دانشگاه علوم پزشکی و خدمات بهداشتی-درمانی استان اصفهان مجله دانشکده پزشکی اصفهان 1027-7595 29 174 ویژه نامه (مهندسی پزشکی) 2012 02 20 Utilizing an Artificial Neural Network for Musculotendon Actuator Force Estimation تعیین نیرو در کاراندازهای عضله ‌تاندون مختلف با استفاده از شبکه‌ی عصبی 3144 3153 13723 FA محسن صادقی مهر استادیار، گروه مهندسی مکانیک، دانشکده‌ی مهندسی، دانشگاه بوعلی سینا، همدان داود نادری استادیار، گروه مهندسی مکانیک، دانشکده‌ی مهندسی، دانشگاه بوعلی سینا، همدان مصباح‌الرضا شریفی کارشناس ارشد، گروه مهندسی معدن، گروه مهندسی، دانشگاه بوعلی سینا همدان Journal Article 2011 07 25 Background: Since muscle force depends on various factors, presenting explicit equations for predicting it is difficult. Due to the importance of these equations in different musculoskeletal problems and analysis of motion, proposing solutions for estimating muscle force is indisputable. Although numerous relations have been suggested, the complexity of relations between the caused musculotendon force and the effective factors leads to a lot of problems in suggesting efficient comprehensive computational equations. Thus, the previous proposed relations either do not have universality for estimating muscle force, or are too nonlinear, massive and inefficient.Methods: In this study, after reviewing previous mathematical relations for predicting muscle force, an artificial neural network was implemented to predict force in musculotendon actuators.Findings: The present study provided an appropriate and computationally efficient mathematical model with limited parameters. The model can be used to determine the forces generated by musculotendon actuators in various lengths and contraction velocities. Conclusion: Utilizing a neural network lets us estimate muscle force quicker and more accurately. This could fundamentally increase the computational efficiency in different musculoskeletal problems. مقدمه: وابستگی نیروی عضلانی به عوامل متعدد، باعث ایجاد محدودیت‌هایی در ارایه‌ی یک رابطه‌ی ریاضی صریح به منظور پیش‌بینی نیروی عضلانی گشته است. به علت اهمیت این رابطه در مسایل مختلف اسکلت عضلانی و در زمینه‌ی آنالیز حرکت، ارایه‌ی راهکارهایی برای تخمین تئوری نیروی عضلانی امری ضروری است. هر چند در مطالعات مختلف، روابط گوناگونی برای این منظور مطرح شده است، اما پیچیدگی ارتباط میان نیروی ایجاد شده در عضله و عوامل مؤثر در آن، باعث شده است تا تلاش برای ارایه‌ی یک رابطه‌ی ریاضی جامع با بازده محاسباتی بالا با مشکلات زیادی روبه‌رو شود. بنابراین روابط ارایه شده یا جامعیت لازم برای کاربرد در کاراندازهای عضله تاندون مختلف را ندارند و یا به شدت غیر خطی و حجیم هستند و دارای بازده محاسباتی مناسبی نیستند.روش‌ها: در این پژوهش پس از مرور روابط ریاضی مختلف ارایه شده برای پیش‌بینی نیروی عضلانی، از یک شبکه‌ی عصبی برای تخمین نیرو در کاراندازهای عضله تاندون استفاده شده است.یافته‌ها: در این پژوهش یک مدل با بازده محاسباتی بالا و پارامترهای محدود ارایه گردید که می‌تواند برای برآورد نیروی ایجاد شده در کاراندازهای عضله تاندون در طول و سرعت‌های انقباض متفاوت مورد استفاده قرار گیرد.نتیجه‌گیری: به کارگیری شبکه‌ی عصبی مصنوعی ما را قادر به برآورد سریع‌تر و دقیق‌تر نیروی عضلانی در شرایط مختلف می‌سازد. در اصل، این روش باعث افزایش راندمان محاسباتی و یا به عبارتی کاهش زمان حل خواهد شد. https://jims.mui.ac.ir/article_13723_3f9f19645d91da25c3dc1ae235999cc4.pdf