В данной работе предлагается методика программной обработки электромиографических сигналов и их использования с целью определения фазы локомоторного цикла, разрабатываются алгоритмы и программный комплекс для реализации предложеннойметодики. Настоящая работа содержит детальный обзор предметной области, включая анализ сфер применения информации о фазе локомоторного цикла, определение места электромиографии среди способов получения этой информации, а также изучение и сравнение существующих методов обработки электромиограмм. Автором предлагается методика, интегрирующая существующие подходы к частотно-временному анализу миографических сигналов, современные методы машинного обучения и нейро-нечеткого вывода с собственными алгоритмами детектирования мышечной активности и получения информации о фазе локомоторногоцикла. После разработки программного комплекса, реализующего предложенную методику, были проведены испытания на реальных электромиографических данных, по итогам которых была подтверждена применимость предложенного решения и перспективность использования полученных результатов.

• СПИСОК ТЕРМИНОВ
• ВВЕДЕНИЕ
• 1. Анализ предметной области
  • 1.1. Сферы применения информации о фазе локомоторного цикла
  • 1.2. Способы получения информации о фазе локомоторного цикла
  • 1.3. Структура и характеристики сигналов ЭМГ
  • 1.4. Методы обработки сигналов ЭМГ
    • 1.4.1. Обнаружение мышечной активности в ЭМГ
    • 1.4.2. Частотно-временной анализ миограмм
    • 1.4.3. Интеллектуальные методы анализа миограмм
    • 1.4.4. Резюме методов обработки сигналов ЭМГ
  • 1.5. Выводы по главе
• 2. Постановка и формализация задачи. Проектирование архитектуры системы
  • 2.1. Постановка и формализация задачи
  • 2.2. Синтез принципа действия системы
    • 2.2.1. Описание опытов и анализ исходных экспериментальных данных
    • 2.2.2. Определение формы мышечной активности
    • 2.2.3. Детектирование мышечной активности
    • 2.2.4. Подготовка объектов классификации
    • 2.2.5. Кластеризация фрагментов мышечной активности
    • 2.2.6. Классификация фрагментов мышечной активности
    • 2.2.7. Построение линии фазы локомоторного цикла
    • 2.2.8. Формулирование требований к результатам работы системы
    • 2.2.9. Принципиальная модель обработки данных в системе
  • 2.3. Структурный синтез программного комплекса
  • 2.4. Выводы по главе
• 3. Разработка подсистемы доступа к данным
  • 3.1. Разработка базы экспериментальных данных
  • 3.2. Заполнение базы экспериментальных данных
  • 3.3. Чтение из базы экспериментальных данных
  • 3.4. Выводы по главе
• 4. Разработка аналитического модуля
  • 4.1. Блок предварительной обработки ЭМГ
    • 4.1.1. Класс EmgChannel
    • 4.1.2. Класс EmgPreparator
  • 4.2. Блок детектирования мышечной активности
    • 4.2.1. Класс EmgActivityDetector
    • 4.2.2. Класс EmgChannelStatistics
  • 4.3. Блок кластеризации и обучения
    • 4.3.1. Класс EmgTrainer
    • 4.3.2. Класс Clusterer
    • 4.3.3. Класс EmgBatchPreprocessor
    • 4.3.4. Класс PhaseLineConstructor
    • 4.3.5. Класс GaitStatistics
  • 4.4. Блок классификации
    • 4.4.1. Класс EmgClassifier
  • 4.5. Блок аппроксимации
    • 4.5.1. Класс ApproximationLineConstructor
    • 4.5.2. Класс ComplementaryFilter
    • 4.5.3. Класс ApproximationLinePoint
    • 4.5.4. Класс ALCLine
    • 4.5.5. Класс ALCState
  • 4.6. Инфраструктурный блок
    • 4.6.1. Класс EmgGaitPhaseRecognizer
    • 4.6.2. Классы перечислений
    • 4.6.3. Пакет утилитарных функций
  • 4.7. Выводы по главе
• 5. Испытание программного комплекса
  • 5.1. Проверка работоспособности программного комплекса
  • 5.2. Оценка качества результатов работы программного комплекса
  • 5.3. Выводы по главе
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ А. Листинги программ подсистемы доступа к данным
• ПРИЛОЖЕНИЕ Б. Листинги программ аналитического модуля
• ПРИЛОЖЕНИЕ В. Графики промежуточных результатов работы системы