| Popis: |
Актуальність роботи пов’язана з задачею створення нейронного інтерфейсу на основі поверхневої електроміограми (sEMG) у зв'язку з проблемою управління біонічними протезами та робототехнічними системами. Метою роботи є розробка системи класифікації рухів кінцівок пацієнта на основі нейронної мережі та спеціальної технології виділення інформаційних ознак із сигналів sEMG. Для цього сформульовано такі задачі: аналіз методів виділення інформаційних ознак з сигналів sEMG, які слугували вхідною інформацією для нейронної мережі; проектування структури нейронної мережі; написання коду нейронної мережи; проведення навчання і тестування нейронної мережі. Об'єкт дослідження – сигнал поверхневої електроміограми. Предмет дослідження – технологія (алгоритм) класифікації рухів кінцівок пацієнта на основі нейронної мережі з глибоким навчанням та спеціальної обробки сигналів sEMG. Новизна полягає в запропонованому методі перетворення сигналів sEMG для виділення інформаційних ознак та розробці відповідної нейронної мережі для оптимізації параметрів надійності класифікації рухів кінцівок пацієнта. За результатом роботи були опубліковані: стаття «Methods of extracting information of muscle effort from the surface electromyography signals for using as input features of a neural network» в журналі «Modern engineering and innovative technologies», Німеччина, випуск №17, Жовтень, 2021, тези «Methods of identifying information signs for a neural interface based on a surface electromyogram» у конференції «Technique and technology of the future '2021», Німеччина,Жовтень, 2021, і тези «Методи виділення інформаційних ознак для нейронного інтерфейсу на основі поверхневої електроміограми» у конференції «Information systems and technologies in medicine» Листопад 25-26, 2021, Харків, Україна. Практична значимість пов’язана з розробкою та удосконаленням систем управління біонічними протезами Relevance: related to the task of creating a neural interface based on surface electromyogram (sEMG) in connection with the problem of control of bionic prostheses and robotic systems. Purpose :is the development of a system for classifying the movements of the patient's limbs on the basis of the neural network and special technology for extracting information features from sEMG signals. Tasks: Analysis of methods of extracting information features from sEMG signals, which served as input information for the neural network. Neural network structure design; Writing neural network code; Training and testing of the neural network. Object of study – surface electromyogram signal. Subject of study – technology (algorithm) of classification of movements of extremities of the patient on the basis of a neural network with deep training and special processing of sEMG signals. Scientific novelty: consists in the proposed method of conversion of sEMG signals for the selection of information features and the development of an appropriate neural network to optimize the reliability of the classification of movements of the patient's limbs. According to the results of the work, the publication: paper «Methods of extracting information of muscle effort from the surface electromyography signals for using as input features of a neural network» in journal «Modern engineering and innovative technologies», Germany, issue №17, October, 2021, publication «Methods of identifying information signs for a neural interface based on a surface electromyogram» in conference «Technique and technology of the future '2021», Germany, October, 2021, and publication «Методи виділення інформаційних ознак для нейронного інтерфейсу на основі поверхневої електроміограми» in conference «Information systems and technologies in medicine»,November 25-26, 2021, Kharkiv, Ukraine. Practical significance associated with the development and improvement of bionic prosthesis management systems. |
