معرفي يك مدل جديد چندجاذب براي سيستم پايداري وضعي انسان با هدف دنبال كردن ديناميك‌هاي خودسازمانده

A New Multi-Attractor Model of Human Posture Stability to Follow Self-Organized Dynamics

در سال‌هاي اخير، تحليل سيستم پايداري وضعي انسان، اهميت زيادي پيدا كرده است. شناخت اين سيستم به دليل فرايند پيچيده‌ي خودسازماندهي آن كه متناسب با هر الگوي حركتي فعال مي‌شود، ضروري است. استخراج شاخص‌هايي موثر از اين سيستم مي تواند در تشخيص ناهنجاري‌هاي وضعي به پزشكان كمك كرده و در فرايند توان‌بخشي بيماران موثر باشد. سيگنال‌ مركز فشار، به عنوان يك متغير تجمعي، حاوي اطلاعاتي از سيستم تعادلي انسان است. نحوه‌ي شكل‌‌گيري ترژكتوري اين سيگنال در بازه‌هاي زماني مختلف، بيان‌گر فعال شدن فرايندهاي كنترلي متنوع است كه با ظهور بستر جاذب‌هاي متفاوت در فضاي فاز آن بروز مي‌يابد. الگوي هماهنگي ديناميك پايداري سيستم، تعيين كننده‌ي چگونگي سوييچ بين اين جاذب‌ها مي‌باشد. در بخش اول اين مقاله، به منظور كمي‌سازي اطلاعات محلي سيگنال مركز فشار، دو شاخص "بعد همبستگي محلي" و "ديناميك هماهنگي فاز" تعريف مي‌شوند. سپس در يك آزمايش طراحي شده، الگوي تغيير رفتار محلي اين سيگنال بر مبناي شاخص‌هاي پيشنهادي محاسبه مي‌شود. در ادامه، با طراحي مدلي كه توانايي توليد ديناميك‌هاي غني با جاذب‌هاي چندگانه را دارد، سعي مي‌شود كه تغيير رفتارها در دادگان دنبال شود. اين مدل پيشنهادي بر مبناي نگاشت بوده و پارامترهاي آن به كمك شاخص هماهنگي ديناميك فاز، به گونه‌اي هدايت مي‌شوند كه الگوي تغيير جاذب‌ها در اين مدل با الگوي تغيير بعد همبستگي محلي سيستم هماهنگ شود. دنبال نمودن الگوهاي رفتاري سيستم پايداري وضعي از نتايج برجسته‌ي اين پژوهش است. مدل پيشنهادي نه تنها قابليت دنبال كردن رفتار متنوع محلي سيستم را دارد، بلكه ديناميك سراسري آن را نيز دنبال مي‌كند. طبق نتايج به دست آمده، تشابه روند كاهشي-افزايشي مقدار بعد همبستگي خروجي مدل و دادگان در تكرارهاي آزمايش، يك بازنمايي از الگوي تغييرات درجه‌هاي آزادي ديناميك اين سيستم است. اين مدل پيشنهادي، نخستين مدل رفتاري براي سيستم پايداري وضعي به شمار آمده كه مي‌توان از روش‌هاي پيشنهادي در آن براي كمي‌سازي روند تغيير اطلاعات در ساير سيستم‌هاي زيستي نيز بهره گرفت.

Recently, analysis of the human postural stability has gained increasing interest. This is mainly due to the necessity of understanding the self-organization mechanisms in this system activated in response to any motion pattern. The extraction of effective indicators from this system could help clinicians to diagnose patients’ postural disorders and guide the rehabilitation processes. The center of pressure (CoP) signal, as a collective variable, contains information from the human equilibrium system. Through the CoP trajectory production, various control mechanisms are activated at different time intervals, which is equivalent with emerging different basin of attractors in the phase space. The dynamical coordination of this system patterns determines how system switches between these attractors. In this paper, first to quantify the local information of CoP, two indicators are defined; "local correlation dimension (LCD)" and "phase dynamic coordination (PDC)". Then, for a designed experiment, the local behavior pattern of CoP time series is calculated based on the suggested indicators. Next, by designing a model that can generate rich dynamics with multiple attractors, we attempt to follow data behavioral changes. The proposed model is map based. The model parameters are tuned by PCD to follow the pattern of sub-attractors changes with the system LCD. Tracking the behavioral patterns of the posture system is one of the prominent results of this research. The proposed model not only can follow the local behavior of system, but also follows the global dynamics. Accordingly, the similarity of the decreasing-increasing trend of the correlation dimension variations for the model output and data demonstrates the variations of system’s degrees of freedom in the test trials. The proposed model is the first behavioral model for the posture system, which can be used to quantify the variation of information in other biological systems based on the proposed methods.