Details
Title | Программный комплекс определения фазы локомоторного цикла по сигналам электромиографии: бакалаврская работа: 09.03.01 |
---|---|
Creators | Жемелев Георгий Алексеевич |
Scientific adviser | Богач Наталья Владимировна |
Organization | Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий |
Imprint | Санкт-Петербург, 2017 |
Collection | Выпускные квалификационные работы ; Общая коллекция |
Subjects | электромиография ; фаза локомоторного цикла ; дискретное вейвлет-преобразование ; кластеризация |
Document type | Bachelor graduation qualification work |
File type | |
Language | Russian |
Level of education | Bachelor |
Speciality code (FGOS) | 09.03.01 |
Speciality group (FGOS) | 090000 - Информатика и вычислительная техника |
DOI | 10.18720/SPBPU/2/v17-4084 |
Rights | Доступ по паролю из сети Интернет (чтение, печать, копирование) |
Record key | RU\SPSTU\edoc\45417 |
Record create date | 10/20/2017 |
Allowed Actions
–
Action 'Read' will be available if you login or access site from another network
Action 'Download' will be available if you login or access site from another network
Group | Anonymous |
---|---|
Network | Internet |
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.
Network | User group | Action |
---|---|---|
ILC SPbPU Local Network | All |
|
Internet | Authorized users SPbPU |
|
Internet | Anonymous |
|
- 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
- 4.1. Блок предварительной обработки ЭМГ
- 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
Access count: 1456
Last 30 days: 0