نورالهدی اعلمی دوست - گروه مهندسی پزشکی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران
حمیدرضا کبروی - استادیار، گروه مهندسی پزشکی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران

یکی از تمرینهای مناسب برای افراد دچار ضایعات عصبی-حرکتی در پایینتنه، رکاب زنی با دوچرخه ثابت می باشد.رکاب زنی دارای مزیت های بسیاری از جمله جلوگیری از پوکی استخوان و آتروفی عضلات است. یکی از پارامترهایمهم در رکاب زنی با دوچرخه ثابت، زاویه رکاب می باشد. به دلیل اینکه بین فعالیت الکتریکی عضلات و فعالیت مکانیکیآنها تأخیر زمانی وجود دارد، با در اختیار داشتن اطلاعات فعالیت الکتریکی عضلات، فعالیت مکانیکی آنها قابل پیش-بینی است. در این مقاله یک مدل پیش بین مبتنی بر شبکه عصبی بازگشتی نارکس برای پیش بینی زاویه رکاب ارائهشده است. به طوریکه ورودی شبکه عصبی مصنوعی، الگوی فعالیت عضلات است و خروجی آن زاویه رکاب را پیشبینی می کند. ابتدا سیگنال های الکترومایوگرام عضلات پنج فرد سالم حین رکابزنی با دوچرخه ثابت ثبت شد. سپسبا استخراج الگوی فعالیت عضلات، داده های آموزش شبکه عصبی بدست آمد و در نهایت کارایی شبکه های عصبیبازگشتی نارکس با دو ساختار سری و سری-موازی ارزیابی و با یکدیگر مقایسه شد. به منظور ارزیابی کمی عملکردشبکه عصبی از دو معیار میانگین ضریب همبستگی و جذر میانگین مربع خطا استفاده می شود که نتایج نشان میدهدشبکه عصبی نارکس با ساختار سری-موازی با دقت بیشتری زاویه رکاب دوچرخه ثابت را پیش بینی می کند.

مشخصات سینماتیکی، تأخیرالکترومکانیکی، الگوی فعالیت عضلات، شبکه عصبی نارکس، رکاب زنی دوچرخه ثابت