حذف آلودگی الکتروکاردیوگرام از سیگنال الکترومایوگرام سطحی به روش فازی - عصبی تطبیقی
Publish place: 17th Iranian Conference on Biomedical Engineering
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,493
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_038
تاریخ نمایه سازی: 9 تیر 1392
Abstract:
تحلیل سیگنال الکترومایوگرام (EMG) یک عضله، اطلاعات مهمی راجع به رفتارهای فیزیولوژیکی آن عضله فراهم میکند. اما اغلب ثبت این سیگنال از عضلات نزدیک به قلب با تداخل سیگنال الکتروکاردیوگرام (ECG) همراه خواهد بود. به همین علت باید بدنبال راهی بود تا بتوان آرتیفکتهای ناشی از ECG را حذف نمود. در این مقاله، روش فازی - عصبی تطبیقی (ANFIS) برای حذف تداخل ECG از سیگنال EMG سطحی ثبت شده از عضلات بالاتنه مورد استفاده قرار گرفته است. در این روش، سیگنال EGC به عنوان ورودی و سیگنال EMG آلوده به عنوان هدف به ANFIS اعمال شده و نویز موجود در EMG تخمین زده می شود. سپس نویز تخمین زده شده از سیگنال آلوده کسر می شود تا سیگنال تمیز بدست آید. در ادامه به منظور ارزیابی کمی روش، سیگنال EMG تمیز از عضلات پا، آرتیفکت ECG از عظله ی سینه ای بزرگ در سمت چپ و سیگنال ECG از ناحیه ی V4 ثبت گردید و سیگنال EMG آلوده با ترکیب سیگنال EMG تمیز و آرتیفکت ECG بدست آمد. در این مقاله، معیارهای نسبت سیگنال به نویز و خطای نسبی به همراه ترسیمههای طیف توان و کوهرنس به منظور ارزیابی و مقایسه مورد بررسی قرار گرفته است. در نهایت، نتایج این روش با نتایج به دست آمده از روش فیلتر بالاگذر پیشنهادی در مقالات نیز مقایسه گردیده است. برای روش ANFIS، نسبت سیگنال به نویز برابر با 12/44 و خطای نسبی برابر 0/043 می باشد.
Keywords:
Authors
سارا عباس پور
دانشگاه صنعتی امیرکبیر، دانشکدهی مهندسی پزشکی، آزمایشگاه کنترل سیس
علی مالکی
دانشگاه سمنان، دانشکدهی مهندسی برق و کامپیوتر
علی فلاح
دانشگاه صنعتی امیرکبیر، دانشکدهی مهندسی پزشکی، آزمایشگاه کنترل سیس
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 :