ارزیابی خستگی عضلات ناحیه گردن در وضعیت FHP 1 با استفاده از پردازش های غیرخطی سیگنال EMG سطحی و استخراج ویژگی از فضای فاز
محل انتشار: یازدهمین کنفرانس سراسری سیستم های هوشمند
سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,279
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS11_201
تاریخ نمایه سازی: 14 مهر 1392
چکیده مقاله:
الکترومایوگرافی( 2EMG) روشی تجربی در زمینه بسط، ثبت و آنالیز سیگنالهای الکتریکی عضله است. سیگنال های الکتریکی عضله بوسیله دگرگونی های فیزیولوژیکی در غشاء فیبرعضلانی شکل می گیرند. اگر چه ماهیچه با توجه به ساختار پیچیده آن بخشی از وظایف کنترل کننده و مسیرهای فیدبک را نیز برعهده دارد. قابل ذکر است که سیگنال EMG در تشخیص اختلالات عصبی و عضلانی مانند: دیستروفی عضلانی، مایوپاتی مادرزادی، نوروپاتی های محیطی، فلج اطفال و... نیز کاربرد دارد. در این تحقیق با استفاده از پردازش های پیشرفته جهت ارزیابی فضای ویژگی در وضعیت Forward Head Posture پرداخته شده است. برای این منظور پس از ثبت سیگنال EMG از عضله trapezuis Upper پردازش سیگنال و استخراج ویژگی های غیر خطی به ارزیابی فضای ویژگی از دیدگاه فضای فاز پرداخته شده است. سیگنال EMG سطحی ثبت شده، در حوزه غیر خطی از دیدگاه آشوب مورد پردازش و استخراج ویژگی قرار گرفت. نتایج نشان داد که در زمان خستگی، آشوبناکی سیستم باتوجه به بستر جذب کاهش می یابد ضمن اینکه نمای لیاپانوف و بعد فرکتال در اکثر سوژه ها در زمان خستگی کاهش را نشان داده است
کلیدواژه ها:
نویسندگان
جواد کامران زاده فومنی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی، مشهد، ایران
صالح لشکری
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی، مشهد، ایران
حامد نوروزی
کارشناس ارشد دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی، مشهد، ایران
سعید راحتی قوچانی
استادیار دانشگاه آزاد اسلامی واحد مشهد، گروه مهندسی پزشکی، مشهد، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :