SpasticMyoElbow：用于模型化肢体肌张力的物理人机交互仿真框架

机器人装置在后康患者的神经运动异常评估方面具有巨大的潜力。然而，卒中导致的肌张力仍在临床环境中手动评估。患者收集数据的有限性和可变性长期以来构成了利用机器人测量对肌张力进行定量建模和完全验证机器人评估技术的主要障碍。本文提出了一个用于支持肌张力模型设计和验证、缓解数据问题的仿真框架。该框架包含机器人辅助肌张力评估的仿真环境、用于机器人和人类模型的两个运动控制器，以及一个拉伸反射控制器。我们的框架允许基于合成数据进行仿真，而无需来自人类受试者的实验数据。通过该框架，我们复制了通常用于机器人辅助肌张力评估的恒定速度拉伸实验，并评估了四种肌张力模型。我们的结果表明，一种结合了肌纤维速度和长度反馈的肌张力反射模型，比基于力的模型更准确地捕捉了肌张力患者在被动肘部拉伸期间的关节抗力特征。当与合适的肌张力模型集成时，这个仿真框架有望为未来肌张力评估研究生成大量虚拟患者数据集。