استفاده از مدل ماشین بردار پشتیبان در تخمین نیروی ماهیچهای زانو توسط سیگنالهای الکترومایوگرام در تمرینات ایزومتریک رباتFUM-PHYSIO

Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 614

This Paper With 13 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

MECHCONF01_095

تاریخ نمایه سازی: 21 شهریور 1395

Abstract:

تخمین نیروی عضلات درفیزیوتراپی توانبخشی و ساخت وسایل کمکی کاربردهای فراوانی دارد دربرخی رباتهای فیزیوتراپ ازنیروی تخمین زده شده توسط سیگنالهای الکترومایوگرام سطحی Semg برای کنترل ربات درجهت تشخیص بیماری تعیین نوع درمان و شیوع فیزیوتراپی استفاده میشود دراین مقاله دومدل مبتنی بررگرسیون بردارپشتیبان SVR  و SVR برای تخمین نیروی عضلانی زانوتوسط سیگنال های الکترومایوگرام سطحی ارایه شده است سیگنالهای semg ازماهیچه های کوادریسپس و همسترینگ طی تمرینات ایزومتریک کششی و خمشی زانو که با فیزیوربات انجام شده اند ثبت شده و همزمان با آن نیروی متناظر توسط یک نیروسنج فشاری اندازه گیری شده است که به ترتیب به عنوان ورودی و خروجی آموزشی مدل پیشنهادی مورداستفاده قرارگرفته اند درنهایت این دومدل باانجام تستهایی برروی افراد سالم و محاسبه مقادیر ریشه میانگین مربعات خطا rmse و ضریب همبستگی Cc بین نیروی پیش بینی شده و نیروی واقعی اندازه گیری شده ارزیابی گردیدند

Authors

فهیمه خطیبی

دانشجوی کارشناسی ارشد، مهندسی مکاترونیک، دانشگاه شاهرود، شاهرود

علی رضا احمدی فرد

دانشیار، مهندسی برق، دانشگاه شاهرود، شاهرود

علی رضا اکبرزاده توتونچی

استاد، مهندسی مکانیک، دانشگاه فردوسی، 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 :
  • Kikuchi, T., K. Oda, and J. Furusho, Leg-robot for demonstration ...
  • Mechatronics, IEEEASME Transactions on, 2010. 15(6), p. 952-960. ...
  • Sawicki, G.S. and D.P. Ferris, A pneumatically powered kn ee-ankle-foot ...
  • Krebs, H.., et al, Rehabilitation robotics: Perform ance-based progressive robot- ...
  • Kiguchi, K. and Y. Hayashi, An EMG-based control for an ...
  • Staudemmann, D., et al, Methodo logical aspects of SEMG recordings ...
  • Song, R., et al, Myoelectrica ly controlled wrist robot for ...
  • Loconsoe, C., et al. An EMG-based approach for on-line predicted ...
  • Oyong, A, S. Parasuraman, and V.L. Jauw. Robot assisted stroke ...
  • Hashemi, J., et al, Enhanced dynamic EMG-force estimation through calibration ...
  • Meng, W., et al. An EMG-based force prediction and control ...
  • Liu, G., et al, Model optimization of SVM for a ...
  • Basak, D., S. Pal, and D.C. Patranabis, Support vector regression. ...
  • Smla, A.J. and B. Schokopf, A tutorial on support vector ...
  • نمایش کامل مراجع