ارائه راهکارهای کنترل پیش بین به منظور اصلاح الگوی گام برداشتن در افراددچار افتادگی پا مبتنی بر تحریک الکتریکی عملکردی
Publish place: کنفرانس بین المللی پژوهش در علوم و مهندسی
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 559
This Paper With 15 Page And PDF Format Ready To Download
- 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:
ICRSIE01_209
تاریخ نمایه سازی: 25 آذر 1395
Abstract:
با توجه به رفتار غیرخطی و دینامیک متغیر با زمان عضله، لزوم بکارگیری راهکارهای کنترلی در تحریک الکتریکی عملکردی ( FES ( مشهود است. وجود تاخیر زمانی محدود بین اعمال تحریک و ایجاد انقباض در عضله، اهمیت پیش بینی را بطورخاص مطرح میسازد. یکی از روشهای تخمین و پیشبینی مشخصات سینماتیکی استفاده از الکترومایوگرافی است. بینفعالیت الکتریکی عضلات و فعالیت مکانیکی آنها تأخیر زمانی وجود دارد و فعالیت الکتریکی مقدم است بنابراین با در اختیارداشتن فعالیت الکتریکی عضلات ) EMG (، فعالیت مکانیکی )گشتاور( آنها قابل پیش بینی خواهد بود. هدف این مقاله ارائه یک مدل عصبی مناسب بوده است، بطوریکه این مدل عصبی قابلیت پیشبینی گشتاور لازم به منظور کنترل حرکت مچ پاهنگام گام برداشتن را داشته باشد. که از آن در توانبخشی و درمان بیماران دچار افتادگی پا استفاده میشود. ابتدا یک مدل مبتنی بر شبکههای عصبی به گونهای شناسایی شده است که با استفاده از الگوی فعالیت عضلات، بتواند گشتاور متناظرحول مفصل مچ پا را تخمین زند. سپس کنترلکننده با توجه به اختلاف گشتاور مطلوب و گشتاور اندازهگیری شده از مدلپیشبین، الگوی سیگنال کنترلی را بگونهای تعیین کند که گشتاور خروجی، گشتاور مطلوب را با کمترین مقدار خطا دنبال کند. از مهمترین نتایج به دست آمده از این تحقیق، توانایی مدل پیشنهادی در پیشبینی گشتاور مطلوب، با دقت بسیارمناسب است.
Keywords:
تحریک الکتریکی عملکردی , شبکه عصبی پیش بین , افتادگی پا , الگوی فعالسازی , گشتاور , کنترل کننده عصبی تطبیقی
Authors
معصومه دهباشی زاده طرقبه
گروه مهندسی پزشکی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران ،
حمیدرضا کبروی
استادیار، گروه مهندسی پزشکی، واحد مشهد، دانشگاه آزاد اسلامی، مشهد، ایران ،
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 :