تخمین نیروی عضلانی در انقباض حالت ثابت با استفاده از سیگنال الکترومایوگرام سطحی

پایان نامه
چکیده

سیگنال الکترومایوگرام یا سیگنال الکتریکی عضله، مقدار فعالیت عضلات اسکلتی را منعکس می کند. این سیگنال با نیروی عضلانی همبستگی دارد و برای سنجش وقایع بیوالکتریکی که در ارتباط با انقباض فیبرهای عضلانی هستند به کار می رود. هدف این پژوهش، تخمین نیرو یا گشتاور از روی سیگنال های الکترومایوگرام سطحی عضلات دو سر بازویی، براکیورادیالیس، و سه سر بازویی است. از مهم ترین کاربردهای این تخمین، در پروتز، بیومکانیک، ارگونومی، و توان بخشی می باشد. در این پژوهش، تخمین گشتاور آرنج، در دو مرحله انجام گرفت. مرحله اول، تخمین دامنه سیگنال های الکترومایوگرام، و مرحله بعدی یافتن مدلی بود که نشان دهنده رابطه بین دامنه سیگنال ها و سیگنال گشتاور باشد. تا کنون مدل های خطی و غیرخطی بسیاری در مدل سازی این رابطه استفاده شده اند. در این پژوهش، با به کار گیری مدل فازی، علاوه بر کاهش خطای تخمین، تفسیرپذیری و عمومیت مدل هدف قرار داده شده اند. در نتیجه، تعداد قواعد فازی نیز اهمیت دارد. روش خوشه بندی کاهشی با شبکه anfis، و یک روش فازی- عصبی دیگر با امکان انتخاب ساختار و تعداد قواعد مورد بررسی قرار گرفتند. کارایی روش های مختلف، با اندازه گیری خطای نسبی و درصد vaf، با در نظر گرفتن تعداد قواعد فازی تعیین شده است. تحلیل حساسیت بر روش خوشه بندی کاهشی، شعاع 0/4 را پیشنهاد داد و با به کار گیری این روش با این شعاع، خطای نسبی برای همه تخمین ها، 0/154±0/242 (انحراف معیار±میانگین)، و درصد vaf، 12/10±92/56 نتیجه شد. در مورد روش فازی- عصبی با امکان انتخاب تعداد قواعد بهینه، خطای نسبی برای همه تخمین ها 0/080±0/183، و درصد vaf،3/38±96/40 به دست آمد. همچنین، برای هر دو روش این نتیجه حاصل شد که تعداد قواعد فازی 1±5 قاعده، بهترین تخمین را ایجاد می کند. خطا و vaf به دست آمده، با نتایج حاصل از پیاده سازی یک مقاله اخیر با استفاده از داده های این پژوهش مقایسه شد و بهبود کارایی روش پیشنهادی مشخص شد.

منابع مشابه

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...

متن کامل

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...

متن کامل

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...

متن کامل

طبقه بندی سیگنال های الکترومایوگرام سطحی با استفاده از کورنتروپی

در این پایان نامه روش موثری برای دسته بندی سیگنال الکترومایوگرام سطحی به منظور کنترل پروتزهای مایوالکتریک ارائه می کنیم. چون سیگنال الکترومایوگرام سطحی، در دامنه های پائین نیرو ماهیتی غیرگوسی دارد و نویز محیط گوسی فرض می شود، از کورنتروپی برای استخراج ویژگی از این سیگنال استفاده می کنیم؛ زیرا کورنتروپی تنها دربرگیرنده اطلاعات مربوط به مولفه های غیرگوسی است و تخمین آن از نمونه های محدود بسیار سا...

15 صفحه اول

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...

متن کامل

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...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان - دانشکده مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023