تعداد صفحات:192
نوع فایل:word
فهرست مطالب:
چکیده
مقدمه
فصل اول-آشنایی با الکترو مایوگرافی
مقدمه
الکترو مایوگرافی چیست؟
منشأ سیگنال EMG کجاست؟
واحد حرکتی
آناتومی عضله
رشته عضلانی واحد
ساختار سلول ماهیچه
انقباض عضلانی
تحریک پذیری غشاء عضله
تولید سیگنال EMG
پتانسیل عمل
ترکیب سیگنال EMG
انطباق واحدهای حرکتی
فعال سازی عضله
طبیعت سیگنال MMG
فاکتورهای موثر بر سیگنال EMG
فصل دوم-انواع سیگنالهای الکترو مایوگرافی و روش های طراحی
انواع EMG
الکترو مایوگرافی سطحی-ردیابی و ثبت
ارتباطات کلی
مشخصه‌های سیگنال EMG
مشخصه‌های نویز الکتریکی
نویزمحدود شده
آرتی فکت‌های حرکتی
ناپایداری ذاتی سیگنال
بیشینه سیگنال EMG
طراحی الکترود و آمپلی فایر
تقویت تفاضلی
امپدانس داخلی
طراحی الکترود فعال
فیلترینگ
استقرار الکترود
روش مرجح مصرف
هندسه الکترود
نسبت سیگنال به نویز
پهنای باند
سایر ماهیچه نمونه
قابلیت cross talk
بار موازی الکترود
قرار دادن الکترود EMG
تعیین مکان و جهت یابی الکترود
نه روی نقطه محرک
نه روی نقطه محرک
نه در لبه‌ی بیرونی ماهیچه
موقعیت الکترود نسبت به فیبرهای ماهیچه
قرار دادن الکترود مقایسه
پردازش سیگنال EMG
کاربردهای سیگنال EMG
الکترو مایوگرافی سوزنی
مزایا و معایب الکترودهای سطحی و سوزنی
مزیتهای الکترود سطحی
معایب الکترودهای سطحی
مزایای الکترودهای سوزنی
معایب الکترودهای سوزنی
تفاوت موجود بین الکترودهای سطحی و سوزنی
انواع طراحی
فصل سوم-مفاهیم اساسی در بدست آوردن سیگنال EMG
مقدمه
معرفی
نمونه برداری دیجیتال چیست؟
فرکانس نمونه‌برداری
فرکانس نمونه‌برداری چقدر باید بالا باشد؟
زیر نمونه‌برداری – وقتی که فرکانس نمونه‌برداری خیلی پایین باشد
فرکانس نایکوئیست
تبصره‌ی کاربردی DELSYS
سینوسهاو تبدیل فوریه
تجزیه سیگنال‌ها به سینوسها
دامنه فرکانس
مستعارسازی – چطور از آن دوری کنیم؟
فیلترپارمستعاد
نکته کاربردی DELSYS
فیلترها
انواع فیلترهای ایده آل
پاسخ فاز ایده‌آل
فیلتر کاربردی
پاسخ فاز غیر خطی
اندازه‌گیری ولتاژ – دامنه ، توان و دسی بل
فرکانس 3 Db
مرتبه فیلتر
انواع فیلتر
فیلترهای digital – Analog Vs
نکته کاربردی Delsys
رسیدگی به مبدلهای آنالوگ به دیجیتال
کوانتایی سازی
رنج دینامیکی
کوانتایی سازی سیگنال EMG
مشخص کردن ویژگیهای ADC
نکته کاربردی Delsys
نتیجه‌گیری
فصل 4-بکارگیری مناسبت نیروی grip مبنی بر سیگنال EMG
مقدمه
دید کلی پایه‌ای یک سیستم
منطقی برای تولید نیروی گریپ
دستاورد
نتیجه
فصل پنجم-طبقه‌بندی سیگنال EMG برای شناسایی سیگنال دست
مقدمه
سیگنالهای EMG و سیستم اندازه‌گیری
طرح ویژگیی خود سازمان دهی
روش طبقه بندی سیگنال EMG پیشنهادی
نتیجه‌گیری
فصل 6-ارتباط بین نیروی ماهیچه‌ای ایزومتریک و سیگنال EMG به عنوان هندسه بازو
مقدمه
نتایج
بحث
ارتباط EMG- Force
رابط نیروی MF
رابطه‌ی درصد نیروی DET
نتایج
روش تجربی
اشخاص
مجموعه تجربی
مدارک EMG و نیرو
تحلیل‌های EMG غیر خطی
تحلیل‌های آماری و پارامترها
نتیجه‌گیری
فصل 7-طبقه‌بندی سیگنال EMG برای کنترل دست مصنوعی
مقدمه
روش‌ها
آزمایش و نتایج
نتیجه‌گیری
فصل 8 : یک استخوان‌بندی کنترل شده توسط EMG برای نوسازی دست
مقدمه
سیستم اصلاح دست
استخوان‌بندی خارجی
الکترونیک و نرم افزار
پردازش EMG
تست های اولیه دستگاه
نتیجه‌گیری
کارهای آینده
فصل نهم : یک مدار آنالوگ جدید بر ای کنترل دست مصنوعی
مقدمه
چکید‌ه‌ای از سیستم
پیاده‌سازی مدار
نتایج شبیه سازی
نتیجه‌گیری
نتیجه‌گیری کلی
فهرست تصاویر
فصل 1
نمونه‌ای از سیگنال EMG
واحد حرکتی
مدل آناتومی عضله
اکتین و میوزین و باندهای مربوط به آن
پروسه انقباض عضله
شماتیک تصویری سیکل دپلاریزاسیون / پلاریزاسیون درون
غشاهای تحریک شونده
نمودار پتانسیل عمل
ناحیه‌ی دپلاریزاسیون در غشاء فیبرعضلانی
پتانسیل عمل واحدهای حرکتی متعدد
بکارگیری و فرکانس شروع واحدهای حرکتی نیرو
ثبت سیگنال خام سه انقباض برای عضله سه سر
سیگنال خام EMG با تداخل سنگین ECG
فصل 2
طیف فرکانسی سیگنال EMG آشکار شده جلوی ماهیچه
طرحهای شکل تقویت کننده تفاضلی
ارائه طرح کلی بارو ترکیبات مدور بر الکترود
مکان مرجع الکترود بین تاندون و بخش حرکتی
فصل3
سیگنال آنالوگ کشف شده توسط الکترود DE2.1
A) نمونه‌برداری از سینوس 1 ولت ، 1 هرتز در 10 هرتز
B) بازآفرینی سینوس نمونه‌برداری شده در 10 هرتز
A) نمونه‌برداری یک سینوس 1 ولت ، 1 هرتز در 2 هرتز
B) بازآفرینی سینوس نمونه برداری شده در 2 هرتز
A) نمونه‌برداری یک سینوس
تجزیه‌ی فوریه‌ی یک پتانسیل عمل واحد حرکتی نمونه‌برداری شده
هیستوگرام دامنه 10 سینوس شکل 5
طیف موج فرکانسی سیگنال نمونه در شکل 6
مستعار سازی نویز 13
پاد مستعارسازی
انواع فیلترها
طرح فاز یک فیلترایده آل
خصوصیات فیلترهای کاربردی
فاکتورهای تضعیف وگین نمونه
فیلتر پایین گذر مرتبه اول و دوم
اندازه ومقایسه انواع فیلترهای بالاگذر
فیلتر پایین گذار تک قطبی
نمونه‌برداری و فیلتر دیجیتالی سیگنال آنالوگ
مراحل کوانتایی سازی مبدل آنالوگ به دیجیتال
تحلیل رنج A/D
فصل 4
بلوک دیاگرام دستگاه
سطوح و شماتیکها
نیروهای گریپ
فصل 5
بلوک دیاگرام سیستم اندازه‌گیری سیگنال EMG
موقعیت الکترودها
بلوک دیاگرام روشهای پیشنهادی
سیگنالهای دست برای کاراکترهای کره ای
نرون‌های خروجی
بلوک دیاگرام ترتیب آزمایشگاهی
عکس وضعیت آزمایش
سیگنال EMG اندازه‌گیری شده و سیگنال داخلی قابل استفاده
نرون‌های خروجی sofm1 بعد از مرتب کردن
نرون‌های خروجی بعد از یادگیری
نتایج آزمایش
فصل 6
مقادیر میانگین نیروهای ارادی ماکزیمم در ANT و POST
رابطه‌ی نیروی EMG
رابطه‌ی نیروی MF
رابطه‌ی درصد نیروی DET
دیاگرام‌های ارتباط بین فرکانس متوسط و DET
فصل 8
طرح هندسی سیستم توانبخشی دست
نمای سیستم توانبخشی دست
نمای جانبی استخوان‌بندی بیرونی
دست‌مجازی و واسط درمان
محل قرارگیری الکترود سطحی
سیگنال EMG یکسو شده
فصل 9
بلوک دیاگرام سیستم پیشنهادی
دیاگرام حالت کنترل حالات مختلف دست با استفاده از EMG
حالات دست و سیگنالهای مربوطه
بلوک دیاگرام پردازش سیگنال
بلوک دیاگرام تحلیل گر EMG
شماتیک مدار پردازش سیگنال
اندازه‌ی تراتریستورها
سیگنالهای داخلی شبیه‌سازی شده‌ی تحلیل‌گر سیگنال EMG
مجموعه‌ی سیگنالهای EMG و پاسخ خروجی ماشین حالت
پاسخ‌های شبیه‌سازی شده برای تغییرات انگشتان مختلف
چکیده :
الکترو مایوگرافی (EMG) مطالعه عملکرد عضله از طریق تحلیل سیگنالهای
الکتریکی تولید شده در حین انقباضات عضلانی است که اندازه‌گیری آن همراه با
تحریک عضله است که می تواند شامل عضلات ارادی و غیرارادی شود این سیگنال
بطور کلی به دو دسته بالینی و Kine Siological EMG تقسیم‌بندی میشود که
خود دسته دوم باز دو نوع سوزنی و سطحی را در خود جای میدهد که هر کدام در
جای خود بسته به نوع ماهیچه و بیماری مورد استفاده قرار میگیرند در الکترو
مایوگرافی آن چه از اهمیت ویژه‌ای برخوردار است نوع طراحی الکترود است که
در این مقاله به سه نوع طراحی الکترود اشاره شده است . برای اندازه گیری و
ثبت سیگنال الکترو مایوگرافی مکان قرار دادن الکترود بسیار مهم می
باشد.الکترو مایوگرافی موضوع تحقیقی بسیار گسترده‌ای میباشد و پرداختن به
هر قسمت آن خود به زمان بسیار زیادی احتیاج دارد در این جا به بررسی این
سیگنال در حرکت دست میپردازیم.برای شناسایی سیگنال دست از طبقه‌بندی الگوی
EMG استفاده میکنند که این طبقه‌بندی روشهای گوناگونی از جمله swids ، هوش
مصنوعی sofms و غیره میباشد که روش مورد بررسی در این تحقیق طبقه بندی
الگوی EMG با استفاده از نقشه های خود سازمانده میباشد sofm یک شبکه رقابتی
یادگیری بدون کنترلی است که دارای الگوی طبقه‌بندی میباشد.گر چه طبقه
بندی الگوهای EMG بسیار مشکل میباشد اما به حرکت دست کمک زیادی میکند
بیشترین استفاده EMG برای نوسازی دست است نوسازی دست اصولاً با استخوان
بندی کنترل شده انجام میشود.فعالیت الکتریکی ماهیچه‌ها به ما این اجازه را
میدهد که بدانیم آیا بیمار در سعی در تکان دادن انگشت‌ها میکند یا نه.
هدف از ارائه استخوان بندی خارجی برای این است که بیمار احساس استقلال
بیشتری داشته باشد برای کنترل دستهای مصنوعی مدار آنالوگی طراحی شده است
که برای کمک به افراد مقطوع العضو مناسب است که ما در این جا همه این مباحث
گفته شده را مورد تحلیل و بررسی قرار میدهیم.
