脑卒中幸存者的地面反应力量和时刻:实验与任何身体模型预测
概括
肌肉骨模型准确地预测神经病患者的地面反应力和时刻,为步态分析和中风后康复提供了有效的替代方案.
科学领域:
- 生物力学 生物力学
- 神经肌肉模型的建模
- 步态分析 步态分析
背景情况:
- 传统的步态分析方法 (力盘,压力) 是耗时且昂贵的.
- 准确的地面反应力 (GRF) 和时刻 (GRM) 对于评估神经疾病中的步态至关重要,特别是在中风后.
- 剪切力显著影响步态,需要精确的测量才能进行有效的康复.
研究的目的:
- 为了评估多体动力学的预测准确度,用GRF和GRM的脚接触元件来评估肌肉骨模型.
- 将模拟结果与实验数据进行比较以进行验证.
- 评估这些模型的潜力,作为一种有效的替代品,用于中风后步态评估.
主要方法:
- 利用了结合脚接触元件的多体动力学模型.
- 将模型衍生的GRF和GRM与来自已发表数据集的实验数据进行比较.
- 计算了剪切和压缩GRF组件的规范化根平均平方误差 (n-RMSE),以及跨不同平面的GRM.
主要成果:
- 剪切GRF组件 (中侧:0.46-0.51%,前后:0.35-0.40%) 和压缩GRF (0.32-0.34%) 实现了低n-RMSE值.
- 对于GRM,峰值n-RMSE为4.72% (斜面,右侧),3.73% (斜面,左侧),2.75% (正面,左侧),2.51% (正面,右侧),2.65% (横面,左侧) 和2% (横面,右侧).
- 这些模型显示了对GRF和GRM大小的高预测能力.
结论:
- 肌肉骨建模和仿真软件 (例如,AnyBody) 提供了对GRF和GRM的准确估计.
- 这种方法为中风幸存者进行步态分析的传统方法提供了一种时间和成本高效的替代方案.
- 这些发现支持使用模拟模型来评估生物力学和指导神经病患者的康复.
更多相关视频
11:06A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
Published on: April 12, 2016
10.4K
15:00The Impact of Motor Task Conditions on Goal-Directed Arm Reaching Kinematics and Trunk Compensation in Chronic Stroke Survivors
Published on: May 2, 2021
3.5K
