پالایش سیگنال الکترومایوگرام عضلات فوقانی تنه از آلودگی سیگنال الکتروکاردیوگرام

thesis
abstract

تحلیل سیگنال های الکترومایوگرام (emg) یک عضله، اطلاعات مهمی راجع به رفتارهای فیزیولوژیکی آن عضله فراهم می کند؛ مثلا سیگنال های الکترومایوگرام دیافراگم (emgdi) اطلاعات مهمی راجع به کنترل سازوکارهای تنفسی در اختیار می گذارد که می توان از آن ها برای پیش بینی علائم الکترومایوگرام خستگی دیافراگم استفاده کرد. یک مشکل اصلی که در تحلیل سیگنال های emg ماهیچه های بخش فوقانی تنه با آن روبرو می شویم، آلودگی ناشی از سیگنال الکتروکاردیوگرام ecg)) است که حذف آن از سیگنال های الکترومایوگرام، بسیار دشوار است؛ تحلیل طیف نشان می دهد که طیف ecg از فرکانس یک صدم تا 100 هرتز توسعه یافته و بیشترین انرژی را در فاصله یک صدم تا 45 هرتز دارد، در صورتی که طیف emg در فرکانس 10 تا 500 هرتز توسعه یافته است و بیشترین انرژی را در فاصله 20 تا 150 هرتز دارد؛ بنابراین سیگنال های emg و ecg یک هم پوشانی طیفی قابل توجه در فرکانس های 10 تا 100 هرتز دارند. این تداخل باعث افزایشی در محتوای توان سیگنال emg و اعوجاجی در محتوای فرکانسی آن می شود. با توجه به کاربردهای فراوان سیگنال emg باید به دنبال راهی بود تا بتوان آرتیفکت ecg را حذف کرد. در این پایان نامه به پیاده سازی روش های فیلتر غیرخطی و مدل سازی هارمونیک غیرایستان آرتیفکت قلبی پرداخته شده است. برای مقایسه و ارزیابی عملکرد این روش ها، روش های پایه ای نظیر فیلتر فرکانس گزین، روش قطع و تحلیل مولفه های مستقل نیز پیاده سازی شده است و نتایج حاصل با معیارهای ارزیابی کمی نسبت سیگنال به نویز، ضریب همبستگی و خطای نسبی سنجیده شده است. در ادامه دو روش فیلتر فرکانس گزین تطبیقی و مدل سازی هارمونیک غیرایستان تطبیقی پیشنهاد شده است. نتایج کمی و کیفی بیانگر برتری دو روش پیشنهادی بر سایر روش ها برای حذف آلودگی ecg از سیگنال emg است.

similar resources

کاربرد تجزیه حالت تجربی سیگنال در حذف تداخل الکتروکاردیوگرام از سیگنال های الکترومایوگرام

سیگنال­های الکترومایوگرام (emg) که از عضلات تنه، مانند عضله راست شکمی و عضله مایل خارجی، برداشت می­شوند؛ غالباً تحت تأثیر فعالیت الکتریکی عضله قلب (ecg) قرار می­گیرند. در این مقاله روشی جدید برای حذف تداخل ecg از emg بر اساس تجزیه سیگنال به حالت تجربی معرفی شده است. روش پیشنهادی با روش فیلتر بالاگذرباترورث مقایسه شد و نتایج حاصل از تحلیل سیگنال­های تداخل یافته مصنوعی و واقعی عملکرد بهتر الگوریتم...

full text

کاربرد تجزیه حالت تجربی سیگنال در حذف تداخل الکتروکاردیوگرام از سیگنال‌های الکترومایوگرام

سیگنال‌های الکترومایوگرام (EMG) که از عضلات تنه، مانند عضله راست شکمی و عضله مایل خارجی، برداشت می‌شوند؛ غالباً تحت تأثیر فعالیت الکتریکی عضله قلب (ECG) قرار می‌گیرند. در این مقاله روشی جدید برای حذف تداخل ECG از EMG بر اساس تجزیه سیگنال به حالت تجربی معرفی شده است. روش پیشنهادی با روش فیلتر بالاگذرباترورث مقایسه شد و نتایج حاصل از تحلیل سیگنال‌های تداخل یافته...

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

بهبود الگوریتم استخراج سیگنال الکتروکاردیوگرام جنین از سیگنال الکتروکاردیوگرام مادر

بررسی ها نشان می دهند که مهم ترین و شایع ترین منبع استرس مادر در طول دوران بارداری، نگرانی در مورد شرایط و سلامت جنین می باشد. یکی از راههای آگاهی از شرایط جنین در طول دوران بارداری استفاده از ثبت سیگنال الکتروکاردیوگرام (نوار قلب) جنین به روش غیر تهاجمی است. در این روش بایستی مولفه های سیگنال الکتروکاردیوگرام جنین را از سیگنال ثبت شده در ناحیه شکمی جدا نمود. سیگنال ثبت شده در ناحیه شکمی، ترکیب...

15 صفحه اول

معرفی روش استفاده از سیگنال مکانومیوگرام در ارزیابی عملکرد عضلات

  Background and aims   Recordings of electrical activity in the muscle and surface electromyography (EMG) have been widely used in the field of applied physiology. In parallel to  recording of the EMG, the detectable low-frequency vibration signal generated by the skeletal  muscle has been known and well documented. As the nature of the signal has been progressively   revealed, the term of mec...

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

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 سمنان

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023