基于云与 IoT 的智能体驱动人体步态仿真用于检测肌肉疾病

运动障碍是全球关注的重大健康问题，通常采用药物治疗，但可能产生不良的长期副作用。当前的治疗策略缺乏对患者健康与不健康肌肉的区分，需要一种有针对性的方法来区分肌肉组织。目前尚无用于此目的的运动分析应用。此外，运动分析软件存在巨大差距：一些研究优先考虑仿真而忽视软件需求，而另一些则专注于计算方面而忽视仿真细节。我们引入了一种综合的五阶段方法来分析步态过程中下肢的神经肌肉系统。第一阶段采用基于 IoT 的创新方法进行运动信号捕获。第二和第三阶段涉及下肢骨骼的智能体驱动生物力学模型和人体自主肌肉模型。因此，使用智能体驱动方法，可以将运动捕获信号转换为神经刺激。然后在第四步中，通过我们提出的集成神经网络框架分析仿真结果，以检测每个关节的异常运动。最后，结果通过用户友好的图形界面展示，提升了该方法的可用性。利用所开发的应用程序，我们仿真了部分患者在步态周期中的神经肌肉骨骼系统，能够通过基于关节的分析对健康与病理性肌肉活动进行分类。本研究利用云计算创建了一个不依赖基础设施且可全球访问的应用程序。所提出的应用程序使专家能够通过仿真患者的步态来区分其健康与不健康的肌肉。