پردازش سیگنال های الکترومایوگرافی سطحی (SEMG) به منظور تشخیص خستگی عضلانی حین تایپ با استفاده از آنالیز جداساز خطی (LDA)
Publish place: 17th Iranian Conference on Biomedical Engineering
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,467
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICBME17_002
تاریخ نمایه سازی: 9 تیر 1392
Abstract:
امروزه با گسترش استفاده از رایانه در محیطهای کاری، علیرغم مزایای فراوان این فناوری، شیوع بیماریهای اسکلتی-عضلانی روندرو به گسترشی را دنبال میکند. خستگی عضلانی در نواحی گردن و شانه یکی از شایعترین مشکلات گزارش شده در مورد فعالیت حین تایپ است. از سیگنالهای الکترومایوگرافی سطحی (SEMG) به عنوان یک روش غیرتهاجمی برای تشخیص خستگی عضلانی استفاده میشود. در این مقاله به بررسی خستگی عضلانی حین عمل تایپ پرداخته شده است. برای این منظور پساز ثبت سیگنالهای SEMG از عضله trapezius که در معرض خستگی عضلانی حین تایپ است و با استخراج ویژگیهای زمانی، فرکانسی و زمان- فرکانس(ضرایب ویولت) و ویژگیهای غیرخطی به طبقه بندی وضعیت عضلانی با استفاده از آنالیز جداساز خطی (LDA) پرداخته شده است. تشخیص خستگی عضلانی کاربردهای گستردهای در مهندسی فاکتورهای انسانی (ارگونومی)، مهندسی توانبخشی و طراحی تجهیزات و سیستمهای بیوفیدبک دارد. نتایج نشان میدهد که طبقه بندی و تشخیص خستگی عضلانی با صحت 88/3% حاصل شده است.
Keywords:
Authors
محمد راوری
مربی گروه مهندسی پزشکی دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد
الهام قوچانی
کارشناس ارشد مهندسی پزشکی- بیوالکتریک، دانشگاه آزاد اسلامی واحد مشهد
سعید راحتی قوچانی
استادیار گروه مهندسی برق دانشکده فنی و مهندسی دانشگاه آزاد اسلامی وا
حسین اصغر حسینی
استادیار گروه فیزیوتراپی دانشکده بهداشت دانشگاه علوم پزشکی مشهد
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 :