论文部分内容阅读
生物力学是以生理学和力学理论为基础，对人体的动作进行客观定量的描述、解释和评价的科学，是关系人们运动健康、运动技术、运动康复的重要学科。然而，现有的生物力学测量方法远不能满足生物力学的发展需要，分析和模拟方法也不够成熟，在探讨人类运动功能、运动技术和运动康复深层机理的工作上至今差强人意。由于人体的运动是受神经系统调控、由骨骼肌肉系统执行的，因此基于神经-肌肉-骨骼运动系统模型的研究为生物力学分析奠定了基础。虽然目前国内外对神经-肌肉-骨骼运动系统模型的已初具规模，但是在模型结构和模拟平台、模型的校准和参数个性化、肌电驱动和正向动态过程、运动控制和反向动态过程等方面都还有一些非常有价值的研究内容，而且这些研究工作还远远没有达到成熟的阶段。 本文工作的主要内容和创新之处如下: 人体肩肘关节的骨骼-肌肉生理解剖学模型的搭建。肌肉借助肌腱与骨骼相连结，有其三维的立体结构，肌肉的肌纤维长度、肌肉力矩臂的长度都会随关节角度的变化而变化，因此，对人体进行生物力学研究脱离不开生理解剖学模型的搭建。本文使用斯坦福大学开发OpenSim开源平台，在该平台上搭建出适用于人体肩肘关节屈伸运动的骨肌生理解剖学模型。包括骨骼和肌肉的选取、肩肘关节活动自由度及活动范围的确定、肌肉参数的确定等，为进行正、反向动力学模拟，估计个体肌肉力的大小提供物理模型基础。 基于运动数据和肌电数据的肌肉力预测方法研究。本文提出了基于惯性传感器的肌肉运动学参数获取方法和基于表面肌电信号的肌肉激活程度的估计方法，并从肌肉的结构和收缩机理出发，详细阐述了影响肌肉力仿真大小的内在因素，包括肌纤维长度、肌纤维收缩速度、肌肉激活程度、最大等长收缩力、肌腱长度、肌肉纤维的羽状角等。最后，利用肌肉运动学参数和肌肉激活程度，提出了一个完整的基于希尔肌肉模型的肌肉力大小预测算法。该算法基于肌腱力与肌纤维力在肌腱方向上的分力大小相等这样的假设，利用对肌纤维收缩速度的估计，不断地进行迭代来分配肌肉肌腱单元上肌纤维长度和肌腱的长度比例，最终得到运动过程中每一时刻每块发力肌肉的肌肉力大小。 正、反向动力学相结合的生物力学仿真。本文提出了一套完整的生物力学仿真方法，主要包括以下两部分内容:首先进行模型的校准和参数的个性化学习，最后利用校准后的模型进行肌电驱动与最优化方法相结合的生物力学仿真。本文方法将正、反向动力学有机地结合，弥补了它们各自的缺陷。实验结果表明，利用校准后的模型进行肌电驱动的正向动力学仿真，关节力矩的估计精度比校准前得到了显著提高，说明了参数校准和个性化学习的有效性;将肌电驱动与最优化方法相结合，补偿了肌电信号中的不确定因素对关节动力学仿真造成的不利影响，在保证关节力矩估计精度的同时又兼顾了受试者的神经控制策略，是一个很有效的进行人体生物力学仿真的方法。