病态步态肌肉力量分配的逆最优控制
医学物理
2025-10-21 v1 机器人学
系统与控制
系统与控制
最优化与控制
摘要
肌肉力量分配通常通过最小化特定目标函数来解决，以逼近神经控制策略。本文应用逆最优控制方法，以正线性组合的基准目标函数形式，识别与两名中风患者（一名功能高效主体S1，一名功能低效主体S2）步态相关的"最佳"目标函数。发现"最佳"目标函数是主体和腿部特定的。没有单一函数能普遍适用，但最佳选项通常是肌肉激活和功率最小化不同加权的组合。主体特异的逆最优控制模型在各自肢体上表现最佳（S1非瘫痫腿RMSE为178 N，CC为0.71；S1瘫痫腿RMSE为213 N，CC为0.61；S2各肢体RMSE分别为205 N和165 N，CC分别为0.88和0.85），但跨主体泛化效果差，尤其是瘫痫腿。此外，最小化肌肉功率的平方根均值对瘫痫肢体至关重要，而最小化激活基函数主导非瘫痫肢体。这可能表明受影响和 unaffected 侧存在不同的神经控制策略，可能因出现阵痛性肌肉张力而被改变。在15种被考虑的目标函数中，仅肌肉功率的平方根均值最小化显式包含肌肉速度，可能为瘫痫肢体的阵痛建模提供模型。尽管该目标函数较少被使用，但可能与疾病步态建模相关。
引用
@article{arxiv.2510.17456,
title = {Inverse Optimal Control of Muscle Force Sharing During Pathological Gait},
author = {Filip Bečanović and Vincent Bonnet and Kosta Jovanović and Samer Mohammed and Raphaël Dumas},
journal= {arXiv preprint arXiv:2510.17456},
year = {2025}
}