حمیدرضا کبروی - آزمایشگاه کنترل سیستمهای عصبی- عضلانی، گروه مهندسی پزشکی، دانشکده ب
عباس عرفانیان امیدوار - آزمایشگاه کنترل سیستمهای عصبی- عضلانی، گروه مهندسی پزشکی، دانشکده ب

در این تحقیق یک روش شناسایی مبتنی بر شبکههای عصبی مصنوعی، جهت شناسایی رفتار سیستم عضله- مفصل ارائه شده و بصورت عملی بر روی فرد فلج مورد ارزیابی قرار گرفته است. برای این منظور ما از شبکههای عصبی بازگشتی استفاده کرده و کارائی آن را با شبکه عصبی پس انتشار خظا مقایسه کردهایم. ورودی شبکه را سیگنال تحریک و گذشتههای زاویه مفصل وخروجی را زاویه مفصل زانو در لحظه فعلی تشکیل میدهد. در واقع از شبکه عصبی جهت پیشبینی زاویه مفصل رانو، بازای شدت تحریک اعمال شده به عضله، استفاده شده است. در آزمایشهای انسانی انجام شده، سیگنال تحریک الکتریکی به عضلات چهار سر رانی ١ اعمال شدهاند و زاویه مفصل زانو بصورت بر- خط اخذ شده است. نتایج این تحقیق نشان میدهد که شبکه عصبی، قابلیت پیشبینی دقیقی از زاویه مفصل را در شرایط غیرایزمتریک و حتی تحریکهای طولانی مدت داشته است.. مقایسههای کمی نشان میدهد که شبکه عصبی بازگشتی در مقایسه با شبکه عصبی پرسپترون، دارای دقت پیشبینی بهتری بوده است. همچنین قابلیت این دو شبکه در پیشبینی بر- خط دینامیک عضله- مفصل، هنگام بروز پدیده خستگی عضلانی، مورد مطالعه قرار گرفته است. نتایج حاصل از این بررسی نشان میدهد، هر دو شبکه عصبی قادر بودهاند هنگام بروز پدیده خستگی عضلانی، پیشبینی دقیقی از رفتار سیستم عضله- مفصل، داشته باشند

شبکه عصبی بازگشتی ، FES ، عضله ، مدلسازی