دراسة مقارنة لاشارة التخطيط العضلي باستخدام المويجة و الشبكات العصبية
الملخص
في هذا البحث, قدمنا طريقة لتحليل خمس انواع لخمسة عشر مجموعة من مجاميع المويجة لثمانية عشر اشارة عضلية مختلفة. الدراسة المقارنة تظهر ايضا اداء المجاميع المحتلفة بعد معالجة و تحوير النتائج باسلوب الارجاع العكسي للشبكات العصبية. هذا سوف يساعد الباحثين في الخطوة الاولى لتحليل الاشارة العضلية. كم هائل من النتائج تقدم و تصنف للمناقشة و الوصول الى نتائج.
التنزيلات
المراجع
[2] M. B. I. Reaz, M. S. Hussain and F. Mohd-Yasin, Techniques of EMG signal analysis: detection, processing, classification and applications, Biol. Proced. Online 2006 8(1): 11-35.
[3] Peter Konrad, The ABC of EMG - A Practical Introduction to Kinesiological EMG, power by Noraxon INC. USA, Version 1.0 April 2005, page 5.
[4] D. Moshou, I. Hostens, G. Papaioannou, H. Ramon, Wavelets and self-organizing maps in EMG analysis, ESIT 2000, 14-15 September 2000, Aachen, Germany.
[5] K. Englehart, B. Hudgins, P. A. Parker and V. Stevenson (1999). Classification of the Myoelectric Signal Using Time-Frequency Based Representations, Medical Eng. and Physics, volume 21, pages 431-438.
[6] R. Carreño and M. I. Vuskovic: “Wavelet Transform Moments for Feature Extraction from temporal Signals’” 2nd Internat. Conference in Control, Automation and Robotics (ICINCO 2005), 14-17 September, Barcelona, Spain, 2005
[7] Daubechies, I., 1988, “Orthonormal bases of compactly supported wavelets”, Commune. Pure Applied Mathematics 41, pp. 909-996.
[8] Meyer, Y., 1989, “Orthonormal Wavelets, Wavelets, time-frequency methods and phase-space”, J. M. Combes, A. Grossman, P. Tchamitchian, (eds.), Springer-Verlag, pp. 21-37.
[9] C. S. Burrus, R. A. Gopinath, and H. Guo, Introduction to Wavelet and Wavelet Transforms, Prentice – Hall, Inc., 1998.
[10] P. Wellig, C. Zhenlan, M. Semling, and G. S. Moschytz, “Electromyogram data compression using single-tree and modified zero-tree wavelet encoding,” in Engineering in Medicine and Biology Society. Proceedings of the 20th Annual International Conference of the IEEE, Hong Kong, China, Oct. 1998, vol. 3, pp. 1303–1306.
[11] M. S. Hussain, M. B.I. Reaz, M. I. Ibrahimy, and F. Mohd-Yasin, An Efficient Technique of Analyzing Surface EMG Signals, ISBME 2006, paper No. 107.
[12] J. U. Chu, I. Moon, and M Mun, A Real-Time EMG Pattern Recognition based on Linear-Nonlinear Feature Projection for Multifunction Myoelectric Hand, Proceedings of the 2005 IEEE, 9th International Conference on Rehabilitation Robotics, June 28 - July 1, 2005, Chicago, IL, USA.
[13] J. Laakso, M. Juhola, V. Surakka, A. Aula and T. Partala, Neural Network and Wavelet Recognition of Facial Electromyographic Signals, MEDINFO, V. Patel et al. (Eds), Amsterdam: IOS Press, 2001.
[14] Wavelet Toolbox help, MATLAB 7.a.
[15] G. D. Luca, Fundamental Concepts in EMG Signal Acquisition, Delsys Inc., 2003.
التنزيلات
منشور
إصدار
القسم
الرخصة
حقوق الطبع والنشر: يحتفظ مؤلفو الوصول المفتوح بحقوق الطبع والنشر لاعمالهم، ويتم توزيع جميع مقالات الوصول المفتوح بموجب شروط ترخيص Creative Commons Attribution License، والتي تسمح بالاستخدام غير المقيد والتوزيع والاستنساخ في أي وسيط، بشرط ذكر العمل الأصلي بشكل صحيح. إن استخدام الأسماء الوصفیة العامة، والأسماء التجاریة، والعلامات التجاریة، وما إلی ذلك في ھذا المنشور، حتی وإن لم یتم تحدیدھ بشکل محدد، لا یعني أن ھذه الأسماء غیر محمیة بموجب القوانین واللوائح ذات الصلة. في حين يعتقد أن المشورة والمعلومات في هذه المجلة صحيحة ودقيقة في تاريخ صحتها، لا يمكن للمؤلفين والمحررين ولا الناشر قبول أي مسؤولية قانونية عن أي أخطاء أو سهو قد يتم. لا يقدم الناشر أي ضمان، صريح أو ضمني، فيما يتعلق بالمواد الواردة في هذه الوثيقة.
