مجتبی قاسمی سرشت - دانشجو کارشناسی ارشد برق قدرت،دانشگاه حکیم سبزواری
علی دولت آبادی - کارشناسی ارشد الکترونیک,دانشگاه حکیم سبزواری
احمد حاجی پور - عضو هیئت علمی مهندسی برق الکترونیک دانشگاه حکیم سبزواری

اختلالات عصبی عضلانی، عصب های کنترل کننده دست ها و پاها و بویژه سکته مغزی را تحت تاثیر قرار می دهد. سکته مغزی ممکن است سبب مشکلاتی در تفکر،آگاهی ،توجه، یادگیری،قضاوت و حافظه و همچنینمی تواند منجر به مشکلات عاطفی شود. بیماران مبتلا به سکته مغزی ممکن است مشکل کنترل احساسات خود را داشته باشند یا ممکن است احساسات نامناسب از خود بروز دهند. سیگنال الکترومیوگرافی( EMG ) منبع قابل توجهی از اطلاعات را برای شناسایی اختلالات عصبی عضلانی مهیا می کند. این مقاله از سیستم استنتاج فازیمبتنی بر قانون که مجموعه ای از قوانین فازی اگر آنگاه می باشد استفاده می کند و به شناسایی اقدامات تهاجمی عادی و خودکار دست ها و پاهای مختلف از داده های EMG می پردازد. دو دسته ویژگی مربوط به حوزه آشوب یعنی بعد همبستگی و انحراف معیارها در نمودار پوانکاره به عنوان ورودی سیستم تشخیصی مورد استفاده قرار می گیرد.در روش های مرسوم طراحی سیستم های فازی ، قوانین فازی به صورت آزمون و خطا و با تکیه بر تجربه طراح ایجاد می شوند، در نتیجه یافتن قوانین فازی و توابع عضویت بهینه را تضمین نمی کنند. در این مقاله روشی برای طراحی پایگاه قوانین فازی با استفاده از الگوریتم ژنتیک ارائه شده است. نتایج ، نشان دهنده عملکرد مناسب روش پیشنهاد شده در مقایسه با دیگر روش ها می باشد.

الکترومیوگرافی ، آشوب ، منطق فازی ، الگوریتم ژنتیک