Physics-informed Deep Learning for Muscle Force Prediction with Unlabeled sEMG Signals

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种基于物理信息的深度学习方法,用于无标签sEMG信号的肌肉力量预测。该方法通过将Hill肌肉模型的前向动力学嵌入深度神经网络,显著提高了肌肉力量预测的准确性,并能够识别个性化的肌腱参数,展示了在生物力学分析中的应用潜力。

🎯

关键要点

  • 本研究提出了一种基于物理信息的深度学习方法,用于无标签sEMG信号的肌肉力量预测。

  • 该方法通过将Hill肌肉模型的前向动力学嵌入深度神经网络,显著提高了肌肉力量预测的准确性。

  • 研究表明,该方法能够准确识别个性化的肌腱参数。

  • 该方法展示了在生物力学分析中的应用潜力,优于现有基线方法。

🏷️

标签

➡️

继续阅读