Confronto di metodi per la selezione del numero ottimale di sinergie muscolari mediante modellazione muscoloscheletrica = A Comparative Analysis of State-of-the-Art Approaches for Muscle Synergy Number Selection through Musculoskeletal Modeling

Il calcolo delle sinergie muscolari rappresenta un modo per studiare l’azione sinergica dei muscoli reclutati durante un compito motorio. Utilizzando questo metodo è possibile osservare in che modo i muscoli vengono reclutati durante una specifica attività, come ad esempio la locomozione umana, e in che proporzione ogni muscolo compreso nella sinergia concorre alla genesi del movimento. Essendo il reclutamento muscolare gestito direttamente dal sistema nervoso centrale (SNC), il processo di estrazione delle sinergie muscolari permette di studiare l’attività neurale a livello centrale in maniera non invasiva. L’utilità di questo processo è evidente soprattutto nei casi in cui è apprezzabile una variazione del numero delle sinergie impiegate per svolgere un determinato task o nei casi in cui si manifesta una variazione dei muscoli presenti all’interno delle sinergie. Questi eventi possono verificarsi in svariate situazioni, quali il manifestarsi di danni al livello del SNC a causa di patologie o traumi, in seguito ad interventi chirurgici a carico del SNC, in seguito ad un processo riabilitativo o ad un allenamento finalizzato a migliorare le performance fisiologiche. Esistono diversi criteri di selezione finalizzati alla determinazione del numero di sinergie. Sulla base dei dati raccolti in letteratura in questa tesi sono stati analizzati 3 criteri: il metodo della soglia, del plateau e del gomito. La finalità di questo studio è quella di valutare quale criterio di selezione permetta di determinare il numero ottimale di sinergie nel modo più accurato possibile. Il task studiato è il ciclo del passo, il quale è stato simulato mediante modello muscoloscheletrico generato a partire da OpenSim. OpenSim è un software di simulazione open-source che permette di realizzare un modello muscoloscheletrico, associarvi dati acquisiti mediante sistemi stereofotogrammetrici e di ricostruirne grandezze cinematiche, dinamiche e profili di attivazione muscolari. Il modello è stato configurato a partire da un plugin in grado di simulare un controllo motorio in cui il numero delle sinergie muscolari reclutate e la loro composizione è noto a priori. Il numero di sinergie scelto dall’utente rappresenta la ground truth con cui sono stati confrontati i risultati ottenuti dai tre differenti metodi di selezione. Le attivazioni muscolari simulate tramite OpenSim sono state utilizzate per l’estrazione delle sinergie muscolari e la determinazione del numero ottimale di sinergie muscolari utilizzando diversi criteri di selezione. In seguito, le performance dei vari criteri di selezione analizzati sono state calcolate confrontando l’output ottenuto con i valori di ground truth, in modo da determinare quale sia il più affidabile per il task preso in esame. Tra i criteri dei selezione presi in esame, il più affidabile è risultato essere il metodo del plateau applicato alla Variance Accounted For e al coefficiente di determinazione (P-VAF e P-R^2). Quando il numero di sinergie è stato fissato a 5, entrambi i metodi P-VAF e P-R^2 sono riusciti a determinare il numero corretto di sinergie con valori di ME ed RMSE pari a -0.11 e 0.33. Quando il numero di sinergie è stato fissato a 4, il metodo P-VAF ha raggiunto valori di ME e RMSE pari a 0.44 e 0.67, mentre quelli del metodo P-R^2 si sono attestati a 0.33 e 0.67. Gli altri criteri si sono rivelati meno efficaci nella determinazione e meno sensibili alla variazione del numero di sinergie imposto al modello.