Mathematical modeling of the neuro-musculoskeletal system in healthy subjects has been pursued extensively. In post-stroke patients, however, such models are very primitive. Besides improving our general understanding of how stroke affects the limb motions, they can be used to evaluate rehabilitation strategies by computer simulations before clinical evaluations. A planar neuro-musculoskeletal arm model for post-stroke patients is developed. The main idea is to use a set of new coefficients, Muscle Significance Factors (MSF), to incorporate the effects of stroke in the muscle control performance. The model uses the optimal control theory to mimic the performance of the CNS and a two-link skeletal model with six muscles for the biomechanical part. The model was developed and evaluated using experimental data from six post-stroke patients with Brunnstrom levels of 4-6. The results show that MSFs are relatively distinct and independent from the arm motion which is used to determine their values. Its variation is in the range of 0-2.58% and decreases in higher Brunnstrom levels. The mean error of the model in predicting the path of motion varies from 0.9% in level 6 to 5.58% in level 4 subjects which can be considered a promising level of accuracy. Using the proposed model and the MSF to customize the model for each individual stroke patient seems a promising approach. It shows a reasonable level of robustness, i.e., independence from the type of motions and correlated with the severity of stroke, and accuracy in predicting the shape of the motion path.

中文翻译：

---

脑卒中后患者的平面神经肌肉骨骼模型。

在健康受试者中，神经肌肉骨骼系统的数学模型已被广泛研究。但是，在中风后患者中，这种模型非常原始。除了提高我们对中风如何影响肢体运动的一般理解外，还可以在临床评估之前将它们用于通过计算机模拟评估康复策略。建立了中风后患者的平面神经肌肉骨骼模型。主要思想是使用一组新系数，即肌肉重要因子（MSF），将中风的影响纳入肌肉控制性能中。该模型使用最佳控制理论来模拟CNS的性能，并为生物力学部分设计了具有六块肌肉的双链接骨骼模型。使用来自6名Brunnstrom水平为4-6的中风后患者的实验数据开发并评估了该模型。结果表明，MSF相对不同并且独立于用于确定其值的手臂运动。其变化范围在0-2.58％之间，并且在较高的Brunnstrom水平下降低。模型在预测运动路径方面的平均误差从6级的0.9％到4级的5.58％不等，可以认为这是一个有希望的准确性水平。使用提议的模型和MSF为每个中风患者定制模型似乎是一种有前途的方法。它显示出合理的鲁棒性水平，即与运动类型无关，并且与冲程的严重程度相关，并且在预测运动路径的形状方面具有准确性。结果表明，MSF相对不同并且独立于用于确定其值的手臂运动。其变化范围在0-2.58％之间，并且在较高的Brunnstrom水平下降低。模型在预测运动路径方面的平均误差从6级的0.9％到4级的5.58％不等，可以认为这是一个有希望的准确性水平。使用提议的模型和MSF为每个中风患者定制模型似乎是一种有前途的方法。它显示出合理的鲁棒性水平，即与运动类型无关，并且与冲程的严重程度相关，并且在预测运动路径的形状方面具有准确性。结果表明，MSF相对不同并且独立于用于确定其值的手臂运动。其变化范围在0-2.58％之间，并且在较高的Brunnstrom水平下降低。模型在预测运动路径方面的平均误差从6级的0.9％到4级的5.58％不等，可以认为这是一个有希望的准确性水平。使用提议的模型和MSF为每个中风患者定制模型似乎是一种有前途的方法。它显示出合理的鲁棒性水平，即与运动类型无关，并且与冲程的严重程度相关，并且在预测运动路径的形状方面具有准确性。58％并在较高的Brunnstrom水平上降低。模型在预测运动路径方面的平均误差从6级的0.9％到4级的5.58％不等，可以认为这是一个有希望的准确性水平。使用提议的模型和MSF为每个中风患者定制模型似乎是一种有前途的方法。它显示出合理的鲁棒性水平，即与运动类型无关，并且与冲程的严重程度相关，并且在预测运动路径的形状方面具有准确性。58％并在较高的Brunnstrom水平上降低。模型在预测运动路径方面的平均误差从6级的0.9％到4级的5.58％不等，可以认为这是一个有希望的准确性水平。使用提议的模型和MSF为每个中风患者定制模型似乎是一种有前途的方法。它显示出合理的鲁棒性水平，即与运动类型无关，并且与冲程的严重程度相关，并且在预测运动路径的形状方面具有准确性。