رویکردی نوین برای کنترل دست مصنوعی با استفاده از سیگنال های EMG بر مبنای طبقه بند درخت تصمیم

در این مطالعه به بررسی رویکردی نوین در کنترل دست مصنوعی براساس سیگنال های الکترومایوگرافی پرداخته شئه است در این روش با اخذ داده های الکترومایوگرافی از ساعد، در ۶نفر مذکر با محدوده سنی ۴±۲۵ سال و محدوده وزنی ۶±۸۱ داده گیری صورت گرفت. داده ها پس از فیلتر شدن و پنجره گذاری بر مبنای ویژگی های دامنه و فرکانسی استخراج ویژگی شدند. سپس طبقه بند درخت تصمیم برای طبقه بندی این داده ها به کار گرفته شد. نتایج بدست آمده صحت طبقه بندی ۹۴.۵ درصدی را برای سه کلاس مذکور نشان می دهد. به نظر می رسد کاربردی واقعی نتایج این پژوهش مستلزم به کارگیری نتایج در سامانه های میکروکنترلی مرسوم و بهره برداری از این نتایج در جهت ورود آن به صنعت است

کلیدواژه ها:

الکترومایوگرافی ، درخت تصمیم ، فیلتر باتروت ، پروتز دست ، طبقه بندی