功用性电影响因可以激活骨骼肌发生运动罢了广泛用于偏瘫患者肢体功用康复。可是这种医治仅可以被迫影响肌肉活动,不能协谐和引导肌肉运动。大多数天然运动是需求多关节多块肌肉的协调性运动,而单纯的肌肉运动是不可以剖析运动解决方案。已有文献报导上肢和手在进行杂乱运动时,人工神经网络系统(ANNs)可以猜测多块肌肉的活动形式。
理论上,肌电图(EMG )信号与ANNs结合可以精确猜测多种运动行为,可认为进行功用电影响的偏瘫患者供给运动所需求的模板。这种猜测包含杂乱的多关节运动以及与周围环境的互动。但现实是否如此有待验证,为此来自美国亚利桑那大学生理学与神经科学系的Fuglevan博士及其搭档进行了相关研讨,并发表于J Neuroeng Rehabil 2015年1月份的电子期刊上。
本研讨归入9名健康志愿者,并要求其进行上肢随意运动、抓握、移动不同分量的物体和将物体移向不同方向的动作。与此同时记载手的方位、手的方向和拇指的抓握力和右上肢12块肌肉的肌电图信号,以检测人工神经网络对上肢负重和非负重活动的猜测才能。
研讨发现上肢进行额定负重和不负重运动,ANNs对肌肉肌电信号的猜测才能相同好。本研讨所运用的这种具有最佳猜测才能的ANNs是一种包含有58个神经元的四个隐层前馈网络系统。在移动物体的整个运动过程中,此神经网络对9个志愿者的12块肌肉肌电图信号的猜测值和实践肌电信号测定值之间的均匀系数(R2值)具有统计学含义,阐明猜测值与实践测定值间差异较小。
这种合理的精准度阐明:当瘫痪患者需求发生包含与物体互动在内的杂乱的肌肉运动时,ANNs可对运动影响形式供给初始估量。