شناسایی اختلالات حرکتی در بیماران سکته مغزی با استفاده از آنالیز غیرخطی و سیگنال EMG

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,032

متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE06_011

تاریخ نمایه سازی: 1 مهر 1394

چکیده مقاله:

اختلالات عصبی عضلانی، عصب های کنترل کننده دست ها و پاها و بویژه سکته مغزی را تحت تأثیر قرار می دهد. سکته مغزی ممکن است سبب مشکلاتی در تفکر، آگاهی، توجه، یادگیری، قضاوت و حافظه و همچنین می تواند منجر به مشکلات عاطفی شود. بیماران مبتلا به سکته مغزی ممکن است مشکل کنترل احساسات خود را داشته باشند یا ممکن است احساسات نامناسب از خود بروز دهند. سیگنال الکترومیوگرافی (EMG) منبع قابل توجهی از اطلاعات را برای شناسایی اختلالات عصبی عضلانی مهیا می کند. این مقاله به بررسی استفاده غیرخطی آشوب و شبکه های عصبی LMAN برای شناسایی اقدامات تهاجمی عادی و خودکار دست ها و پاهای مختلف از داده های EMG می پردازد.

کلیدواژه ها:

نویسندگان

علی دولت آبادی

دانشجوی کارشناسی ارشد الکترونیک دانشگاه حکیم سبزواری

علی بهادری نیا

دانشجوی کارشناسی ارشد الکترونیک دانشگاه حکیم سبزواری

سیداحسان تهامی

عضو هیئت علمی مهندسی پزشکی دانشگاه آزاد اسلامی واحد مشهد مقدس

احمد حاجی پور

عضو هیئت علمی مهندسی برق- الکترونیک دانشگاه حکیم سبزواری

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 :
  • Gurmanik Kaur, Ajat Shatru Arora, V.K. Jain, Multi-Class Support Vector ...
  • Navleen Singh Rekhi, A S Arora, Sukhwimder Dilbag Singh, Multi-Class ...
  • EMG signal for Upper Limb Function, Indian Journal of Biomechanics, ...
  • Zeeshan O Khokhar, Zhen G Xiao, Carlo Menon, Surface real-time ...
  • exoskeleton, BioMedical Engineering OnLine, 2010. ...
  • Alexander Boschmann, Paul Kaufmann, Marco Platzner, Surface ...
  • E lectromyograph _ Signals an Support Vector Machines, 2011. Multiple ...
  • Bassam Moslem, Mohamad Khalil, Combinin Support Vector Machines for ...
  • Accuracy of Uterine EMG Signals, IEEE Tranactions, 2011. ...
  • Kouta Kashiwagi, Takashi Nakakuki and Chiharu Ishii, D iscrimination of ...
  • Daniele Casali, Giovamni Costantini, Massimiliano Todisco: An SVM based Classification ...
  • P _ Wi lliams, "Chaos Theory"Tamed Washington, D.C. 1997. ...
  • S .Borovkova, R. Burton, and H.Dehling, "Consistency of thetakens estimator ...
  • X. Huang, W. Wang, X. Sun, Y. Chen, L. Li, ...
  • andBiomedical Engineering (ICBBE), pp. 1-4, Jun.2 ...
  • A. Wolf, J. B. Swift, H. L. Swinney and J. ...
  • نمایش کامل مراجع