筋電信号に基づくヒト静止立位モデルの実時間制御系を用いた運動の計算論

基于肌电信号的人体站立模型实时控制系统运动计算理论

• 批准号: 16650064
• 负责人: 野村 泰伸
• 金额: $ 1.47万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Exploratory Research
• 财政年份: 2004
• 资助国家: 日本
• 起止时间: 2004 至 无数据
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-16650064/
• 关键词: 立位制御; スティフネス制御; 予測的フィードバック; 計算論敵神経科学; 実時間制御; 筋電図; 粘弾性; 長期相関

立位姿勢時の足関節粘弾性は,ヒトの静止立位を維持するには全く不十分である,本研究では,低足関節粘弾性にも関わらずヒトが安定に静止立位を維持・制御できるのは,脳神経系による予測的制御機構が重要な役割を果たしていることを定量的に示した.まず,計算機内に構築した静止立位の筋骨格系モデルを立位時のヒトの筋電信号で実時間制御するタイプの実験システムを構築した.実験系には,計算機内の下肢筋群と立位に対応するヒトの骨格系からなる微分方程式モデルを用いてた.筋モデルの張力はモデルの受動的バネ特性,受動的粘性特性,能動的収縮力で決まる(Hill型モデル).能動的収縮力は,筋電図から実時間で推定したα運動ニューロンの活動度の関数として決定した.この活動度を制御信号として,運動方程式を実時間で積分し,被験者の筋電でモデルの動きを制御した.被験者にはディスプレイ上に表示した計算機内モデルの動揺を視覚的に与え,そのモデルが立位を維持できるように自身の下肢筋電を調節させた.このとき計算機内に構築した筋の粘弾性は,それだけではモデルの立位維持が不可能な値であった.それにも関わらず,被験者は,運動学習の結果,自らの筋電図を予測的に調節することで,視覚によるフィードバックに大きな時間遅れが存在するにも関わらず,下肢筋群の収縮力によって,モデルは立位を維持することが可能となった.学習初期,中期,後期において,被験者自身の姿勢変化および筋電図とモデルの姿勢変化を比較した結果,学習が進行するにつれ被験者自身の姿勢変化,および被験者とモデルの姿勢が長期相関を示すようになることを明らかにした.さらに,姿勢変化の履歴情報に基づいて,被験者はモデルの姿勢変化を予測し,それに基づいてモデルの姿勢を制御していることを示唆する結果を得た.

站立姿势的踝关节粘弹性完全不足以维持人类的静止位置。在这项研究中，我们定量地证明，颅神经系统的预测控制机制在人类仍可以维持和控制静息位置的事实中起着重要作用，尽管踝关节敏感性低。首先，我们构建了一个实验系统，该系统使用人体肌电信号在站立位置控制计算机中静止位置的肌肉骨骼模型。实验系统用于在计算机下。我们使用了由肢体肌肉和站立位置的人类骨骼系统组成的微分方程模型。肌肉模型中的张力取决于被动弹簧特征，被动粘度特征和模型的主动收缩力（山型模型）。主动收缩力是根据肌电图实时估计的α运动神经元活性的函数。将该活动作为控制信号，实时集成了运动方程，模型的运动由受试者的肌电性控制。主题在显示屏上显示显示。该模型在计算机模型中被视觉摇摆，并调整模型以保持站立位置。计算机中构建的肌肉的粘弹性是一种物有所值的值，它本身不可能保持模型的站立位置。然而，由于运动学习的结果，受试者可以预测地调整自己的EMG，尽管视觉反馈的时间延迟很大，但由于下肢肌肉的收缩力，该模型能够保持站立位置。在早期，中期和晚期学习期间，比较了学科本身和模型的姿势，并且随着学习的进行，模型的姿势开始显示长期的相关性。此外，基于姿势变化的历史信息，受试者预测了模型的姿势变化，并根据模型的姿势变化的历史信息确定了模型的姿势，并确定了模型的姿势。

项目成果

ヒト静止立位の予測的神経フィードバック制御

人体静态站立的预测神经反馈控制

• 发表时间: 2005
• 期刊: 電子情報通信学会技術研究報告 ニューロコンピューティング (印刷中)
• 作者: 谷口悟史;野村泰伸
• 通讯作者: 野村泰伸

Winters骨格筋モデルの動特性解析

Winters骨骼肌模型的动态特性分析

• 发表时间: 2004
• 期刊: 電子情報通信学会技術研究報告 MEとバイオサイバネティクス 104巻・401号
• 作者: 谷口悟史;野村泰伸
• 通讯作者: 野村泰伸