Control of position and movement is simplified by combined muscle spindle and Golgi tendon organ feedback
Notice bibliographique
Résumé
Whereas muscle spindles play a prominent role in current theories of human motor control, Golgi tendon organs (GTO) and their associated tendons are often neglected. This is surprising since there is ample evidence that both tendons and GTOs contribute importantly to neuromusculoskeletal dynamics. Using detailed musculoskeletal models, we provide evidence that simple feedback using muscle spindles alone results in very poor control of joint position and movement since muscle spindles cannot sense changes in tendon length that occur with changes in muscle force. We propose that a combination of spindle and GTO afferents can provide an estimate of muscle-tendon complex length, which can be effectively used for low-level feedback during both postural and movement tasks. The feasibility of the proposed scheme was tested using detailed musculoskeletal models of the human arm. Responses to transient and static perturbations were simulated using a 1-degree-of-freedom (DOF) model of the arm and showed that the combined feedback enabled the system to respond faster, reach steady state faster, and achieve smaller static position errors. Finally, we incorporated the proposed scheme in an optimally controlled 2-DOF model of the arm for fast point-to-point shoulder and elbow movements. Simulations showed that the proposed feedback could be easily incorporated in the optimal control framework without complicating the computation of the optimal control solution, yet greatly enhancing the system's response to perturbations. The theoretical analyses in this study might furthermore provide insight about the strong physiological couplings found between muscle spindle and GTO afferents in the human nervous system.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».