کمیسازی خستگی عضلانی حین تایپ با استفاده از ویژگیهای زمان-فرکانس سیگنال الکترومایوگرافی سطحی و شبکههای عصبی مصنوعی
Publish Year: 1389
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,552
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CHKI01_017
تاریخ نمایه سازی: 8 دی 1388
Abstract:
امروزه با گسترش استفاده از رایانه در محیطهای کاری، علیرغم مزایای فراوان این فناوری، شیوع بیماریهای اسکلتی-عضلانی روند رو به گسترشی را دنبال میکند. ریسک فاکتورهای فیزیکی مرتبط با کار شامل تکرار، وضعیت نامناسب اندامها و ارتعاش از عوامل بروز آسیبها و اختلالات اسکلتی-عضلانی مزمن هستند. خستگی عضلانی در نواحی گردن و شانه یکی از شایعترین مشکلات گزارش شده در مورد فعالیت حین تایپ است. از سیگنالهای الکترومایوگرافی سطحی به عنوان یک روش غیرتهاجمی برای تشخیص خستگی عضلانی استفاده میشود. در این مقاله به بررسی خستگی عضلانی حین تایپ پرداخته شده است. برای این منظور پس از ثبت سیگنالهای EMG از عضله trapezius که بیشترین درگیری را حین تایپ دارد و استخراج ویژگیهای زمانی، فرکانسی و همچنین زمان-فرکانس(ضرایب ویولت) به کمیسازی و سطحبندی سیگنالهای ثبت شده به دو سطح خستگی و غیرخستگی با استفاده از شبکههای عصبی MLP پرداخته شده است. نتایج نشان میدهد با انتخاب و ترکیب ویژگیهای مناسب، طبقهبندی کننده دادههای آموزش، ارزیابی و آزمون را به ترتیب با دقت 87.5% و 88.3% و 87.5 % تفکیک نموده است.
Keywords:
Authors
الهام قوچانی
دانشجوی کارشناسی ارشد مهندسی پزشکی-بیو
محمد راوری
عضو هیات علمی تمام وقت گروه مهندسی پزشکی دانشگاه آزاد اسلامی واحد مش
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 :