فهرست نشریات علمی دسترسی آزاد ایران

پیش­بینی درست مسیر مطلوب حرکتی در سیستم­های کنترل و بازتوانی حرکت مانند تحریک الکتریکی عمل‌کردی و ربات­درمانی بسیار ضروری می­باشد. به نظر می­رسد که حرکات دست­رسانی انسان متشکل از مجموعه­ای از زیرحرکات است که هر زیرحرکت تصحیحی از مسیر کلی حرکت می­باشد. با استفاده از زیرحرکات می­توان انجام حرکات پیچیده، یادگیری، تطبیق­پذیری و دیگر ویژگی­های سیستم کنترل حرکت را تفسیر نمود. هدف این پژوهش پیش­بینی و تولید حرکات دست­رسانی دوجزئی در صفحه با استفاده از مدلی شبیه به مکانیسم واقعی تولید حرکات انسان و بر مبنای زیرحرکت می‌باشد. دادگان مورد استفاده شامل تکرارهای مختلف چهار نوع حرکت دست­رسانی در صفحه از سه سوژه است. پس از پیش­پردازش و فازبندی حرکات، تجزیه‌ی حرکات به زیرحرکت‌های کمینه‌ی جرک انجام شده است. در مرحله‌ی بعد، آموزش سه شبکه‌ی عصبی مجزا برای یادگیری پارامترهای زیرحرکت‌ها شامل دامنه، دوره و زمان شروع زیرحرکات انجام شده، شبکه­های عصبی در ترکیب یک مدل حلقه‌ی بسته قرار گرفته و پیش­بینی حرکات بر اساس مدل تصحیح خطا با استفاده از زیرحرکات توسط این مدل صورت گرفته است. نرخ دست‌رسی به هدف برای تمام حرکات پیش­بینی شده توسط مدل زیرحرکت برابر با 100% به دست آمده است. هم‌چنین مقادیر میانگین فاصله از هدف، درصد VAF و میانگین خطای MSE بین مسیرهای حرکتی اصلی و پیش­بینی شده نشان می‌دهد که حرکات پیش­بینی شده با تقریب بسیار خوبی نسبت به حرکات اصلی تشکیل شده­اند. نتایج نشان می­دهد که وقتی شبکه­های عصبی آموزش داده شده با زیرحرکات در یک مدل حلقه‌ی بسته قرار گیرند به دلیل جبران­سازی خطاهای منتشر شده از مراحل قبل، به خوبی می‌توانند زیرحرکات مناسبی را برای دست‌رسی کامل به اهداف حرکتی پیش­بینی کنند. از نتایج این مطالعه می­توان برای بهبود روش­های بازتوانی حرکتی استفاده نمود.