Integrator for Musculoskeletal Simulation in Python
-
Published:2024-07-12
Issue:45
Volume:
Page:
-
ISSN:3045-4093
-
Container-title:Jornadas de Automática
-
language:
-
Short-container-title:JA-CEA
Author:
García-Mascaraque Herrera Alicia,Montesino Ignacio,Victores Juan G.,Balaguer Carlos,Jardón Alberto
Abstract
La detección de la espasticidad es compleja debido a su origen en el sistema nervioso central y los síntomas musculares. Este proyecto desarrolla un método automático para detectar el grado de espasticidad según la escala Ashworth, usando movimientos pasivos, rápidos y suaves en el paciente y midiendo la excitación cerebral. Software como OpenSim y técnicas como Computed Muscle Control (CMC) han facilitado esta tarea ofreciendo el valor de la excitación cerebral dada una trayectoria de movimiento, aunque presentan errores cuando el tipo de movimiento es suave y rápido. Este artículo implementa el integrador Hybrid Computed Muscle Control (HCMC) con el método Runge-Kutta, mejorando la precisión con un error del 3% respecto a CMC. La implementación en Python aumenta la accesibilidad y permitirá crear una base de datos de pacientes virtuales para aplicar técnicas de Machine Learning, avanzando en el desarrollo de nuevos métodos de diagnóstico.
Publisher
Universidade da Coruna
Reference9 articles.
1. Bengio, Y., Simard, P., Frasconi, P., 1994. Learning long-term dependencies with gradient descent is difficult. IEEE Transactions on Neural Networks 5 (2), 157–166. DOI: 10.1109/72.279181 2. Burridge, J. H., Wood, D. E., Hermens, H. J., Voerman, G. E., Johnson, G. R.,van Wijck, F., Platz, T., Gregoric, M., Hitchcock, R., Pandyan, A. D., 2005. Theoretical and methodological considerations in the measurement of spasticity. Disability and Rehabilitation 27, 69–80. DOI: 10.1080/09638280400014592 3. Delp, S. L., Anderson, F. C., Arnold, A. S., Loan, P., Habib, A., John, C. T., Guendelman, E., Thelen, D. G., 2007. Opensim: Open-source software to create and analyze dynamic simulations of movement. IEEE TRANSAC-TIONS ON BIOMEDICAL ENGINEERING 54. DOI: 10.1109/TBME.2007.901024 4. Delp, S. L., Loan, J. P., 2000. A computational framework for simulating and analyzing human and animal movement. Computing in Science and Engineering 2. DOI: 10.1109/5992.877394 5. Howell, T. A., Cleac’h, S. L., Br ̈udigam, J., Kolter, J. Z., Schwager, M., Manchester, Z., 2023. Dojo: A differentiable physics engine for robotics. DOI: 10.48550/arXiv.2203.00806
|
|