Resumen

El objetivo principal de este trabajo fue evaluar el rendimiento de diferentes inicializaciones de algoritmos de factorización matricial para una identificación precisa de las sinergias musculares. Actualmente, la factorización matricial no negativa (NNMF) es el método más utilizado para identificar sinergias musculares. Sin embargo, se ha demostrado que el rendimiento de la NNMF puede verse afectado por diferentes tipos de inicialización. El presente estudio pretende optimizar la inicialización tradicional de la NNMF para datos con dependencias temporales parciales o completas. Para ello, se utilizan tres inicializaciones diferentes: aleatoria, basada en SVD y dispersa. El NNMF se utilizó para identificar sinergias musculares a partir de datos simulados y de señales experimentales de EMG de superficie. Los datos simulados se generaron a partir de vectores sintéticos de sinergias independientes y dependientes (es decir, componentes musculares compartidos), cuyos coeficientes de activación se corrompieron simulando grados de correlación controlados. Del mismo modo, los datos de EMG se modificaron artificialmente, haciendo que los coeficientes de activación extraídos fueran temporalmente dependientes. Al medir la calidad de la identificación de las sinergias originales subyacentes a los datos, fue posible comparar el rendimiento de las diferentes técnicas de inicialización. Los resultados de la simulación demuestran que la inicialización dispersa funciona significativamente mejor que todos los demás tipos de inicialización en la reconstrucción de las sinergias musculares, independientemente del nivel de correlación de los datos.

• Materias:Método de elementos finitos Ingeniería biomédica Biomecánica Huesos Prótesis
• Subjects:Finite element method Biomedical engineering Biomechanics Bones Prostheses
• Palabras claves:sinergia muscular, tipo de inicialización, diferente inicialización, datos simulados, dependencia temporal completa, identificación del músculo, calidad de la identificación, diferentes técnicas de inicialización, señal emg de superficie, inicialización de la matriz
• Keywords:muscle synergy, kind of initialization, different initialization, simulated data, complete temporal dependency, identification of muscle, quality of identification, different initialization techniques, surface emg signal, initialization of matrix