Abstract

Celem rozprawy jest opracowanie systemu opartego na metodach uczenia maszynowego, który w przyszłości pozwoli na zautomatyzowanie wybranych procedur w procesie rehabilitacji kończyny górnej. Nośnikiem informacji związanej ze stanem fizjologicznym pacjenta jest biologiczne sprzężenie zwrotne w postaci sygnałów elektromiografi powierzchniowej (ang. sufrace electromigraphy, sEMG). Przypuszcza się, że dzięki zastosowaniu sterowania w pętli zamkniętej sprzężenia zwrotnego pacjent-bioniczna orteza ograniczona zostanie rola terapeuty oraz nastąpi skrócenie czasu niezbędnego na przeprowadzenie procesu rehabilitacji kończyny górnej. Zakres rozprawy obejmuje przeprowadzenie analizy dostępnych rozwiązań bionicznych urządzeń medycznych i rehabilitacyjnych w celu zaplanowania autorskich badań naukowych i opracowaniu autorskich rozwiązań. Tematem przewodnim prezentowanej pracy jest rozpatrzenie możliwości zastosowania metod uczenia maszynowego w zakresie analizy i interpretacji biosygnałów z sEMG. Stąd też w części pierwszej rozprawy zostanie wykonany kompetny przegląd i analiza zarówno od strony medycznej, jak i od strony rozwiązań technicznych ortezy bionicznej. W części drugiej rozprawy zostaną scharakteryzowane metody analizy sygnałów sEMG, a w części trzeciej omówione zostaną badania symulacyjne. Jednym z istotnych zadań rozprawy doktorskiej jest opracowanie bazy biosygnałów pochodzących od osób wymagających rehabilitacji. Badania związane są z eksperymentami przeprowadzanymi na pacjentach, stanowi to dodatkową trudność. Związana jest ona z uzyskaniem specjalnej zgody Komisji Bioetycznej, która nadzoruje daną jednostkę badawczą. Kluczowym elementem rozprawy, stanowiącym jej istotę jest analiza i interpretacja sygnałów biologicznych rejestrowanych za pomocą sEMG na grupie pacjentów. Przeprowadzenie klasyfikacji tych sygnałów stanowi podstawę działania innowacyjnych systemów sterowania ortezą bioniczną. W tym celu koniecznym jest, aby zaproponowane metody bazowały zarówno na najnowszym stanie wiedzy, jak i na dopasowaniu do biologicznych sygnałów.

Author (1)