1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 163 — біомедична інженерія
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/43362
Назва: Алгоритм та автоматизований програмний засіб обробки ЕМГ-сигналів для виявлення змін у функціонуванні нервово-м’язової системи
Інші назви: Algorithm and Automated Software Tool for Processing EMG Signals to Detect Changes in the Functioning of the Neuromuscular System
Автори: Доскоч, Дмитро Іванович
Doskoch, Dmytro
Приналежність: Тернопільський національний технічний університет імені Івана Пулюя
Ternopil Ivan Puluj National Technical University
Бібліографічний опис: Доскоч Д.І. Алгоритм та автоматизований програмний засіб обробки ЕМГ-сигналів для виявлення змін у функціонуванні нервово-м’язової системи: кваліфікаційна робота на здобуття освітнього ступеня магістр за спеціальністю „163 — біомедична інженерія“ / Д.І. Доскоч. — Тернопіль: ТНТУ, 2023. — 77 с.
Дата публікації: 26-гру-2023
Дата подання: 4-гру-2023
Дата внесення: 4-січ-2024
Видавництво: Тернопільський національний технічний університет імені Івана Пулюя
Країна (код): UA
Місце видання, проведення: Тернопільський національний технічний університет імені Івана Пулюя, кафедра біотехнічних систем
Науковий керівник: Хвостівський, Микола Орестович
Khvostivskyi, Mykola
Члени комітету: Дунець, Василь Любомирович
УДК: 621.81
004.42
519.6
Теми: 163
біомедична інженерія
метод
алгоритм
автоматизований програмний засіб
обробка ЕМГ-сигналів
функціонування нервово-м’язової системи
MATLAB
method
algorithm
automated software
processing of EMG signals
functioning of the neuromuscular system
Кількість сторінок: 77
Короткий огляд (реферат): У роботі розроблено алгоритм та автоматизований програмний засіб обробки ЕМГ-сигналів у складі комп’ютеризованих міографів для виявлення змін у функціонуванні нервово-м’язової системи. В ядро розробленого алгоритму та програмного засобу обробки ЕМГ-сигналів закладено метод вейвлет-обробки в базисі Мейера, який уможливлює дослідження часових флуктаційних процесів задля вчасного виявлення змін у функціонуванні нервово-м’язової системи. За діагностичні ознаки нервово-м’язової системи використано спектри вейвлет та їх середні значення. На підґрунті алгоритму обробки в MATLAB синтезовано скрипт автоматизованого програмного засобу обробки вейвлет-обробки ЕМГ-сигналу в базисі Мейєра. Коректність роботи розроблено програмного засобу обробки ЕМГ-сигналів підтверджено за експериментальними даними при виявленні змін у функціонуванні нервово-м’язової системи за спектрами вейвлет.
The work developed an algorithm and an automated software tool for processing EMG signals in a cascade of computerized myographs to detect changes in the functioning of the neuromuscular system. The core of the developed algorithm and software for processing EMG signals includes the method of wavelet processing in the Meyer basis, which enables the study of temporal fluctuation processes for the timely detection of changes in the functioning of the neuromuscular system. Wavelet spectra and their average values were used for diagnostic signs of the neuromuscular system. On the basis of the processing algorithm in MATLAB, a script of an automated software tool for wavelet processing of the EMG signal in the Meier basis was synthesized. The correctness of the work of the developed software tool for processing EMG signals was confirmed by experimental data when changes in the functioning of the neuromuscular system were detected by wavelet spectra.
Зміст: ВСТУП 8 РОЗДІЛ 1. АНАЛІЗ ЕМГ-СИГНАЛУ ТА МЕТОДІВ ЙОГО ОБРОБКИ 10 1.1. ЕМГ-сигнал та його реєстрація 10 1.2. Методи оброки ЕМГ-сигналів 16 1.2.1. Кореляційна обробка ЕМГ-сигналу 16 1.2.2. Статистична обробка ЕМГ-сигналу 18 1.2.3. Спектральна обробка ЕМГ-сигналу 19 1.2.4. Спектрально-кореляційна обробка ЕМГ-сигналу 20 1.2.5. Вейвлет-обробка ЕМГ-сигналу 21 1.3. Висновки до розділу 1 25 РОЗДІЛ 2. МЕТОД ТА АЛГОРИТМ ОБРОБКИ ЕМГ-СИГНАЛІВ 26 2.1. Реєстрація ЕМГ-сигналів 26 2.2. Параметри ЕМГ-сигналів 32 2.3. Метод обробки ЕМГ-сигналу 35 2.4. Алгоритм обробки ЕМГ-сигналу 38 2.5. Висновки до розділу 2 39 РОЗДІЛ 3 АВТОМАТИЗОВАНИЙ ПРОГРАМНИЙ ЗАСІБ ОБРОБКИ ЕМГ-СИГНАЛУ ТА АНАЛІЗ ЙОГО РОБОТИ 40 3.1. Алгоритм програмного засобу для автоматизованої обробки ЕМГ-сигналу 40 3.2. Програмна реалізація вейвлет-обробки ЕМГ-сигналу 41 3.3. Результати вейвлет обробки ЕМГ-сигналу 44 3.4. Автоматизований програмний засіб обробки ЕМГ-сигналів 47 3.5. Висновки до розділу 3 49 РОЗДІЛ 4. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 50 4.1. Охорона праці 50 4.2. Безпека в надзвичайних ситуаціях 52 4.3. Висновки до розділу 4 55 ЗАГАЛЬНІ ВИСНОВКИ 56 7 СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ 57 ДОДАТКИ 63 Додаток А. Копія тези та сертифікат учасника 64 Додаток Б. Скрипт програмного забезпечення вейвлет-обробки ЕМГ-сигналу 72 Додаток В. Скрипт автоматизованого програмного засобу обробки ЕМГ-сигналів 74
URI (Уніфікований ідентифікатор ресурсу): http://elartu.tntu.edu.ua/handle/lib/43362
Власник авторського права: © Доскоч Дмитро Іванович, 2023
Перелік літератури: 1. Хвостівський М.О., Яворська Є.Б. Методичні рекомендації до виконання, оформлення та захисту кваліфікаційних робіт для здобувачів другого (магістерського) рівня вищої освіти за спеціальністю 163 «Біомедична інженерія» галузі знань 16 «Хімічна інженерія та біоінженерія» / уклад.: Хвостівський М.О., Яворська Є.Б. Тернопіль: ТНТУ, 2023. 57 с.
2. Wren TA, Do KP, Rethlefsen SA, Healy B. Cross-correlation as a method for comparing dynamic electromyography signals during gait. J Biomech. 2006;39(14):2714- 8. doi: 10.1016/j.jbiomech.2005.09.006. Epub 2005 Oct 10. PMID: 16219314.
3. Soares, Sibele & Coelho, Renato & Nadal, Jurandir. (2013). The use of cross correlation function in onset detection of electromyographic signals. ISSNIP Biosignals and Biorobotics Conference, BRC. 1-5. 10.1109/BRC.2013.6487470.
4. D’Amico, N., Panerai R.B., Ambrosini A., et al. Spectrum Analysis and Correlation. In: The Measurement, Instrumentation and Sensors Handbook on CD-ROM, Chapter 83, CRC Press. Available on-line at <http://www.engnetbase.com>, 2000.
5. Oliveiraa R.S., Pedroa R.E., Bortolottia H., da Silvab R.A., Abrãoc T., Altimarid J.M., Camataa T.V., Moraesd A.C., Altimaria L.R. Spectral analysis of electromyographic signal in supramaximal effort in cycle ergometer using Fourier and Wavelet transforms, a comparative study. Rev Andal Med Deporte. 2012;5(2):48-52.
6. Merletti R.; Parker P.A. Electromyography: physiology, engineering and noninvasive applications. S.l.: Piscataway. IEEE Press, 2004.
7. Micera S, Carpaneto J, Raspopovic S. Control of hand prostheses using peripheral information. IEEE Rev Biomed Eng. 2010;3:48-68. doi: 10.1109/RBME.2010.2085429. PMID: 22275201.
8. Mananas, Miguel Angel & Romero, Sergio & Topor, Zbigniew & Bruce, Eugene & Houtz, P. & Caminal, Pere. (2001). Cardiac interference in myographic signals from different respiratory muscles and levels of activity. 2. 1115 - 1118 vol.2. 10.1109/IEMBS.2001.1020386.
9. Phinyomark, Angkoon & Limsakul, Chusak & Phukpattaranont, P. (2011). Application of Wavelet Analysis in EMG Feature Extraction for Pattern Classification. Measurement Science Review. 11. 45-52. 10.2478/v10048-011-0009-y.
10. Misiti, M., Misiti, Y., Oppenheim, G., Poggi, J.-M. (2010). Wavelet Toolbox User's Guide. The MathWorks, Inc. Retrieved June 28, 2010, from MathWorks http://www.mathworks.com/access/help desk/help/pdf_doc/wavelet/wavelet_ug.pdf.
11. Zhang, Xu & Wang, Yu & Han, Ray. (2010). Wavelet transform theory and its application in EMG signal processing. Proceedings - 2010 7th International Conference on Fuzzy Systems and Knowledge Discovery, FSKD 2010. 5. 2234 - 2238. 10.1109/FSKD.2010.5569532.
12. Graham, Ryan & Wachowiak, Mark & Gurd, Brendon. (2015). The Assessment of Muscular Effort, Fatigue, and Physiological Adaptation Using EMG and Wavelet Analysis. PLoS ONE. In Press. 10.1371/journal.pone.0135069.
13. Torrence C, Compo G (1998) A practical guide to wavelet analysis. Bull Am Meteorol Soc 79: 61–78.
14. Karlsson S, Gerdle B (2001) Mean frequency and signal amplitude of the surface EMG of the quadriceps muscles increase with increasing torque—a study using the continuous wavelet transform. J Electromyogr Kinesiol 11: 131–140. Available: http://www.ncbi.nlm.nih.gov/pubmed/11228426. PMID: 11228426.
15. Armstrong WJ (2011) Wavelet-based intensity analysis of mechanomyographic signals during singlelegged stance following fatigue. J Electromyogr Kinesiol 21: 803–810. Available: http://www.ncbi.nlm. nih.gov/pubmed/21708471. Accessed 8 June 2014. doi: 10.1016/j.jelekin.2011.05.011 PMID: 21708471.
16. Von Tscharner V, Nigg BM (2008) Last word on point:counterpoint: spectral properties of the surface EMG can characterize/do not provide information about motor unit recruitment strategies and muscle fiber type. J Appl Physiol 105: 1682. Available: http://www.ncbi.nlm.nih.gov/pubmed/18984915. Accessed 1 April 2014. doi: 10.1152/japplphysiol.91181.2008 PMID: 18984915.
17. Mummidisetty CK, Bohórquez J, Thomas CK (2012) Automatic analysis of EMG during clonus. J Neurosci Methods 204: 35–43. Available: doi: 10.1016/j.jneumeth.2011.10.017 PMID: 22057220.
18. M.A. Mañanas, R. Jané, J.A.Fiz, J. Morera and P. Caminal, Time and frequency analysis of signals from the sternomastoid muscle in COPD patients and control group. IEEE Trans. on BME, vol. 2, 2000, pp.674-681.
19. R. Merletti, L. Lo Conte, Advances in processing of surface myoelectric signals, Part 1. Med. and Biol. Eng. and Comp., vol 33, 1995, pp. 362-372.
20. M.A. Mañanas, A. Torres, J.A. Fiz, J. Morera, P. Caminal, R. Jané, Time and frequency analysis of signals from the sternomastoid muscle in COPD patients and control group. Proc. Conf. IEEE-EMBS, 1996, pp. 280-281.
21. Shaw, Laxmi & Bhaga, Sangeeta. (2012). Online EMG Signal Analysis for diagnosis of Neuromuscular diseases by using PCA and PNN.. International Journal Of Engineering Science and Technology 0975-5462. 4. 4453-4459 (нейромережі).
22. Oliveiraa R.S., Pedroa R.E., Bortolottia H., da Silvab R.A., Abrãoc T., Altimarid J.M., Camataa T.V., Moraesd A.C., Altimaria L.R. Spectral analysis of electromyographic signal in supramaximal effort in cycle ergometer using Fourier and Wavelet transforms, a comparative study. Rev Andal Med Deporte. 2012;5(2):48-52.
23. D. Farina, R. Merletti, and R. M. Enoka, “The extraction of neural strategies from the surface EMG,” J. Appl. Physiol., vol. 96, no. 4, pp. 1486–1495, 2004.
24. H. J. Hermens, B. Freriks, C. Disselhorst-Klug, and G. Rau, “Development of recommendations for semg sensors and sensor placement procedures,” J. Electromyogr. Kinesiol., vol. 10, no. 5, pp. 361–374, 2000.
25. R. Merletti, A. Botter, A. Troiano, E. Merlo, and M. A. Minetto, “Technology and instrumentation for detection and conditioning of the surface electromyographic signal: State of the art,” Clin. Biomech. (Bristol, Avon), vol. 24, no. 2, pp. 122–134, 2009.
26. R. Merletti, A. Rainoldi, and D. Farina, “Surface electromyography for noninvasive characterization of muscle,” Exerc. Sport Sci. Rev., vol. 29, no. 1, pp. 20–25, 2001.
27. J. V. Basmajian and C. J. DeLuca, Muscles Alive: Their Functions Revealed by Electromyography, 5th ed. Baltimore, MD: Williams and Wilkins, 1985
28. M. B. I. Raez, M. S. Hussain, and F. Mohd-Yasin, “Techniques of EMG signal analysis: Detection, processing, classification and applications,” Biol. Proced. Online, vol. 8, pp. 11–35, 2006.
29. C. J. De Luca, “The use of surface electromyography in biomechanics,” J. Appl. Biomech., vol. 13, no. 2, pp. 135–163, 1997.
30. C. J. De Luca, Surface Electromyography: Detection and Recording DelSys Inc., 2002.
31. B. Gerdle, S. Karlsson, S. Day, and M. Djupsjöbacka, Acquisition, Processing and Analysis of Surface EMG Signals, H. Johansson and U. Winhorst, Eds. Hamburg, Germany: Springer Verlag, 1999.
32. G. J. Janz and D. J. G. Ives, “Silver-silver chloride electrodes,” Ann. N.Y. Acad. Sci., vol. 148, pp. 210–221, 1968.
33. Electromyography(EMG) with MyoWare Muscle Sensor & Arduino. URL: https://how2electronics.com/electromyography-emg-with-myoware-muscle-sensorarduino/ (18.08.2023)
34. Державні санітарні правила і норми роботи з візуальними дисплейними терміналами електронно-обчислювальних машин ДСанПіН 3.3.2.007-98. URL: https://zakon.rada.gov.ua/rada/show/v0007282-98 (дата звернення: 29.09.2023).
35. Про затвердження Вимог щодо безпеки та захисту здоров'я працівників під час роботи з екранними пристроями НПАОП 0.00-7.15-18. URL: https://zakon.rada.gov.ua/laws/main/z0508-18 (дата звернення: 29.09.2023).
36. Санітарні норми виробничого шуму, ультразвуку та інфразвуку ДСН 3.3.6.037-99. URL: http://arm.te.ua/docs/DSN-3.3.6.037-99.pdf (дата звернення: 29.09.2023).
37. Санітарні норми мікроклімату виробничих приміщень ДСН 3.3.6.042-99. URL: https://zakon.rada.gov.ua/rada/show/va042282-99 (дата звернення: 29.09.2023).
38. Державні санітарні правила і норми роботи з візуальними дисплейними терміналами електронно-обчислювальних машин ДСанПІН 3.3.2.007-98. URL: https://zakon.rada.gov.ua/rada/show/v0007282-98 (дата звернення: 29.09.2023).
39. Про затвердження Технічного регламенту щодо медичних виробів. URL: https://zakon.rada.gov.ua/laws/show/753-2013-%D0%BF#n676 (дата звернення: 29.09.2023).
40. Порядок здійснення державного моніторингу в галузі охорони атмосферного повітря. URL: https://zakon.rada.gov.ua/laws/main/827-2019-%D0%BF (дата звернення: 10.11.2023).
41. Гонгало Н.Г., Хвостівський М.О. Вейвлет обробка магнітокардіосигналів в базисі Хаара. ⅩⅠМіжнародна науково-практична конференція молодих учених та студентів „Актуальні задачі сучасних технологій“, 7-8 грудня 2022 року. Т.: ТНТУ, 2022. С. 121. (Комп’ютерно-інформаційні технології та системи зв’язку).
42. Хвостівська Л.В., Осухівська Г.М., Хвостівський М.О., Шадріна Г.М., Дедів І.Ю. Розвиток методів та алгоритмів обчислення періоду стохастичних біомедичних сигналів для медичних комп’ютерно-діагностичних систем». Вісник НТУУ "КПІ". Серія Радіотехніка, Радіоапаратобудування, (79). С. 78-84. doi: 10.20535/RADAP.2019.79.78-84.
43. Hvostivska L., Oksukhivska H., Hvostivskyy M., Shadrina H. (2019) Імітаційне моделювання добового пульсового сигналу для задачі верифікації алгоритмів роботи систем довготривалого моніторингу, Вісник НТУУ "КПІ"; Серія Радіотехніка, Радіоапаратобудування, (77), pp 66-73. doi: 10.20535/RADAP.2019.77.66-73.
44. Дунець В.Л., Хвостівський М.О., Сверстюк А.С., Хвостівська Л.В. Математичне та алгоритмічно-програмне забезпечення опрацювання електрокадіосигналів при фізичному навантаженні у кардiодiагностичних системах: наукова монографія. Львів: Видавництво «Магнолія - 2006», 2022. 136 с.
45. Чернецький Я. Актуальність побудови математичної моделі електроміосигналу / Я. Чернецький, О. Гевко, М. Хвостівський // Збірник тез доповідей ⅩⅦнаукової конференції ТНТУ ім. Івана Пулюя, 20-21 листопада 2013 року. Т.: ТНТУ, 2013. Том Ⅰ: Природничі науки та інформаційні технології. С. 44. (Секція: Імовірнісні моделі біофізичних сигналів і полів та обчислювальні методи і засоби їх ідентифікацій).
46. Хвостівська Л.В., Осухівська Г.М., Хвостівський М.О., Шадріна Г.М., Дедів І.Ю. Розвиток методів та алгоритмів обчислення періоду стохастичних біомедичних сигналів для медичних комп’ютерно-діагностичних систем». Вісник НТУУ "КПІ". Серія Радіотехніка, Радіоапаратобудування, (79). С. 78-84. doi: 10.20535/RADAP.2019.79.78-84.
47. Khvostivskyi M., Doskoch D. Method and Software for Processing Electromyosignals for Diagnosing the Musculoskeletal System. ІІI International scientific and practical conference «Collective Thinking: Unifying Scientific Approaches in Multifaceted Research» (November 29 – December 01, 2023). Amsterdam, Netherlands, International Science Unity. 2023. P.384-387.
Тип вмісту: Master Thesis
Розташовується у зібраннях:163 — біомедична інженерія

Файли цього матеріалу:
Файл Опис РозмірФормат 
Авторська довідка (Доскоч_Д_I).doc46,5 kBMicrosoft WordПереглянути/відкрити
Dyplom_Doskoch_D_I_RBm-61.pdf8,93 MBМетодичні рекомендації до виконання, оформлення та захисту кваліфікаційних робіт для здобувачів другого (магістерського) рівня вищої освіти за спеціальністю 163 «Біомедична інженерія» галузі знань 16 «Хімічна інженерія та біоінженерія» / уклад.: Хвостівський М.О., Яворська Є.Б. Тернопіль: ТНТУ, 2023. 57 с.Переглянути/відкрити
Показати повний опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора