Preview

Вестник Донского государственного технического университета

Расширенный поиск

Идентификация кинематических параметров движения локтя с помощью технологий искусственных нейронных сетей

https://doi.org/10.12737/10373

Полный текст:

Аннотация

Целью исследования является определение кинематических параметров сгибания локтя с помощью искусственных нейронных сетей (ИНС). В качестве входов ИНС использовались параметры поверхностной электромиограммы (пЭМГ). Выходом ИНС были кинематические параметры движения: направление, угловое перемещение и угловая скорость. У каждого испытуемого регистрировались сигналы пЭМГ, снимаемые с бицепса при сгибании локтя без нагрузки. Во время эксперимента плечевой и локтевой суставы фиксировались пассивным экзоскелетом. Формирование вектора признаков для нейронной сети выполнялось с помощью методов спектрального и статистического анализов. Статистический анализ во временной области включал в себя определение: дисперсии амплитудных значений пЭМГ, среднеарифметического и среднеквадратического значений абсолютных амплитуд пЭМГ, частоты пересечения нулевой линии сигналом пЭМГ. В частотной области выполнялся спектральный анализ сигналов ЭМГ методом быстрого преобразования Фурье. Определялись спектр мощности, средняя частота спектра мощности. Установлены параметры пЭМГ, использование которых в качестве входных сигналов ИНС обеспечивает наименьшую ошибку оценки параметров движения. ИНС обучалась методом прямого распространения сигнала и обратного распространения ошибки. Наилучшие результаты определения кинематических параметров получены при использовании в качестве входов ИНС средней частоты спектра мощности и общей интегральной мощности сигнала пЭМГ. Полученные результаты могут быть использованы при разработке систем биоэлектрического управления мехатронными устройствами.

Об авторах

Феликс Бонилья
Донской государственный технический университет, г. Ростов-на-Дону, Российская Федерация
Россия


Евгений Анатольевич Лукьянов
Донской государственный технический университет, г. Ростов-на-Дону, Российская Федерация
Россия


Анатолий Витальевич Литвин
Донской государственный технический университет, г. Ростов-на-Дону, Российская Федерация
Россия


Дмитрий Алексеевич Деплов
Донской государственный технический университет, г. Ростов-на-Дону, Российская Федерация
Россия


Список литературы

1. Современные системы управления протезами. Конструкции электродов и усилителей биосигналов [Электронный ресурс] / Д. Сафин [и др.] // Электроника: наука, технология, бизнес. - 2009. - № 4. - Режим доступа: http://www.electronics.ru/journal/article/219 (дата обращения 26.11.14).

2. Chrapka, Ph. EMG Controlled Hand Prosthesis: EMG Classification System [Электронный ресурс] / Ph. Chrapka // Electrical and Biomedical Engineering Design Project (4BI6). Department of Electrical and Computer Engineering. - Режим доступа: http://digitalcommons.mcmaster.ca/cgi/viewcontent.cgi?article=1034&context=ee4bi6 (дата обращения 26.11.14).

3. Khokhar, Z.-O. Surface EMG pattern recognition for real-time control of a wrist exoskeleton [Электронный ресурс] / Z.-O. Khokhar, Z.-G. Xiao, C. Menon // Biomedical Engineering Online. - Режим доступа: http://www.biomedical-engineering-online.com/content/9/1/41 (дата обращения 26.11.14).

4. Online Electromyographic Control of a Robotic Prosthesis [Электронный ресурс] / P. Shenoy [et al.] // Transactions on biomedical engineering. - 2008. - Vol. 55, № 3. - P. 1128-1135. - Режим доступа: http://homes.cs.washington.edu/~rao/emg-08.pdf (дата обращения 26.11.14).

5. The Relationship Between Electromyography and Muscle Force [Электронный ресурс] / U.-K. Heloyse [et al.] // - Режим доступа: http://cdn.intechopen.com/pdfs-wm/25852.pdf (дата обращения 26.11.14).

6. Рангайян, Р. М. Анализ биомедицинских сигналов. Практический подход / Р. М. Рангайян. - Москва : Физматлит, 2007. - 440 с.

7. De Luca, C.-J. The use of surface electromyography in biomechanics / C.-J. De Luca // Journal of Applied Biomechanics. - 1997. - № 13 (2). - P. 135-163.

8. Uchiyama, T. Static torque-angle relation of human elbow joint estimated with artificial neural network technique / T. Uchiyama, T. Bessho, K. Akazawa // Journal of Biomechanics. - 1998. - № 31. - P. 545-554.

9. Итоги и перспективы развития исследований в области интеллектуального управления мехатронными технологическими системами / А. К. Тугенгольд [и др.] // Вестник Дон. гос. техн. ун-та. - 2010. - № 5. - С. 48-67.

10. Анализ сигнала ЭМГ двуглавой мышцы плеча в среде LabVIEW / В.-Ф. Бонилья [и др.] // Инновации, экология и ресурсосберегающие технологии (ИНЭРТ-2014) : тр. XI междунар. науч.-техн. форума. - Ростов-на-Дону, 2014. - С. 1394-1401.

11. Влияние кинематических параметров движения локтя на электромиографический сигнал двуглавой мышцы плеча / В. Ф. Бонилья [и др.] // Вестник Дон. гос. техн. ун-та. - 2014. - № 4. - С. 48-67.

12. Arango, J.-C.-A. Abordaje físico-matemático del gesto articular [Электронный ресурс] / J.-C.-A. Arango, D.-C. Nieto, J.-C. Giraldo // EFDeportes.com. - 2012. - № 171. - Режим доступа http://www.efdeportes.com/efd171/abordaje-fisico-matematico-del-gesto-articular.htm (дата обращения 02.12.14).

13. Konrad, P. The ABC of EMG. A Practical Introduction to Kinesiological Electromyography. Version 1.4, March 2006. Noraxon INC [Электронный ресурс] / P. Konrad. - Режим доступа https://hermanwallace.com/download/The_ABC_of_EMG_by_Peter_Konrad.pdf (дата обращения 02.12.14).

14. Tkach, D. Study of stability of time-domain features for electromyographic pattern recognition [Электронный ресурс] / D. Tkach, H. Huang, T.-A. Kuiken // Journal of Neuroengineering and Rehabilitation. - 2010. - № 7. - P. 21. - Режим доступа: http://www.jneuroengrehab.com/content/7/1/21/ (дата обращения 26.11.14).


Для цитирования:


Бонилья Ф., Лукьянов Е.А., Литвин А.В., Деплов Д.А. Идентификация кинематических параметров движения локтя с помощью технологий искусственных нейронных сетей. Вестник Донского государственного технического университета. 2015;15(1):39-47. https://doi.org/10.12737/10373

For citation:


Bonilla F., Lukyanov E.A., Litvin A.V., Deplov D.A. Identification of the elbow motion kinematic parameters by means of artificial neural networks technology. Vestnik of Don State Technical University. 2015;15(1):39-47. (In Russ.) https://doi.org/10.12737/10373

Просмотров: 46


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1992-5980 (Print)
ISSN 1992-6006 (Online)