شناسایی دینامیک سیستم مفصل ساعد با استفاده از سیگنال الکترومایوگرام سطحی ساعد به روش فازی عصبی

thesis
abstract

سیگنال الکترومایوگرام یک سیگنال بیولوژیکی است که پتانسیل های الکتریکی تولید شده در عضلات را هنگام فعالیت انقباضی عضلات نشان می دهد. سیستم عصبی همواره فعالیت عضلات را کنترل می کند. بنابراین سیگنال الکترومایوگرام، سیگنالی است که توسط سیستم عصبی کنترل می شود و وابسته به خواص آناتومیکی و فیزیولوژیکی عضلات می باشد. دلیل اصلی علاقه به تجزیه و تحلیل سیگنال الکترومایوگرام کاربرد های مفید آن در تشخیص های بالینی و کاربردهای بیومدیکال و همچنین توان بخشی است. درک توابع حرکت انسان در حوزه های بیومکانیک و عصبی عضلانی بسیار مهم است. حرکت کامل انسان با کمک تعامل بین سیگنالهای کنترلی عصبی عضلانی و دینامیک اسکلتی عضلانی حاصل می شود. عناصر زیادی از سیستم عصب و عضله و اسکلت با حرکت هماهنگ و روان دارای اثر متقابل هستند. سیستم اسکلتی عضلانی متشکل از اتصال مفاصل و استخوان ها با عضلات می باشند . سیستم اسکلتی عضلانی کامل، نیروی لازم برای حرکت را فراهم می کند. در بسیاری از مطالعات و برنامه های کاربردی که شامل دخالت مستقیم بشر، مانند تعامل انسان و ربات، کنترل دست مصنوعی و مطالعات عوامل انسانی است، نیروی دست یا گشتاور مفصل برای اهداف مانیتورینگ و کنترل لازم است. هدف اصلی در این پایان نامه در دو قسمت ارائه شده است. در بخش اول رفتار دینامیک سیستم اسکلتی عضلانی مربوط به مفصل آرنج ، تحت شرایط ایزوتونیک و از طریق ثبت سیگنال الکترومایوگرام و اندازه گیری زاویه بین ساعد و بازو بیان می شود. قسمت دوم طبقه بندی حرکات باز شدن و بسته شدن دست را از طریق سیگنال الکترومایوگرام اندازه گیری شده ، بیان می کند. استفاده از الکترودهای ثبت الکترومیوگرام ارزان و قابل حمل و همچنین سنسورهای موقعیت و زاویه در مقایسه با سنسورهای نیرو و گشتاور که اغلب بسیار گران و بزرگ هستند سودمند است. سیگنالهای الکترومایوگرام بدست آمده از عضلات به وسیله ی الکترودهای سطحی، احتیاج به روشهای محاسباتی پیچیده برای استفاده، آنالیز، تجزیه و طبقه بندی دارند. در این پروژه از روشهای هوش مصنوعی مثل شبکه عصبی و فازی عصبی برای شناسایی دینامیک سیستم مفصل ساعد که به عنوان سیستم محرک برای تولید گشتاور عمل می کند استفاده شده است. برای طبقه بندی حرکات باز شدن و بسته شدن دست نیز از روش شبکه عصبی استفاده شده است.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

طبقه بندی سیگنال الکترومایوگرام سطحی چند کاناله ساعد با استفاده از یک ساختار خودسازمانده فازی-عصبی

طبقه بندی با دقت بالای سیگنال الکترومایوگرام سطحی برای کنترل دست مصنوعی از عناوین مهم تحقیق در حوزه توان بخشی است. به ویژه آنکه با افزایش درجات آزادی، نرخ تشخیص درست بشدت کاهش می یابد. در مقاله حاضر بر اساس یک ساختار خودسازمانده فازی-عصبی جدید پیشنهادی پنج لایه، طبقه بندی سیگنال الکترومایوگرام چند کاناله انجام شده است. در این ساختار متناظر با ویژگی های ورودی، قواعد جدید ایجاد و وزن آنها بر اساس...

full text

طبقه بندی سیگنال الکترومایوگرام سطحی چند کاناله ساعد با استفاده از یک ساختار خودسازمانده فازی-عصبی

طبقه بندی با دقت بالای سیگنال الکترومایوگرام سطحی برای کنترل دست مصنوعی از عناوین مهم تحقیق در حوزه توان بخشی است. به ویژه آنکه با افزایش درجات آزادی، نرخ تشخیص درست بشدت کاهش می یابد. در مقاله حاضر بر اساس یک ساختار خودسازمانده فازی-عصبی جدید پیشنهادی پنج لایه، طبقه بندی سیگنال الکترومایوگرام چند کاناله انجام شده است. در این ساختار متناظر با ویژگی های ورودی، قواعد جدید ایجاد و وزن آنها بر اساس...

full text

دسته‌بندی بی‌درنگ سیگنال الکترومایوگرام سطحی با استفاده از کورنتروپی

در این مقاله با استفاده از کورنتروپی، روشی مؤثر برای دسته‌بندی سیگنال الکترومایوگرام سطحی به منظور کنترل پروتزهای مایوالکتریک ارائه شده است. چون سیگنال الکترومایوگرام سطحی در دامنه‌های پائین نیرو ماهیتی غیرگوسی دارد درحالی‌که اغتشاش محیط گوسی فرض می‌شود، از کورنتروپی برای استخراج ویژگی از این سیگنال استفاده می‌کنیم؛ زیرا کورنتروپی...

full text

طبقه بندی سیگنال الکترومایوگرام سطحی با استفاده از آمارگان مرتبه بالا

در این مقاله یک روش کارآمد برای طبقه بندی سیگنال الکترومایوگرام سطحی را با استفاده از آمارگان مرتبه بالا ارایه می دهیم. چون تابع توزیع احتمال سیگنال الکترومایوگرام سطحی که در شرایط انقباض عضلانی ایزومتریک ثبت می گردد در بعضی موارد به توزیع گوسی بسیار نزدیک است، در بسیاری از تحقیقات گذشته این تابع توزیع گوسی فرض گردیده است. چون این فرض برای دامنه های کوچک نیرو نادرست است، در این مقاله برای استخر...

full text

طبقه بندی حمله صرعی در سیگنال EEG با استفاده از سیستم استنتاج عصبی- فازی تطابقی

Background & Aims: Epilepsy is a brain disorder in which nerve cells receive abnormal inputs. This disease can lead to abnormal behaviors, feelings and symptoms such as loss of consciousness, which is called the seizure. Identification and classification of the epileptic seizure events in electroencephalographic signal against free seizure intervals plays an important role in clinical investiga...

full text

مقایسه سرعت هدایت عصبی در ساعد مبتلایان به نشانگان تونل کارپ با دست سالم

چکیده مقدمه: نشانگان تونل کارپ به‌عنوان شایع‌ترین بیماری‌های نوروپاتی ناشی از بدام‌افتادن عصب است که در ناودان مچ دست اتفاق می‌افتد. حساس‌ترین آزمون تشخیص نشانگان تونل کارپ تست الکترو دیاگنوز و مطالعه NCV عصب مدیان است که روشی کمی و بدون وابستگی به گزارش بیمار است و نتایج بدست آمده توسط افراد مختلف تقریباً یکسان است و در هفتاد تا نود درصد بیماران افزایش زمان تاخیر هدایت عصبی عبور از مچ دست را نش...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه شاهد

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023