Роль искусственного интеллекта в прогнозировании мышечной усталости с помощью тренировок виртуальной реальности

Участники были разделены на две группы: одна состояла из здоровых людей, а другая состояла из пациентов с Covid-19. Обе группы прошли ознакомительную тренировку по выполнению упражнения с 15-минутным отдыхом после него, до начала сбора данных.

Упражнения на корточки выполнялись с использованием машины виртуальной реальности (VR) (kynapsis) для руководства в обеих группах. Приседания выполнялись, когда руки находились перед телом, а колени были согнуты под углом 90 градусов в соответствии с ритмом в две секунды для спуска и две секунды для подъема, имитируя движение, выполняемое на тренажере VR.

Учитывались дополнительные переменные, в том числе расширение грудной клетки и диапазон движений с использованием электрического гониометра, все они измерялись и записывались с помощью системы Biopac (BIOPAC Systems, Inc., Санта-Барбара, Калифорния), которая, согласно имеющимся данным, обладает высокочастотным фильтром. частотный фильтр и биполярная система электродов.

Испытываемыми мышцами являются 3 головки QF мышцы RF, VM и VL. Их участки очищали спиртом и выбривали для уменьшения сопротивления электродов. Были помещены три одноразовых поверхностных электрода sEMG, два из них на мышечном брюшке с расстоянием между ними 2,5 см, и один контрольный электрод, размещенный на стороне агониста, участника попросили разогнуть колено и согнуть его, преодолевая сопротивление, чтобы найти латеральный и медиальные васти. Электроды sEMG были помещены на подразделения QF мышцы во время упражнения. Извлеченные данные затем обрабатываются алгоритмом ИИ, который анализирует и прогнозирует мышечную усталость.

Шкала Борга (C-10) была объяснена участникам и находилась перед ними во время выполнения упражнения в качестве меры результата для оценки субъективной мышечной усталости, которая после достижения завершает упражнение.