Musculoskeletal simulations including complex contact models

New talk in the EEBE Seminars on Computational Mechanics.  
This time, it will feature Mohanad Harba, who will present the lecture titled 'Musculoskeletal simulations including complex contact models'. He  will present his research on Musculoskeletal simulations including complex contact models.

Mohanad Harba is a mechanical engineer (University of Aleppo, 2016) with a background in biomedical engineering (master's degree in interdisciplinary and innovative engineering, 2023, at EEBE-UPC). He is currently completing his doctoral thesis in musculoskeletal simulations at the UPC (in the Simulation and Movement Analysis Lab – SIMMA Lab). 

ABSTRACT:

Musculoskeletal simulations are essential for understanding human movement, offering insights into kinematics, muscle forces, and other dynamics data. While these simulations provide valuable information, their usefulness can be limited when predicting whole-body movements using criteria that include joint pressure data. Such predictions are crucial for studying the impact of surgeries or rehabilitation treatments on whole-body forces in a virtual environment.

Optimal control methods have become effective tools for solving musculoskeletal simulations efficiently. These methods can be used in tracking simulations, which follow measured movements to estimate model parameters, or in predictive simulations, which predict new movements and the forces involved.

In this presentation, we will explore the potential of musculoskeletal simulations and the use of a mesh-based contact model to estimate joint contact pressures. Additionally, we have applied a method to reduce the coefficients used to parametrize muscle-tendon length and moment arms, ensuring computational efficiency without compromising the accuracy of the solutions. By integrating detailed joint pressure data into the cost functions or constraints of the optimization problem, more accurate movement predictions can be achieved.

--------------------------

Nova xerrada dels EEBE Seminars on Computational Mechanics.
En aquesta ocasió, es comptarà amb Mohanad Harba, que presentarà la conferència titulada 'Musculoskeletal simulations including complex contact models'. Harba exposarà la seva recerca sobre simulacions musculoesquelètiques que inclouen models de contacte complexos.

Mohanad Harba és enginyer mecànic (Universitat d’Alep, 2016) amb formació en enginyeria biomèdica (màster en enginyeria interdisciplinària i innovadora, 2023, a l’EEBE-UPC). Actualment està completant la seva tesi doctoral en simulacions musculoesquelètiques a la UPC (al Laboratori de Simulació i Anàlisi del Moviment – SIMMA Lab).

RESUM:

Les simulacions musculoesquelètiques són essencials per entendre el moviment humà, ja que proporcionen informació sobre cinemàtica, forces musculars i altres dades dinàmiques. Tot i que aquestes simulacions ofereixen informació valuosa, la seva utilitat pot ser limitada a l’hora de predir moviments corporals complets utilitzant criteris que incloguin dades de pressió articular. Aquestes prediccions són crucials per estudiar l’impacte de cirurgies o tractaments de rehabilitació en les forces corporals en un entorn virtual.

Els mètodes de control òptim s’han convertit en eines efectives per resoldre simulacions musculoesquelètiques de manera eficient. Aquests mètodes poden utilitzar-se en simulacions de seguiment, que es basen en moviments mesurats per estimar els paràmetres del model, o en simulacions predictives, que prediuen nous moviments i les forces implicades.

En aquesta presentació, explorarem el potencial de les simulacions musculoesquelètiques i l’ús d’un model de contacte basat en malles per estimar les pressions de contacte articular. A més, hem aplicat un mètode per reduir els coeficients utilitzats per parametritzar la longitud múscul-tendó i els braços de moment, assegurant l’eficiència computacional sense comprometre l’exactitud de les solucions. Mitjançant la integració de dades detallades de pressió articular en les funcions d’objectiu o les restriccions del problema d’optimització, es poden aconseguir prediccions de moviment més precises.