Wyszukiwarka
Abstrakt
Wykorzystywanie sygnałów elektromiografii powierzchniowej (ang. Surface Electromyography, SEMG) w procesach sterowania systemami rehabilitacyjnymi stanowi obecnie standardową procedurę. Popularność SEMG wynika z nieinwazyjności metody oraz możliwości szybkiej i precyzyjnej identyfikacji funkcji mięśniowej. W przypadku osób małoletnich proces klasyfikacji sygnałów jest utrudniony ze względu na mniejsze rozmiary i wyższą dynamikę aktywności włókien mięśniowych niż u osób dorosłych. W związku z powyższymi uwagami, w artykule przedstawiono wyniki badań zwiększających wskaźnik poprawnej klasyfikacji wybranych ruchów dłoni dzieci. Omówiono zastosowane do tego celu modele matematyczne: k-najbliższych sąsiadów, drzewo decyzyjne oraz metodę wektorów nośnych; a także zastosowane miary i metodykę „strojenia” parametrów modeli.
Autorzy (3)
Cytuj jako
Pełna treść
- Wersja publikacji
- Accepted albo Published Version
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Publikacja w czasopiśmie
- Typ:
- artykuły w czasopismach recenzowanych i innych wydawnictwach ciągłych
- Opublikowano w:
-
Modelowanie Inżynierskie
strony 81 - 87,
ISSN: 1896-771X - Język:
- polski
- Rok wydania:
- 2017
- Opis bibliograficzny:
- Rzyman G., Redlarski G., Krawczuk M.: Komputerowo wspomagana klasyfikacja wybranych sygnałów elektromiografii powierzchniowej// Modelowanie Inżynierskie. -., iss. 62 (2017), s.81-87
- Weryfikacja:
- Politechnika Gdańska
Powiązane datasety
wyświetlono 134 razy