پیشبینی الگوی تغییرات حرکت مفصل زانو با استفاده از شبکه های عصبی بازگشتی با مشتقات مرتبه کسری

در توانبخشی حرکتی کنترل حرکت مفصل زانو اهمیت گسترده ای داشته بطوری که باید دایما زاویه و سختی مناسب ایجاد شود تا از این طریق راهرفتن با کیفیت مناسب برای شخص فراهم گردد، همچنین وجود تاخیرهایی در عملکرد سیستم های توان بخشی و پاسخ سیستم عصبی-عضلانی به ورودی های خارجی، نیاز به مدل های پیشبین را افزایش داده است؛ به این منظور در این مقاله سعی شده تا الگوی تغییرات زاویه مفصل زانو شناسایی و تعیین گردد، تا ضمن از بین بردن نیاز به الکترودگذاری برای تخمین زاویه مفصل زانو، با استفاده از اطلاعات گذشته زاویه مفصل زانو بتوان زاویه مناسب مفصل زانو را در سرعت های مختلف تعیین نمود؛ به این منظور از شبکهی عصبی مصنوعی FRNN با الگوریتم آموزشی Alopex بهره برده شده است . ورودی شبکه عصبی مصنوعی اطلاعات تغییرات زاویه مفصل زانو بوده است، بعد از شبیه سازی و تعیین الگوی تغییرات زاویه خروجیهای بدست آمده با اطلاعات اصلی مورد بررسی قرار داده شد که نتایج حاصل نشان دهنده کارایی بالا ی این روش بوده است.

کلیدواژه ها:

آلوپکس ، زاویه زانو ، شبکه عصبی بازگشتی مصنوعی با مشتقات مرتبه کسری ، عدم وابستگی به سرعت ، فرکشنال