文摘
基于muscle-oriented重复动作的训练已被证明是有利于人类肢体运动能力的提高与健身、体育训练和康复训练。在这篇文章中,一个阳性的康复训练方法基于最优加载方向概念(OLOC)提出了对病人的运动神经元受伤,但肌肉和肌腱的完整,实现高效的阻力训练肩部肌肉,这是人体最复杂的关节之一。三维人体肩膀的肌肉骨骼模型被用来预测肌肉力量经历肩膀运动,导致肩部肌肉的运动分为31个肌肉束,和希尔模型被用来描述force-length肌肉的属性。根据肌肉骨骼模型,肌肉激活计算代表肌肉力量。因此,培训提出的基于OLOC最大化激活特定肌肉的每个姿势下的培训过程。分析表明,基于OLOC阳性康复训练方法显著提高训练效率为特定的肌肉。该方法也可以用于轨迹规划、负载大小规划和评估培训效果。
1。介绍
康复机器人提供康复治疗后神经损伤、中风和脊髓损伤等受到了越来越多的兴趣(1]。肩膀情结是人体最复杂的关节之一,因为它直接影响到整个上肢运动的性能,包括手操作。患有神经系统疾病后,人类的运动机能肩复杂往往面临恶化,还有痉挛状态的风险增加;因此,适当的运动功能训练治疗方法是必要的。以前的研究也表明,康复机器人技术可以提供一个高强度的使用,任务导向,在受损的上肢和高度重复治疗,都被证明是有益的肩关节功能恢复(2- - - - - -8]。康复机器人可以训练患者的肢体运动在几个方面通过应用可转动的力量给病人。训练和康复机器人可以积极有效电阻模式提供抵抗运动执行的病人。准确的对人类肢体运动功能康复已被广泛接受并已成为越来越受欢迎的;准确的康复需要一个更高层次的控制和智能机器人的设计以及越来越精确模型的人体运动系统。然而,目前的康复效率方法仍然是有争议的9- - - - - -11因为训练方法通常是基于临床经验的医生或治疗师选择从标准菜单和选项,而不是精确的决策基于实际情况出现在病人的肢体(10,12]。相比之下,康复机器人的研究大多是集中在恢复整个肢体,所以负载经常不能应用到一个特定的肌肉,这是很重要的在康复训练过程中,因为不同的肌肉通常有不同程度的损伤,刚度或恶化。应用有效的和有针对性的培训特定的肌肉,遗体等人分别和Itokazu et al。13- - - - - -15]提出的概念为上肢肌肉训练使用病人的神经网络的优化控制和通过肌电图反馈控制方法。结果表明,这种训练方法针对特定肌肉的训练效果最大化目标肌肉,同时削弱了对其他肌肉的影响。然而,他们的研究仅限于小规模的运动在一个水平面,和需要实时EMG信号作为输入值限制了该方法的实用性。
相比之下,大多数开发人员康复机器人技术,生物医学工程的研究人员致力于研究人类的生理肌肉骨骼模型的肩膀。肩模型的典型表征肌肉的行动方针的线段模型(11,16- - - - - -18和更复杂的三维有限元模型19]。这些模型被用于几个目的,如手术仿真(17],轮椅力学研究[20.,21],neuroprostheses控制[22,23),和其他类似的应用程序。目前大多数研究使用肌肉骨骼模型关注joint-contact部队和手臂肌肉的时刻。这些研究的直接目的是再现和模拟模式生成的肌肉力量。然而,肌肉骨骼模型基于解剖结构没有充分或目前应用到康复机器人(10,24]。因此,在本文中,一个三维的数学肌肉骨骼模型(16,25,26)承担复杂的用于表示肌肉和外部载荷之间的关系。基于这个模型,静态力量行动的肩骨,包括肱骨、肩胛骨,锁骨和肌肉连接到这些骨头,进行了计算和分析。肌肉活动提出了衡量的力量表现出某些肌肉进行等长收缩。最优加载方向(卡)肌肉康复然后根据计算的结果获得肌肉激活。最后,一个特定的肌肉康复训练方法基于最优加载方向(OLOC)提出了概念。
康复机器人控制力量应用于每个关节轴分别通过智能应用程序的外骨骼机制。对于一个给定的康复运动轨迹的肩膀,特定肌肉的最佳负载方向的运动(最佳负载定位集群)是由计算逆动态问题。然后,肩膀康复运动轨迹设计或评估根据上面的最佳负载定位集群。结果表明,基于OLOC训练增强激活特定的肌肉和其他肌肉的激活,从而使有效减少特定肌肉的训练。
这篇论文也评估外部负载的大小的影响培训效果的OLOC培训通过模拟测试。
2。材料和方法
在实现active-resisted康复训练的使用机械设备受损的肩膀,机器人提供抵抗主动运动执行的肩膀。
在肩膀运动,为一个特定的肌肉,一个特定的外部负载不同取向导致不同的肌肉力量。因此,对于一个特定的肌肉,肌肉活动可以通过控制外部负载的方向。
2.1。肩膀的肌肉骨骼模型复杂
一个三维的数学肩膀肌肉骨骼模型(16,25,26)使用,如图1(27),代表的几何建筑性质的骨骼和肌肉的肩膀。模型的几何参数开发利用CT图像可见人类的骨骼和肌肉收集项目(介绍)数据库(25]。
2.1.1。骨架模型
肩膀骨骼结构由以下骨骼:胸腔,锁骨、肩胛骨、肱骨,和下面的关节:胸锁关节(SC),肩锁的关节(AC),盂肱关节(GH)和scapulothoracic联合(ST)。
摘要混合动力机制模型被用来模拟肩膀的骨骼系统的结构,如图2锁骨,其中“1”表示,“2”代表了肩胛骨,“3”代表了胸腔,“4”代表了肱骨;点一个代表了SC清晰度;b代表了AC清晰度;c和d代表上特征点和较低的肩胛骨的特征点,分别;和e代表了EL的中点(外侧上髁)和EM(肱骨内上髁)。
考虑到翻译与旋转相比可以忽略不计,SC, AC, GH关节被假定为球形关节。作为例外,圣关节被认为是一个关节,使肩胛骨翻译和旋转运动对胸腔由于合规周围的肌肉。胸腔被表示为一个椭球体,如图2。
描述和分析上面的骨架模型中,每一根骨头是固定的坐标系统,如表所示1。印度商学院的标准推荐的吴et al。28)是广泛应用于生物医学工程领域的描述人类骨骼和关节的运动上肢。每个坐标系统描述的表之间的关系1及其相应的坐标系统在印度商学院推荐标准可以被描述为一个旋转变换矩阵。
2.1.2。Muscle-Driven模型和肌肉活动
十八个肌肉群与肩运动相关被分成31个肌肉包根据肩部肌肉的解剖测量结果由加纳和打手心26),这些肌肉束从M1 M31,编号如表所示2。
计算的肌肉力量,每一块肌肉束转换是模仿Hill-type模型,这是广泛应用于muscle-driven模拟(29日- - - - - -32]。四个参数被用来表示每个肌肉作用产生的属性,包括肌腱松弛长度( ),pennation角( ),最优的肌肉纤维长度( ),和峰值等长肌肉力量( )。每个肌肉束的参数的值如表所示2和测定的报道,加纳和打手心33)和Yanagawa et al。34]。
根据希尔模型,实际的肌肉纤维长度( )和等长肌肉力量( )可以计算使用的数据表1,总肌肉长度肌束的决心obstacle-set肌肉骨骼模型的方法提出的获得和打手心26]。
在肩膀的动作,肌肉长度变化与骨骼运动。当肩膀在一定位置和姿势,被认为是等距的肌肉展示收缩,所以实际的肌肉力量可以改变而肌肉长度不变。肌肉活动被定义为下面的方程来描述力的肌肉等长收缩时:
当实际的力量是最大的, 和 ;当实际的力是最小值, 和 。
2.1.3。肌肉骨骼模型
在人体内部,肌肉经常观察到它通过肌腱纤维和连接到骨头。肌肉总是绕过一些骨骼、关节和周围组织形成肌肉的路径通过原点,通过点,障碍,和插入点26]。基于骨骼和肌肉模型如上图所示,肌肉路径确定使用obstacle-set方法提出的获得和打手心26]。obstacle-set方法中使用的数据,如特征点的位置(起源点或插入点)和障碍的类型和大小,测定的结果报告的加纳和打手心16,26],所有数据都转换为表中描述的坐标系统1。一旦肌肉束决心的道路,其总肌肉长度决定。实际的肌肉纤维长度( )和等长肌肉力量( )然后计算。
2.2。静态分析和预测的肌肉激活
肌肉活动是用来描述肌束的状况。在这篇文章中,惯性力是忽略因为肩膀的动作是缓慢的;因此,肩膀可以被认为是在静态平衡的情况。一些multisolution静力平衡问题是解决计算每个规定的姿势的肩膀的肌肉力量在一定外部负载。任何的肩膀骨头同时受到重力的影响,联合部队,关节力矩,和肌肉力矩。肌肉在任何的肩膀骨骼施加扭矩的静态分析可以确定的骨头。一旦得到了肌肉力矩,静态平衡方程建立了描述肌肉的激活每一块肌肉束被解决方程计算。
2.2.1。静态分析的骨头
骨骼和肌肉的严重性的上肢被认为是一种力量,而上肢的质量和质心位置测定结果的基础上anthropometrical山的数据研究和建议35]。当肩膀在某种姿势,静态平衡方程描述肱骨,肩胛骨,可以建立和锁骨,然后,肌肉需要输入扭矩驱动每个骨骼可以通过求解方程计算。
分析了肱骨为例。表示两个骨头之间的力,是用来表示应用于骨的力由骨(图2)。上肢骨骼的自由体图如图3,在那里上肢的引力,外部负载,是力应用于肩胛肱骨,上肢质心的位置向量,的定位向量的外力,然后呢是输入转矩应用于上肢肌肉产生的。自从GH共同被认为是一个球状关节,关节转矩应用于肱骨通过GH肩胛骨关节被形容为零。
每个向量的值决定在全球坐标 。联合部队和输入转矩通过求解静力平衡方程计算吗
同样,锁骨和肩胛骨的静态分析完成使用相同的方法,如图4和5。
上面描述的静态分析了输入扭矩 , , , , ,和需要开车的骨头的肩膀在一个特定的位置和姿态下一定的外部负载,和所有的输入扭矩是由肩膀肌肉连接到骨头。
2.2.2。静态分析的肌肉
输入转矩是完全由肌肉束附着在骨头,所以九方程建立了根据力矩平衡条件的31肌肉束。
文献表明,只有当真正的肌肉纤维长度是1.5倍以上的最佳肌肉纤维长度将收缩的肌肉失去活性功能并开始产生被动的力量(33]。摘要拉伸肌肉都在正常范围内,而且在主动收缩,所以肌肉力量总是一个张力。因为肌肉路径确定已经在使用obstacle-set肌肉骨骼模型的方法,可以确定行动的肌肉线条。因此,肌肉力量作用于骨骼的方向总是从特征点(源点或插入点)到最近的点。
图6显示了锁骨上的肌肉力量的条件。肌肉束连接到锁骨M1, M5, M14, M20;其中,M14 M20连接到锁骨在原点,而M1和M5连接到锁骨的插入点。在图6,是肌肉束Mi的激活;Mi的等长肌肉力量;向量的点吗Mi的起源点,向量的点吗Mi的插入点;是肌肉力矢量当Mi与骨骼的起源点是肌肉力矢量当Mi与骨头的插入点,然后呢和可以确定使用肌肉骨骼模型。因此,Mi的实际肌肉力可以表示为当Mi的特征点(M14 M20)或起源点当Mi是插入点的特征点(M1, M5)。输入转矩锁骨,已经计算的静态分析的骨头,完全是由上面的肌肉束,所以力平衡方程可以给出如下:
肌肉束连接到肩胛骨可以通过相同的分析过程,如图7。肌肉束连接到起源点M21-M31,而肌肉束连接到插入点M2, M3, M4, M6-M13。输入转矩完全是由这些肌肉束,所以转矩平衡方程可以给出如下:
连接到的肌肉束M14-M31肱骨,进行分析,如图8,在那里是相邻特征点连接到肱骨。所有特征点的肱骨的插入点,因为肱骨位于肩膀骨头的结束。输入转矩完全是由这些肌肉束肌肉的力矩平衡方程可以给出如下:
通过求解(4)- (6同时),9个方程建立了计算肌肉活动( )在所有31肌肉束,所以这些问题有多种解决方案。根据克劳宁希尔德和品牌的研究36)的平方和最小化所有肌肉的强调被选为目标函数,所以上面的multisolution问题转化为一个优化问题与某些边界约束。静态优化的过程是使用Matlab中的FMINCON函数实现,并给出了最优目标函数如下所示,是生理肌束的截面积Mi在桌子上吗1:
实时生理肌束的截面积变化总是在收缩的过程,而腹部肌肉卷( )可以被认为是常数。一个更合适的优化目标函数,因此,可以给出如下,代表实际的肌肉纤维长度:
2.3。算法的最优加载方向(卡)
2.3.1。最优的定义外部负载方向
上肢的图在一个外部负载如图9。力坐标系统 ,的起源是位于EL和EM的中点,平行于肱骨的参照系 ,这是定义在[25]。上臂和前臂被认为是相对静态的,和外部负载,被认为是一个纯粹的力量被认为是应用于坐标系统的起源 。在肩膀的运动,只有当外部载荷的方向的长轴垂直于肱骨的肩膀肌肉会受损最大的负载效应。因此,外部负载的方向,这是所描述的角度 ,被认为是正常的飞机,被认为是与肱骨的长轴垂直。
如果一个肩膀移动下一个外部负载大小不变,肌肉力量将取决于肩膀的姿势和外部负载的方向。因此,对于一个特定的肌肉活动在一定的姿势的肩膀下constant-sized外部负载,总会有一个特定的外部负载方向,会导致最大的肌肉活动。外部负载的方向被定义为最优面向外部负载( )。
的曲线显示肌肉活动水平之间的关系和外部载荷的方向。例如,三角肌的曲线肩峰的激活(DLTa)与一个外部负载的大小2.0公斤(大约20 N)在图中进行了描述10(被执行70度)。激活绘制的黑线是低通滤波的结果(使用移动平均滤波器的跨度15)。( )加载方向间隔,位于区间的激活水平从90%到100%不等的最大值。因此,区间的中点( )被定义为最优加载DLTa定位。
2.3.2。表达最优算法外部负载方向
对于某些姿势的肩膀,这计算结果变化的大小在一些情况下。对于一些肩膀姿势,当假定的价值是小,曲线的肌肉似乎是在其最大脉冲噪声。由于小价值的激活和窄的带宽 ,计算激活小于0.02被认为是不可靠的和丢弃。例如,肱三头肌的激活水平brachii长(TRCl)头往往很低(< 0.02),与20°40°的绑架,与外部负载小于2.5公斤(约25 N)。与外部负载值大于2.5公斤增加,TRCl成为重要的激活和集群可以确定一个最优取向。类似的模式发生在许多其他的肌肉,如冈上肌、大圆肌,三角肌肩胛。此外,当负载价值被认为是大,均匀相对较高的激活水平可能出现在曲线,从而导致不确定性有关 。不同的负载大小可能导致不同的分布 。分析结果表明,改变了外部负载大小,但没有大的改变在一定间隔的外部负载大小(本文0.5 ~ 6.0公斤),这意味着的分布具有显著的一致性在各种负载。获得更完整的结果,计算了在不同外部负载(…= 0.5公斤,1.0公斤,6.0公斤)和最小二乘方拟合的结果值计算的平均最佳外部负载方向( )。
在图所示的流程图11描述了算法用于确定最佳的外部负载方向。的特定肌肉的曲线在一定大小的外部负载一定的肩膀的姿势是通过迭代,获得的价值可以同时确定。然后执行另一个迭代是通过改变负载大小从0.5公斤、6.0公斤计算 。最后,另一个迭代完成后获得的所有值目前在整个康复运动的轨迹(集群)通过改变肩膀的姿势。的集群的所有肌肉可能同样的决定。
2.3.3。OLOC模拟训练和评估培训的轨迹
举重绑架,绑架OLOC大小相同的情况下,外部负载模拟评价的影响OLOC上述允许提升的培训效率。意味着激活在不同角度绑架在一定大小的外部负载被用来代表特定的肌肉训练效率。
对于一个给定的康复运动轨迹,训练不同的肌肉间效率差异进行评估,和适用性的康复运动不同的肌肉也被评估。
2.3.4。负载大小的影响
不同的肌肉的训练效果是不同的针对不同的负载大小。确定外部负载的响应特征级的肩膀肌肉,每个主要的意思是激活肌肉束在不同负载大小计算和比较。
获得最优负载定位集群和负载大小的影响研究,肩膀绑架模拟在冠状平面从20到80°与负载大小从0.5公斤到6.0公斤,结果进行分析。
3所示。结果
3.1。优化外部负载方向
尽管不同的分布由于不同的负载大小为一个特定的肌肉,结果显示显著的一致性激活计算在不同外部载荷的大小。图12(一个)显示了TRPc, DLTc, DLTa下一系列的负载大小。灰色的圆圈显示的分布 ,和实线显示了回归拟合得到的曲线。分析表明,在一定范围内的负载的分布在这些肌肉束显示良好的一致性和的值是独一无二的。的3 d表示结果如图12 (b),这个数字正好与使用的坐标系统描述的地面参考(25]。GH中心轨迹(蓝线),肘部运动轨迹(粉色线)和虚拟的肱骨长轴(黑色虚线)都生动地显示。红色线和箭头代表的分布 。的分布具有良好的连续性和肘部的路径空间。
(一)
(b)
像上面描述的三个肌肉束,其他许多肌肉分布在一个地区,如PMJs dlt, SUPR。然而,除了场景涉及到一个地区,也有几个肌肉多区的分布,包括存储器、TRPt1, LTDt,颞下颌关节,和TRClg等。图13显示颞下颌关节的最佳负载方向,L1和L2是两个最优取向回归拟合得到的路径可供选择。在这个范围的绑架,颞下颌关节的肌肉活动引起的外部负载相同的大小以及L1和L2没有大的区别(小于10%)的区别。此外,统一执行的颞下颌关节激活在从被20 - 32度(L3)。
(一)
(b)
3.2。基于OLOC Active-Resisted绑架与加载
图14意味着激活的显示了一个比较的主要肌肉绑架的肩膀从仿真获得的3.0公斤举重总是施加一个垂直的力在肱骨和绑架OLOC大小相同的情况下,负载( )。结果表明,阳性康复训练方法基于特定肌肉的OLOC显著提升培训效率(激活增加的比例的平均值的肌肉是537%,和所有的平均激活肌肉被提升了165%)。
有几个平均激活的肌肉提升更重要的是,其中包括SRA(从0.00到0.21),LTDc(从0.02到0.26,促进相对1640%),TRP(0.04, 0.37, 905%)、颞下颌关节(0.11,0.67,532%)、LTDi (0.17, 0.78, 361%)、DLTa(0.13, 0.57, 325%)和SUPR (0.25, 0.97, 280%)。有一些肌肉的推广只是适度增加,但保持在相对较高的水平,包括RMN (75%)、RMJ (99%)、LTDt(95%),和LTDl (68%)。然而,也有微不足道的推广是一个激活的实例,包括INFR(1.07%)和BICl (5.89%)。这种比较的结果表明,训练效率的差异有很多肌肉的使用OLOC康复运动。
3.3。评价康复训练动作
OLOC训练运动的一个特定的轨迹,意味着激活不同的肌肉是不同的。激活的差异是由使用的运动轨迹的肩膀的康复。图15显示的平均激活OLOC训练不同的肌肉(绑架从20到80度, )。激活激活计算的平均值和标准偏差( ),误差线所示。
平均而言,有几个肌肉的激活是相对较高( ),其中包括RMN ( ),中性粒细胞( ),LTDt ( ),LTDl ( ),SUPR ( ),和TMN ( )。这些肌肉的训练水平远高于他人的;因此,结果表明,绑架作为康复运动是有利于这些肌肉的训练。然而,绑架在冠状平面的影响培训的一些肌肉的激活是低于0.22是无效的,包括SRA INFR, BICI,和这些,主要是INFR最值得注意的( )。此外,考虑到一个小的外部负载一般用于康复训练,SRA, INFR, BICI可能不会有效地训练。
3.4。负载的影响大小的影响OLOC培训
对于实际应用的目的,必须确定一个合适的外部负载的大小之前康复计划。图16显示的效果不同的外部负载的大小意味着激活的主要与OLOC肩部肌肉参与绑架,和图17描述上的负载大小的影响意味着一些肌肉更直观地激活。
有一些肌肉的激活显示低水平的激活当使用小负载但经历了一个显著的推广与负载大小,如SRA dlt, TRP, BICs和其他类似的肌肉。对于这些肌肉,增加小负载可能导致显著促进肌肉激活。一些肌肉的激活与负载大小的变化几乎没有变化,如中性粒细胞、有限公司DLTc, DLTa,等等。这些肌肉的训练水平慢慢推广活动;因此,应该考虑改变康复运动对这些肌肉。因此,当确定一个外部负载计划培训特定的肌肉,一个适当的选择应该提高训练水平和减少之间的价值负载。
4所示。讨论
本研究的总体目标是提出一个阳性的肩膀康复训练方法基于最优加载方向(OLOC)概念。生物医学工程研究人员开发出人类肌肉骨骼运动模型来揭示和模仿的结构特点和机制生成力的肌肉骨骼系统。然而,这些结果目前还没有被充分利用在康复机器人的领域。同样,培训策略和轨迹通常是基于临床经验的医生或治疗师,而不是精确的决策基于现有研究成果从肌肉骨骼模型,因此,培训效果无法保证和难以量化和评估。同样地,大部分的康复机器人旨在恢复人类的四肢是为了火车整个肢体异常而不是特定的肌肉训练。不同的肌肉有不同情况与损伤有关,刚度,或退化,所以统一培训不能产生最好的效果。已经有一些研究在肌肉训练13- - - - - -15),但目前的研究有很大的局限性,因为缺乏使用肌肉骨骼运动的机制。因此,阳性的康复训练方法和基于肌肉骨骼模型本文提出了康复机器人的设计提供依据和进一步发展的培训策略。肌肉激活肌肉骨骼模型用来描述状态在特定肌肉的力,提出了最优加载方向和计算在一些特定的肌肉训练效果最大化。
仿真结果表明,基于OLOC训练能够显著改善培训效果在特定的肌肉比简单的举重训练。这种方法可以应用在康复机器人设计实现一个肌肉训练函数,可以显著提高使用机器人的实用性。这种方法还提供了一种量化的方法训练影响特定的肌肉在一个给定的训练过程中,可用于评估培训效果和轨迹规划。为一个特定的肌肉,可能存在一个最佳的康复运动,理论上可以设计来最大化意味着肌肉的激活。
不同的肌肉的训练效果不同的针对不同的负载大小。一些肌肉的训练效果显著增加增加外部负载的大小,而在其他肌肉训练效果要小得多。因此,当设计一个康复训练计划为一个特定的肌肉,合理的选择应该提高训练效果和减少之间的外部负载的大小根据其特点的培训效果如何回应外部负载的大小。
分歧可能发生的空间分布一些肌肉,这可能为康复机器人的设计提供了更多的可能性和发展培训策略。
本文重点分析肩膀肌肉,但同样的方法可以用于其他人体关节的,只要有足够的解剖数据。
数据可用性
大部分的肩膀模型的参数可以在网站上找到https://simtk.org/projects/dsem。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作得到了国家自然科学基金(项目号。51475322,51535008,51775367,51721003),天津市科学技术委员会项目(批准号17 jczdjc30300)和纪律来大学的人才引进计划(“111计划”)批准号B16034。