Modelización de la Estimulación Eléctrica Neuromuscular mediante un enfoque fisiológico y de caja negra

Elisa Piñuela Martín, Antonio J. Del Ama, Juan C. Fraile Marinero, Ángel Gil Agudo

Resumen

En el presente artículo se expone el diseño y validación de dos modelos de Estimulación Eléctrica Neuromuscular (E.E.N.M.) para la relación entre parámetros de estimulación y características biomecánicas, siendo cada uno de ellos representativo de dos enfoques diferentes. Uno de ellos fisiológico simplificado, mientras que el otro es un modelo de caja negra basado en red neuronal, por lo que no incluye información sobre las características internas del sistema. En este artículo se exponen las características de cada uno, se describe el equipamiento utilizado y los experimentos para su identificación. Ambos modelos han sido identificados y validados en cinco sujetos sanos. El modelo fisiológico, a pesar de numerosas limitaciones encontradas, ha permitido el estudio en profundidad de los procesos internos y de la multitud de factores que involucran la activación muscular. El modelo en red neuronal, en cambio, presenta una buena precisión pero no proporciona conocimiento sobre los aspectos internos del sistema. Por ello, para una aplicación de control en la que sólo interesen las entradas y salidas del sistema, el modelo de caja negra es la mejor opción. Por otro lado, si se desea tener acceso a las variables internas del sistema neuromuscular bajo E.EN.M., es necesario realizar un análisis exhaustivo para la posterior mejora de las prestaciones del modelo fisiológico aquí presentado.

Palabras clave

modelos; identificación; estimulación; electrodos; control

Texto completo:

PDF

Referencias

Bai, E., Member, S., & Fu, M. (2002). A Blind Approach to Hammerstein Model Identification, 50(7), 1610-1619. https://doi.org/10.1109/TSP.2002.1011202

Creasey, G. H., Ho, C. H., Triolo, R. J., Gater, D. R., DiMarco, A. F., Bogie, K. M., & Keith, M. W. (2004). Clinical applications of electrical stimulation after spinal cord injury. The Journal of Spinal Cord Medicine, 27(4), 365-75. Retrieved from http://www.ncbi.nlm.nih.gov/pubmed/15484667 https://doi.org/10.1080/10790268.2004.11753774

De N. Donaldson, N., Gollee, H., Hunt, K. J., Jarvis, J. C., & Kwende, M. K. N. (1995). A radial basis function model of muscle stimulated with irregular inter-pulse intervals. Medical Engineering & Physics, 17(6), 431-441. Retrieved from http://www.sciencedirect.com/science/article/pii/135045339400013Y https://doi.org/10.1016/1350-4533(94)00013-Y

Del-Ama, A. (2013). A comparison of customized strategies to manage muscle fatigue in isometric artificially elicited muscle contractions for incomplete SCI subjects. Journal of Automatic …, 21(1), 19-25. doi:10.2298/JAC1301019A https://doi.org/10.2298/JAC1301019A

Doucet, B. M., Lam, A., & Griffin, L. (2012). Neuromuscular electrical stimulation for skeletal muscle function. The Yale Journal of Biology and Medicine, 85(2), 201-15. Retrieved from http://www.pubmedcentral.nih.gov/articlerender.fcgi?artid=3375668&tool =pmcentrez&rendertype=abstract

Durfee, W. K., & MacLean, K. E. (1989). Methods for estimating isometric recruitment curves of electrically stimulated muscle. IEEE Transactions on Bio-Medical Engineering, 36(7), 654-67. doi:10.1109/10.32097 https://doi.org/10.1109/10.32097

Ferrarin, M., Palazzo, F., Riener, R., & Quintern, J. (2001). Model-based control of FES-induced single joint movements. IEEE Transactions on 1HXUDO 6VWHPV DQG 5HKDELOLWDWLRQ (QJLQHHULQJࣟ $ 3XEOLFDWLRQ RI WKH IEEE Engineering in Medicine and Biology Society, 9(3), 245-57. doi:10.1109/7333.948452 https://doi.org/10.1109/7333.948452

Ferrarin, M., & Pedotti, a. (2000). The relationship between electrical stimulus and joint torque: a dynamic model. IEEE Transactions on Rehabilitation (QJLQHHULQJࣟ $ 3XEOLFDWLRQ RI WKH ,((( (QJLQHHULQJ LQ 0HGLFLQH DQG Biology Society, 8(3), 342-52. Retrieved from http://www.ncbi.nlm.nih.gov/pubmed/11001514 https://doi.org/10.1109/86.867876

Franken, H. M., Veltink, P. H., Baardman, G., Redmeyer, R. a, & Boom, H. B. (1995). Cycle-to-cycle control of swing phase of paraplegic gait induced by surface electrical stimulation. Medical & Biological Engineering & Computing, 33(3 Spec No), 440-51. Retrieved from http://www.ncbi.nlm.nih.gov/pubmed/7666692 https://doi.org/10.1007/BF02510528

Franken, H. M., Veltink, P. H., Tijsmans, R., Member, S., Boom, H. B. K., & Member, A. (1993). Identification of Passive Knee Joint and Shank Dynamics in Paraplegics Using Quadriceps Stimulation, I(3). https://doi.org/10.1109/86.279264

Gollee, H. (1998). A non-linear approach to modelling and control of electrically stimulated skeletal muscle. Retrieved from http://theses.gla.ac.uk/2110/Hatwell, M. S., Oderkerk, B. J., Sacher, C. A., & Inbar, G. F. (1991). The development of a model reference adaptive controller to control the knee joint of paraplegics. IEEE Transactions on Automatic Control, 36(6), 683-691. doi:10.1109/9.86942 https://doi.org/10.1109/9.86942

Hatze, H. (1981). A comprehensive model for human motion simulation and its application to the take-off phase of the long jump. Journal of Biomechanics, 14(3), 135-142. Retrieved from http://www.sciencedirect.com/science/article/pii/0021929081900191 Hill, a. V. (1938). The Heat of Shortening and the Dynamic Constants of Muscle. Proceedings of the Royal Society B: Biological Sciences, 126(843), 136-195. doi:10.1098/rspb.1938.0050 https://doi.org/10.1098/rspb.1938.0050

Hunt, K. J., Munih, M., Donaldson, N. N., & Barr, F. M. (1998). Investigation of the Hammerstein hypothesis in the modeling of electrically stimulated muscle. IEEE Transactions on Bio-Medical Engineering, 45(8), 998-1009. doi:10.1109/10.704868 https://doi.org/10.1109/10.704868

Huxley, A. (1957). Muscle structure and theories of contraction. Prog. Biophys. Biophys. Chem, 7, 255-318. Retrieved from http://ci.nii.ac.jp/naid/10005175870/en/

https://doi.org/10.1016/S0096-4174(18)30128-8

Mansour, J. M., & Audu, M. L. (1986). The passive elastic moment at the knee and its influence on human gait. Journal of Biomechanics, 19, 369- 373. doi:10.1016/0021-9290(86)90013-8 https://doi.org/10.1016/0021-9290(86)90013-8

Nightingale, E. J., Raymond, J., Middleton, J. W., Crosbie, J., & Davis, G. M. (2007). Benefits of FES gait in a spinal cord injured population. Spinal Cord, 45(10), 646-57. doi:10.1038/sj.sc.3102101 https://doi.org/10.1038/sj.sc.3102101

Perumal, R., Wexler, A. S., Kesar, T. M., Jancosko, A., Laufer, Y., & Bindermacleod, S. A. (2010). A phenomenological model that predicts forces generated when electrical stimulation is superimposed on submaximal volitional contractions, 1595-1604. doi:10.1152/japplphysiol.01231.2009. https://doi.org/10.1152/japplphysiol.01231.2009

Previdi, F. (2002). Identification of black-box nonlinear models for lower limb movement control using functional electrical stimulation. Control Engineering Practice, 10(1), 91-99. Retrieved from http://www.sciencedirect.com/science/article/pii/S0967066101001289 https://doi.org/10.1016/S0967-0661(01)00128-9

Riener, R., Bioingegneria, C., Projuventute, F., Gnocchi, D., Milano, P., & Capecelatro, V. (1999). Model-based development of neuroprostheses for paraplegic patients. Riener, R., Quintern, J., & Schmidt, G. (1996). Biomechanical model of the human knee evaluated by neuromuscular stimulation. Journal of Biomechanics, 29, 1157-1167. Retrieved from http://www.ncbi.nlm.nih.gov/pubmed/8872272 https://doi.org/10.1016/0021-9290(96)00012-7

Schauer, T., & Hunt, K. J. (2000). Linear controller design for the single limb movement of paraplegics. In Proceedings of IFAC Symposium on Modelling and Control in Biomedical Systems (MCBS) 2000 (pp. 7-12). Winter, D. (2009). Biomechanics and motor control of human movement. Retrieved from http://books.google.com/books?hl=en&lr=&id=_bFHL08IWfwC&oi=fnd &pg=PA14&dq=Biomechanics+and+Motor+Control+of+Human+Movem ent&ots=Jkoycr88W3&sig=7j08867HDz0lSQhregc3MPeD60Q

Winters, J. M. (1995). An improved muscle-reflex actuator for use in largescale neuromusculoskeletal models. Annals of Biomedical Engineering, 23(4), 359-374. doi:10.1007/BF02584437 https://doi.org/10.1007/BF02584437

Zahalak, G. I. (1992). An overview of muscle modeling. Neural Prostheses: Replacing Motor Function After Disease or Disability. New York: Oxford Univ. Press.

Zajac, F. E. (1989). Muscle and tendon: properties, models, scaling, and application to biomechanics and motor control. Critical Reviews in Biomedical Engineering, 17(4), 359-411. Retrieved from http://europepmc.org/abstract/MED/2676342/reload=0

Zajac, F. E., Neptune, R. R., & Kautz, S. A. (2003). Biomechanics and muscle coordination of human walking: part II: lessons from dynamical simulations and clinical implications. Gait & Posture, 17, 1-17. Retrieved from http://www.ncbi.nlm.nih.gov/pubmed/12535721 https://doi.org/10.1016/S0966-6362(02)00069-3

Abstract Views

1004
Metrics Loading ...

Metrics powered by PLOS ALM


 

Citado por (artículos incluidos en Crossref)

This journal is a Crossref Cited-by Linking member. This list shows the references that citing the article automatically, if there are. For more information about the system please visit Crossref site

1. Aprendizaje Automático en la Identificación de Sistemas. Un Caso de Estudio en la Predicción de la Generación Eléctrica de un Parque Eólico
R.M. Aguilar, J.M. Torres, C.A. Martín
Revista Iberoamericana de Automática e Informática industrial  vol: 16  num.: 1  primera página: 114  año: 2018  
doi: 10.4995/riai.2018.9421



Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912