在中风康复中,基于肌肉协同的代学习控制用于上肢功能电刺激
概括
这项研究引入了一个新的功能电刺激 (FES) 控制框架,使用肌肉协同理论,长期短期记忆 (LSTM) 网络和代学习控制 (ILC) 进行中风康复. 该方法显著改善了上肢运动控制,并减少了跟踪错误.
科学领域:
- 神经科学是一个神经科学.
- 康复工程 康复工程
- 生物医学工程 生物医学工程
背景情况:
- 功能电刺激 (FES) 对于中风患者的康复至关重要,使复杂的运动成为可能.
- 使用FES控制多个肌肉在协调和效率方面存在挑战.
- 现有的方法与高维度肌肉控制和自然运动策略作斗争.
研究的目的:
- 开发一个新的FES控制框架,整合肌肉协同理论,LSTM和ILC.
- 为了减少肌肉控制的维度,以获得更自然的运动模式.
- 为了提高FES驱动的上肢运动在中风康复中的精度和效率.
主要方法:
- 利用肌肉协同理论通过LSTM网络预测协同激活系数.
- 采用代学习控制 (ILC) 来根据跟踪错误来改进电刺激强度.
- 集成的LSTM和ILC为基于协同的FES控制框架.
主要成果:
- 在10次代中,在健康人群中显著减少关节角度跟踪误差 (RMSE).
- 在饮酒任务期间,显著减少了肘部和手腕运动的RMSE.
- 获得了确定系数 (R2 > 0.96),表明了高跟踪精度和稳定性.
结论:
- 拟议的基于协同作用的ILC方法增强了FES对上肢运动的控制.
- 该框架显示了在中风康复中改善自然运动控制策略的潜力.
- 初步结果表明中风患者的适应性和临床潜力.
更多相关视频
04:49Author Spotlight: Enhancing Post-Stroke Upper Limb Rehabilitation with Robotic Technologies for Improved Motor Recovery and Functional Outcomes
Published on: September 6, 2024
1.4K
07:59Therapy Interventions for Upper Limb Amputees Undergoing Selective Nerve Transfers
Published on: October 29, 2021
4.1K
