Детальная информация

Название: Программный комплекс определения фазы локомоторного цикла по сигналам электромиографии: бакалаврская работа: 09.03.01
Авторы: Жемелев Георгий Алексеевич
Научный руководитель: Богач Наталья Владимировна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт компьютерных наук и технологий
Выходные сведения: Санкт-Петербург, 2017
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: электромиография; фаза локомоторного цикла; дискретное вейвлет-преобразование; кластеризация
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 09.03.01
Группа специальностей ФГОС: 090000 - Информатика и вычислительная техника
DOI: 10.18720/SPBPU/2/v17-4084
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

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.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Оглавление

  • 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

Статистика использования

stat Количество обращений: 1454
За последние 30 дней: 0
Подробная статистика