Musculoskeletal models are widely used in spine biomechanics research, but their ability to predict activation of antagonist muscles, and the validity of such predictions remain questioned. Optimization-based simulations minimize muscle effort in the system, therefore are not expected to predict antagonism. However several spine models (e.g., AnyBody model) do predict it, likely because they fulfill conditions suggested in the literature to facilitate it, such as multi-joint muscles and three-dimensional model definition (Herzog and Binding (1992); Jinha et al. (2006); Stokes and Gardner-Morse (1995)). Considering the complexity of current models and the lack of available comprehensive analysis, model-predicted trunk muscle antagonism is still poorly understood. Therefore, the aims of this study were to demonstrate the influence of individual factors enabling and modulating predicted antagonism, and to validate these predictions.

I modelli muscoloscheletrici sono ampiamente utilizzati nella ricerca sulla biomeccanica della colonna vertebrale, ma la loro abilità di prevedere l'attivazione dei muscoli antagonisti e la validità di tali previsioni restano tutt’ora discusse. Le simulazioni basate sull'ottimizzazione minimizzano lo sforzo muscolare del sistema, perciò spesso si ritiene che non siano in grado di prevedere l'antagonismo. Tuttavia, diversi modelli di colonna vertebrale (ad esempio, il modello AnyBody) lo prevedono, probabilmente perché soddisfano alcune condizioni suggerite in letteratura per facilitarne la realizzazione1 2 3. Considerando la complessità dei modelli attuali e la mancanza di analisi disponibili, l'antagonismo dei muscoli del tronco predetto dal modello è ancora poco compreso. Pertanto, gli obiettivi di questo studio erano di dimostrare l'influenza di singoli fattori che permettono e modulano le previsioni antagonistiche dei modelli muscoloscheletrici, e convalidare tali previsioni.

Evaluation of trunk muscle antagonism predictions in multi-body models

CAIMI, ALICE
2020/2021

Abstract

Musculoskeletal models are widely used in spine biomechanics research, but their ability to predict activation of antagonist muscles, and the validity of such predictions remain questioned. Optimization-based simulations minimize muscle effort in the system, therefore are not expected to predict antagonism. However several spine models (e.g., AnyBody model) do predict it, likely because they fulfill conditions suggested in the literature to facilitate it, such as multi-joint muscles and three-dimensional model definition (Herzog and Binding (1992); Jinha et al. (2006); Stokes and Gardner-Morse (1995)). Considering the complexity of current models and the lack of available comprehensive analysis, model-predicted trunk muscle antagonism is still poorly understood. Therefore, the aims of this study were to demonstrate the influence of individual factors enabling and modulating predicted antagonism, and to validate these predictions.
FERGUSON, STEPHEN
IGNASIAK, DOMINIKA
ING - Scuola di Ingegneria Industriale e dell'Informazione
7-giu-2022
2020/2021
I modelli muscoloscheletrici sono ampiamente utilizzati nella ricerca sulla biomeccanica della colonna vertebrale, ma la loro abilità di prevedere l'attivazione dei muscoli antagonisti e la validità di tali previsioni restano tutt’ora discusse. Le simulazioni basate sull'ottimizzazione minimizzano lo sforzo muscolare del sistema, perciò spesso si ritiene che non siano in grado di prevedere l'antagonismo. Tuttavia, diversi modelli di colonna vertebrale (ad esempio, il modello AnyBody) lo prevedono, probabilmente perché soddisfano alcune condizioni suggerite in letteratura per facilitarne la realizzazione1 2 3. Considerando la complessità dei modelli attuali e la mancanza di analisi disponibili, l'antagonismo dei muscoli del tronco predetto dal modello è ancora poco compreso. Pertanto, gli obiettivi di questo studio erano di dimostrare l'influenza di singoli fattori che permettono e modulano le previsioni antagonistiche dei modelli muscoloscheletrici, e convalidare tali previsioni.
File allegati
File Dimensione Formato  
2022_6_Caimi_01.pdf

solo utenti autorizzati a partire dal 16/05/2025

Descrizione: Testo tesi
Dimensione 41.72 MB
Formato Adobe PDF
41.72 MB Adobe PDF   Visualizza/Apri
2022_6_Caimi_02.pdf

solo utenti autorizzati a partire dal 16/05/2025

Descrizione: Executive summary
Dimensione 4.63 MB
Formato Adobe PDF
4.63 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/189029