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 PDF
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
Read Print Download
Internet Authorized users SPbPU
Read Print Download
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
  • 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

Detailed usage statistics