تعیین قدرت انقباض حرکت چنگ زدن دست به کمک ثبت و آنالیز EEG و ارزیابی نتایج به وسیله ثبت وآنالیز EMG

امروزه با افزایش استفاده از BCI، پروتزهای هوشمند و رووباتهای پوشیدنی در توانبخشی استفاده از سیگنال های حیاتی برای کمک به معلولین و افراد دارای نقص عضو به طور چشمگیری افزایش یافته است . در بیشتر روش های توزیع شده باید دانش کافی در پردازش سیگنال های الکتریکی را داشته باشد ،لذا روش هایی که در آن پردازش ها آسان تر و باعث سریع تر شدن اجرای الگوی استفاده شده، مورد استقبال قرار می گیرد. با گسترش روز افزون جمعیت و همچنین افراد دارای معلولیت جسمی ،تصادفات،سکته های مغزی ،بیماری های عصبی عضلانی و قطع عضو افراد کیفیت زندگی آنها بشدت تحت تاثیر قرار می گیرد که با توجه به نیاز جامعه برای افراد با بیمار های نام برده نیاز به بررسی بیشتر در ثبت و آنالیز سیگنالهای حیاتی همانند الکترومایوگرافی ، الکتروانسفالوگرافی وجود دارد. استفاده و کاربرد این سیگنال ها در زمینه های نوروسساینس ، مهندسی عصب ، توانبخشی و مهندسی توانبخشی در بیماران معلول، می تواند به استقلال آنها انجام شود.بنابر این در این این مقاله تلاش شد با ارایه یک الگوی خاص و نوین بر اساس سیگنال الکتروانسفالوگرافی، جهت تشخیص و تعیین قدرت های مختلف انقباض در حالت چنگ زدن ) Grasping ( دست درکمترین زمان نتایج خوبی را ارائه می دهد. ابتدا پروتوکل تعریف شده دارای ۹ ثبت سیگنال همزمان بود که از میان آن ها دوسیگنال EEG و EMG برای آنالیز انتخاب شد. دست چپ و راست سه شخص را در شرایط های بیشترین انقباض ارادی ۵۰ ،%۲۵ % و کمتر از ۲۵ % )حالت استراحت( در افراد سالم با دست راست غالب مورد بررسی قرار گرفته شد. در ادامه با استفاده از سیگنالEEG ویژگی طیف توان آن استخراج و در باند گاما که بیشترین همبستگی را با سیگنال EMG داشت، به سه بخش تقسیم شد کهقدرت انقباض را در بیشترین انقباض ارادی یاد شده تعیین قدرت کرد. برای ارزیابی و اعتبار سنجی از سیگنال قدر مطلق هیلبرتشده سیگنال EMG که به اختصار ) iEMG ( نامیده می شود، استفاده شد که طیف توان انقباض را در این سیگنال نشان می دهد.برای این منظور باند گاما در سیگنال EEG و iEMG به ۳ بخش در ۱۰ دوره ضبط شده سیگنال، تقسیم شد. در ادامه میانگینمجموع دو متغییر یاد شده محاسبه و با هم مقایسه شد. دقت برای تشخیص قدرت انقباض در ۱۰ دوره به دست آمده، به صورتمیانگین درصدی برای هر سه شخص، دست راست ۹۶.۶۶ % و برای دست چپ ۹۰ % دقت را نشان داد که دقت قابل قبولی برایتعیین قدرت انقباض می باشد. این مطالعه اثر قدرت انقباض ارادی را در چنگ زدن دست نشان می دهد که با نتیجه به دست آمدهدر این مطالعه و توجه به نتایج مطالعات قبلی، نتایج منطقی به دست آمد. نتایج به دست آمده نشان می دهد که این الگو روشی بامقیاس زمانی کم در آنالیز سیگنال ها و تشخیص قدرت انقباض های مختلف می باشد.

کلیدواژه ها:

پردازش سیگنال ، BCI ، سیگنال الکتروانسفالوگرافی ) EEG ( ، سیگنال الکترومایوگرافی ) EMG ( ، انقباض ارادی ، تعیین قدرت انقباض ، طیفتوان ، چنگ زدن دست ) Grasping ( ، ثبت همزمان دو سیگنال EEG و EMG