NeuralCipher Araştırma özeti
Kaynak özetin Türkçe makine çevirisi. Klinik kullanım öncesinde özgün yayınla karşılaştırılmalı; hekim incelemesi değildir. cc by
Nöral geri besleme hareketin kontrolü için önemlidir ve birden fazla nörolojik bozukluk (örneğin, inme, serebral palsi, Parkinson hastalığı, eksik omurilik yaralanması) değiştirilmiş sinirsel geri besleme ile karakterize edilir. Araştırmacılar, simüle edilmiş sinir geri besleme mekanizmaları tarafından kontrol edilen çok sayıda hesaplamalı nöromuskülo iskelet modeli oluşturdular, ancak bu modeller nadiren gerçek insan konularını temsil ediyor ve bu nedenle pratik klinik uygulama bulamadılar. Nörolojik bozuklukları olan bireyler için hastaya özgü tedavilerin tasarlanmasına yönelik bir adım olarak, bu çalışma, nöromuskülosikelet Modelleme Boru Hattı'nı, gerçek bir insan deneklerinin inme sonrası kişiselleştirilmiş üç boyutlu nöromuskülosikelet yürüyüş modelini kullanarak yeni bir sinerji tabanlı feedforward (FF) + feedback (FB) kontrol modelini geliştirmek ve değerlendirmek için kullandı. Konudan toplanan deneysel yürüyüş verileri, konunun kişiselleştirilmiş yürüyüş modelini oluşturmak için kullanıldı. Ardından 5 kalibrasyon yürüme döngüsü için kişiselleştirilmiş sinerji tabanlı FF+FB kontrol modelleri oluşturuldu. İlk olarak, kişiselleştirilmiş model, öznenin elektromiyografik, ortak hareket ve ortak an verileriyle tutarlı düşük vücut kası aktivasyonlarını tahmin etmek için kullanıldı. İkincisi, bacak başına beş sinerji aktivasyonu, ilgili sinerji vektörleri ile birlikte, öznenin kas aktivasyonlarını ve eklem anlarını aynı anda yakından yeniden yapılandıran hesaplandı. Üçüncü olarak, nominal FF sinerji aktivasyon kontrolleri, her bacak için sinerji aktivasyonlarının ortalaması alınarak hesaplandı. Dördüncü olarak, nominal FF sinerji kontrolleri 0, 25, 50, 75, 100 ve %125 oranında ölçeklendirildi ve öznenin kas aktivasyonlarının yeniden üretilmesindeki boşluk, eklem pozisyonları, hızlar ve anların kas uzunlukları, kas hızları ve tendon kuvvetleri için taşıyıcılar olarak bir işlev olarak FB sinerji aktivasyon kontrollerinin uyarlanmasıyla dolduruldu. 3 test yürüme döngüsü için, altı sinerji tabanlı FF+FB modeli, tahminsel simülasyonlarda konunun kişiselleştirilmiş yürüme modelini kontrol etmek için kullanıldı. % 100 FF modeli (hala minimum FB'ye sahip olan) test yürüme döngülerini en yakın şekilde yeniden üretti ve sadece %75,% 100 ve %125 FF modelleri, deneysel değerlerle tutarlı başlangıç koşulları kullanarak yaklaşık dönemsel yürüme hareketlerini öngördü. 0, 25 ve %50 FF modelleri, sadece başlangıç koşullarının deneysel değerlerden önemli ölçüde ayrılmasına izin verildiğinde neredeyse periyodik yürüme hareketleri üretebilir. Bulgularımız, yürümenin öngörüsel simülasyonlarının, gerçek bir insan konusunu modellerken önemli bir ileri besleme kontrolü gerektirebileceğini öne sürüyor.
Özgün kaynak özetini okuyun
Neural feedback is important for the control of movement, and multiple neurological disorders (e.g., stroke, cerebral palsy, Parkinson’s disease, incomplete spinal cord injury) are characterized by altered neural feedback. Researchers have created numerous computational neuromusculoskeletal models controlled by simulated neural feedback mechanisms, but these models rarely represent actual human subjects and thus have not found practical clinical application. As a step toward designing patient-specific treatments for individuals with neurological disorders, this study used the Neuromusculoskeletal Modeling Pipeline to develop and evaluate a novel synergy-based feedforward (FF)+feedback (FB) control model using a personalized three-dimensional neuromusculoskeletal walking model of an actual human subject post-stroke. Experimental walking data collected from the subject were used to create the subject’s personalized walking model. Then for 5 calibration walking cycles, personalized synergy-based FF+FB control models were created. First, the personalized model was used to estimate lower body muscle activations consistent with the subject’s electromyographic, joint motion, and joint moment data. Second, five synergy activations per leg with associated synergy vectors were calculated that closely reconstructed the subject’s muscle activations and joint moments simultaneously. Third, nominal FF synergy activation controls were calculated by averaging the synergy activations for each leg. Fourth, the nominal FF synergy controls were scaled by 0, 25, 50, 75, 100, and 125%, and the gap in reproducing the subject’s muscle activations was filled by fitting FB synergy activation controls as a function of joint positions, velocities, and moments as surrogates for muscle lengths, muscle velocities, and tendon forces. Next for 3 testing walking cycles, the six synergy-based FF+FB models were used to control the subject’s personalized walking model in predictive simulations. The 100% FF model (which still had minimal FB) reproduced the testing walking cycles the most closely, and only the 75%, 100%, and 125% FF models predicted near-periodic walking motions using initial conditions consistent with experimental values. The 0, 25, and 50% FF models could generate near-periodic walking motions only when the initial conditions were allowed to diverge substantially from experimental values. Our findings suggest that predictive simulations of walking may require substantial feedforward control when modeling an actual human subject.
Bilimsel değerlendirme
Araştırma sorusu
Sorunun kapsamı orijinal çalışma üzerinden değerlendirilir.
Yöntem ve örneklem
Çalışma tasarımı ve örneklem için kaynak makaleyi kontrol edin.
Temel bulgular
Bu kayıt için editoryal olarak onaylanmış bulgu özeti henüz yayımlanmadı.
Sınırlılıklar
Sonuçların genellenebilirliği, yanlılık ve klinik anlamı ayrıca incelenmelidir.
Bibliyografik veriden yöntem, örneklem veya klinik sonuç çıkarımı yapılmaz.