آشکارسازی وضعیت خستگی عضله واستوس مدیالیز در حین انقباض ایزومتریک با استفاده ازآنالیز سیگنال الکترومایوگرام سطحی بوسیله شبکه عصبی
- سال انتشار: 1392
- محل انتشار: بیست و یکمین کنفرانس مهندسی برق ایران
- کد COI اختصاصی: ICEE21_633
- زبان مقاله: فارسی
- تعداد مشاهده: 1564
نویسندگان
کارشناسی ارشد دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی، مشهد، ایران
استادیار دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی، مشهد، ایران
کارشناسی ارشد دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی، مشهد، ایران
کارشناسی ارشد دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی، مشهد، ایران
چکیده
وقوع پدیده خستگی عضلانی، تاثیر بسزایی در تغییر رفتار دینامیکی عضله دارد. لذا تعیین وضعیت خستگی عضلانی حین فعالیت عضله، درکنترل سیستم عضله مفصل، از اهمیت خاصی برخوردار است. از این روی، هدف این تحقیق ارائه راهکاری است تا بتوان به صورت برخط وضعیت -خستگی عضله واستوس مدیالیز زانو را در یک انقباض ایزومتریک تشخیص دهد. در راهکار ارائه شده، یک شبکه عصبی بازگشتی براساسویژگی های استخراج شده از سیگنال الکترومایوگرام سطحی عضله واستوس مدیالیز، چهار وضعیت عدم خستگی، گذار به خستگی، خستگی و خستگی مفرط را در طول زمان آشکار کرده است. به منظور جمعآوری دادههای آموزش شبکه عصبی و تعیین آستانههای زمانی ورود به هر یک از چهار وضعیت مورد نظر، زاویه مفصل زانو توسط یک سنسور انحراف سنج اندازه گیری شده است. آزمایشهای انسانی روی 5 فرد سالم صورتگرفتهاند. نتایج این تحقیق نشان میدهند که شبکه عصبی بازگشتی قادر بوده است با دقت قابل ملاحظهای تغییر وضعیت خستگی عضله واستوس مدیالیز را دنبال نماید. به دلیل اینکه عضلات بدن دارای رفتار غیر خطی هستند، جهت تخمین رفتار این سیستم پیچیده، نیازمند بررسی ویژگی های غیر خطی نیز هستیم. در کارهای گذشته تمرکز بیشتر روی ویژگی های خطی بوده که دارای درصد صحت نسبتاً پایین تری در تخمین خستگی عضلانی است. با افزودن ویژگی های غیرخطی و پردازش های غیرخطی به نتایج به مراتب بهتری رسیدیم که با این افزایش کارایی، با اطمینان بیشتری می توان از این داده ها در حوزه ی توان بخشی استفاده کردکلیدواژه ها
الکترومایوگرام سطحی sEMGخستگی عضلانیFatigue)شبکه عصبی بازگشتی مصنوعیNARXNETمقالات مرتبط جدید
- تقریب سیگنال به وسیله گراف با گره های حاوی اطلاعات با ایده یادگیری فعال
- افزایش بازدهی پنل های خورشیدی با تکنولوژی های نوظهور
- پش بینی دیابت با استفاده از گج تهای پوشیدنی و کنترل آن با اپلیکیشن قابل نصب روی تلفن همراه
- استفاده از الگوریتم بهینه سازی گراویتی به منظور کاهش ابعاد در داده هایی با ابعاد بالا
- مزایا و چالش های استفاده از بستر رایانش ابری: مطالعه مروری
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.