ارزیابی روش های تجزیه سیگنال الکترومیوگرام سطحی در طراحی سیستم تشخیص حرکت های دست
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 53
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIPET-15-59_008
تاریخ نمایه سازی: 11 دی 1402
Abstract:
یک روش برای تعیین فرمان های حرکتی برای کنترل پروتزهای دست، استفاده از الگوهای سیگنال الکترومایوگرام سطحی (sEMG) است. با توجه به ماهیت تصادفی و غیرایستای سیگنال، ایده استفاده از اطلاعات سیگنال در بازههای زمانی کوچک مورد بررسی قرار گرفت. در این مطالعه با هدف تشخیص دقیقتر و سریعتر حرکتهای دست، دو روش تجزیه سیگنال شامل تبدیل موجک گسسته (DWT) و تجزیه مد تجربی (EMD) ارزیابی شدهاند. سیگنال های مجموعه داده نیناپرو DB۱ که از ۲۷ فرد سالم در حین انجام حرکتهای دست و انگشتان استخراج شدهاند، برای طراحی سیستم بهکار رفته است. ویژگیهای زمانی ساده با قابلیت محاسبه سریع برای هر زیرباند از سیگنالهای تجزیه شده بهکار گرفته شدند. همچنین ماشین بردار پشتیبان (SVM) با استفاده از توابع کرنل مختلف بهعنوان طبقهبندیکننده مورد استفاده قرار گرفت. نتایج بهدست آمده نشان میدهد، استفاده از روشهای تبدیل موجک گسسته و تجزیه مد تجربی با قابلیت دسترسی به اطلاعات زیربازههای زمانی و فرکانسی سیگنالها، نتایج بهتری در شناسایی حرکتهای دست در مقایسه با مطالعات گذشته ارایه میکند. با روش تجزیه مد تجربی و تعداد هشت تابع مد ذاتی، بالاترین دقت تشخیص با مقدار ۳/۸۳ درصد برای شش حرکت به دست آمد. همچنین روش تبدیل موجک گسسته با موجک مادر بایارتوگونال ۵/۵ در پنج سطح تجزیه، دقت تشخیص ۸۰ درصد را برای ده حرکت و با موجک مادر کویفلت ۲ در شش سطح تجزیه، دقت ۳۳/۸۳ درصد را برای شناسایی هشت حرکت کسب کرد. نتایج بهدست آمده عملکرد بهتر روش تجزیه موجک در مقایسه با تجزیه مد تجربی را برای طراحی سیستم شناسایی حرکتهای دست با استفاده از الگوهای سیگنال الکترومایوگرام سطحی نشان میدهد.
Keywords:
Authors
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :