تحلیل سیگنال الکترومایوگرام ساعد برای تفکیک زمان حقیقی حرکت انگشتان دست.
Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 672
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TIAU01_683
تاریخ نمایه سازی: 14 شهریور 1393
Abstract:
در این تحقیق حرکات مختلف انگشتان دست انسان با استفاده از دو سیستم شناسایی و تفکیک به صورت زمان حقیقی تشخیص داده شده است. همانطور که می دانیم معمول ترین روش ارتباط فرد قطع عضو شده با پروتز و همچنین شناسایی فرمان حرکتی مورد نظر فرد از طریق سیگنالSEMGانقباض عضلات می باشد. در این تحقیق وضعیت انقباضی عضلات ساعد دست از طریقSEMGثبت و سپس شناسایی شده است. برای نیل به این هدف یک سیستم ثبت و پردازشEMGکه می تواند اخذ داده نموده و سپس به صورت زمان واقعی بر روی این داده ها پردازشهایی را انجام دهد و اراده حرکتی فرد معلول را استخراج نماید، طراحی شده است. در این سیستم پس از انجام پیش پردازشهایی جهت حذف نویز ها و تداخلات خطوط توان و قطعه بندی سیگنال ثبت شده ، در هر قطعه ویژگی های لازم از سیگنال استخراج می شوند. سپس ویژگی های استخراج شده به دو صورت اموزش و آزمایش به چند شبکه عصبی و دسته بندی کنندهSVMاعمال می گردد و در انتها اطلاعات به دست آمده توسط دوروش دسته بندی پس از یک مرحله پردازش نهایی منطقی در 11 کلاس حرکتی مورد نظر دسته بندی می شوند. نتایج به دست آمده برای تفکیک 11 کلاس حرکتی در دسته بندی کننده SVM برابر83.58درصدوشبکه عصبی درحالت offline برابر90.57درصدودرحالت ONLINE برابر98.14درصدبدست امده است
Keywords:
Authors
امیراحمد خانیان
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی
پروانه توکلی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی
سعید طوسی زاده
استاد یار دانشکده برق دانشگاه آزاد اسلامی واحد مشهد، گروه برق
حمیدرضا کبروی
استاد یار دانشکده برق دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی