在肌肉骨模型中通过多轨迹优化进行个性化参数设置
Po-Hsien Jiang1,2, Yi-Hsuan Lin1,2, Shiu-Min Wang3,2
1Department of Mechanical Engineering, National Taiwan University, Taipei 10617, Taiwan.
Journal of biomechanical engineering
|April 26, 2025
概括
这项研究通过使用一种新的多轨迹优化框架来提高肌肉骨模型的准确性. 这种方法可以改进参数估计,从而在体育科学和康复等领域获得更好的生物力学见解.
科学领域:
- 生物力学 生物力学
- 计算机建模 计算建模
- 人类运动分析 人类运动分析
背景情况:
- 个性化肌肉骨模型对于理解肌肉和关节机制至关重要.
- 这些模型中的参数不可识别性阻碍了由于补偿参数的准确性和可靠性.
- 现有的单任务优化方法在精确的参数估计方面存在局限性.
研究的目的:
- 引入和验证一个多轨道优化框架,并与特定主题建模集成.
- 解决个性化肌肉骨模型中参数不可识别的挑战.
- 通过多样化运动任务的整合来提高模型的准确性和稳定性.
主要方法:
- 开发了一种双阶段的优化过程:使用粒子集群优化 (PSO) 进行全球搜索,并使用模式搜索进行本地改进.
- 集成多种运动任务 (双腿曲线变化) 来限制参数空间.
- 将框架应用于参数估计的特定学科建模.
主要成果:
- 在未见任务上实现了97.9%的优化趋同错误减少和99.2%的验证错误减少.
- 在特定条件下证明了参数估计准确度和模型稳定性的提高.
- 展示了框架在经过测试的移动条件中的通用性.
结论:
- 多轨道优化框架显著提高了肌肉骨模型中的参数估计准确性.
- 这种方法为提高特定学科生物机械模型的可靠性和精度提供了一个有希望的解决方案.
- 初步见解表明,在临床康复,体育科学和人体工程设计方面有潜在的应用.
