的模型.
研究的目的:
- 引入一个创新的MU驱动的神经肌肉骨 (NMS) 模型,用于持续的手腕运动估计.
- 改进从MU活动中解码关节运动.
主要方法:
- 开发了一个NMS模型,使用MU发射和波形信息来计算神经刺激.
- 集成的线性和生理抽模型用于MU特定的神经刺激计算.
- 合并的MU刺激产生肌单位 (MTU) 刺激的肌肉骨模型.
- 在手腕曲-延伸任务中收集了高密度表面电肌图和运动捕捉数据.
主要成果:
- 与传统的NMS模型相比,拟议的MU驱动的NMS模型在关节角度估计方面表现优越.
- 在角度估计中达到最低的规范化根平均平方误差和最高的确定系数.
- 使用四个参与者进行手腕运动的数据验证了模型的有效性.
结论:
- 开发的MU驱动的NMS模型提供了一种突破性的方法来解码MU活动中的关节运动.
- 这种模型对推进NMS模型具有重大潜力,特别是用于控制多度自由度的运动.
- 这些发现为在运动科学中增强神经控制的理解和应用铺平了道路.
