پیش‌بینی الگوی فعّالیّت مطلوب عضلات انگشت شست هنگام عملکردهای حرکتی ترسیم و نوشتن حروف با استفاده از شبکه‌های عصبی مصنوعی

Abstract

در اکثر فعالیت­های حرکتی، بیش­از یک گروه عضلانی درگیر هستند، لذا در روش­های بازتوانی حرکتی، در طول زمان حرکت، فرد باید بتواند هماهنگی لازم را به بین زمان و شدّت فعّالیّت عضلات درگیر، ایجاد نماید. عملکرد حرکتی نوشتن یا ترسیم، ازجمله عملکردهای حرکتی قرار دارد که بیش­از یک گروه عضلانی را درگیر می­کند. در دسته­ای از بیماری­ها مانند دسته­ای از افرادی که مبتلا به فلج غیرکامل نخاعی یا تنگی کانال کارپال هستند، ممکن است عضلات ساعد سالم باشند، امّا عضلات انگشتان به طور خاص عضلات انگشت شست، دچار فلج نسبی یا مطلق باشد. لذا برای بازتوانی چنین حرکتی، باید الگوی هماهنگی مربوط به نحوه­ی فعّالیّت عضلات ساعد و انگشت شست برقرار شود. درین تحقیق، یک مدل پیش­بین مبتنی بر شبکه­های عصبی برای روش شناسایی الگوی سینرژی بین دسته­ای از عضلات ساعد و انگشت شست دست، حین فرآیند رسم شکل و نوشتن حروف ارائه شد. به طوری که ورودی شبکه­ عصبی مصنوعی، الگوی فعّالیّت عضلات بازکننده و جمع­کننده ساعد است، درحالی که خروجی شبکه­ی عصبی مصنوعی، الگوی فعّالیت مطلوب عضلات بازکننده و جمع­کننده انگشت شست دست را پیش­بینی کرد. ابتدا سیگنال­های الکترومایوگرام عضلات ساعد و انگشت شست ده فرد سالم، حین نوشتن چهار حرف انگلیسی و رسم یک دایره ثبت شد. سپس، با استخراج الگوی فعّالیّت عضلات از سیگنال­های الکترومایوگرام داده­های آموزش شبکه به دست آمد. کارایی پنج شبکه عصبی پرسپترون چند لایه، نارکس، بازگشتی، عصبی/فازی تطبیقی و پایه­ی شعاعی ارزیابی و مقایسه شد. نتایج نشان می­دهد که شبکه­ی­ عصبی نارکس با ساختار سری/موازی در مقایسه با چهار شبکه عصبی دیگر توانست با دقّت قابل قبولی الگوی فعّالیّت مطلوب عضلات انگشت شست دست را پیش­بینی نماید.<br /> <span id="ctl00_MainContent_ucSimpleManuDetail1_lblManuAbstract"> </span>