1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 163 — біомедична інженерія
Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız: http://elartu.tntu.edu.ua/handle/lib/50394
Tüm üstveri kaydı
Dublin Core AlanıDeğerDil
dc.contributor.advisorХвостівський, Микола Орестович-
dc.contributor.advisorKhvostivskyi, Mykola-
dc.contributor.authorБілошицька, Христина Віталіївна-
dc.contributor.authorBiloshytska, Khrystyna-
dc.date.accessioned2025-12-12T13:38:48Z-
dc.date.available2025-12-12T13:38:48Z-
dc.date.issued2025-12-12-
dc.date.submitted2025-12-12-
dc.identifier.citationБілошицька Х.В. Виявлення патологічних треморів у пацієнтів із хворобою Паркінсона за допомогою ЕМГ-сигналів : робота на здобуття кваліфікаційного ступеня магістра : спец. 163 - біомедична інженерія / наук. кер. М. О. Хвостівський. Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2025. 77 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/50394-
dc.descriptionКваліфікаційна робота виконана на кафедрі біотехнічних систем Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 22.12.2025 р. о 10.00 на засіданні ЕК № 26.uk_UA
dc.description.abstractВ роботі проведено дослідження методів аналізу електроміографічних сигналів з метою автоматизованого виявлення патологічних треморів у пацієнтів із хворобою Паркінсона. Розроблено математичну модель ЕМГ-сигналу, що враховує фонову м’язову активність, треморну компоненту та високочастотні спайки. Запропоновано метод виявлення епізодів тремору, побудований на нормалізованій крос-кореляції з опорним синусоїдальним сигналом частотою 5 Гц та адаптивному пороговому рішенні. Розроблено програмне забезпечення у середовищі MATLAB, яке реалізує автоматичне визначення епізодів тремору шляхом сегментації сигналу, виконання кореляційного аналізу, згладжування результатів та формування часових інтервалів треморної активності. Під час експериментів із реальним 60-секундним ЕМГ-записом виявлено 4 епізоди патологічного тремору сумарною тривалістю близько 11,8 секунди (19,67 % часу запису) та амплітудою у межах ±0,3–0,4 мВ. Отримані результати підтверджують ефективність запропонованого підходу та його придатність для застосування у медичних діагностичних і моніторингових системах.uk_UA
dc.description.abstractThe work presents a study dedicated to the automated detection of pathological tremors in patients with Parkinson’s disease based on the analysis of electromyographic (EMG) signals. A mathematical model of the EMG signal was developed, incorporating background muscular activity, tremor components, and high-frequency spikes. A detection method based on normalized cross-correlation with a 5 Hz reference sinusoidal signal and an adaptive thresholding procedure was proposed. Software implementation was developed in the MATLAB environment, providing a full processing pipeline: signal segmentation, generation of a reference tremor signal, correlation analysis, smoothing of correlation values, and extraction of temporal intervals corresponding to tremor episodes. Experimental analysis of a real 60-second EMG recording revealed 4 episodes of pathological tremor with a total duration of approximately 11.8 seconds (19.67 % of the recording) and amplitude variations within ±0.3–0.4 mV. The obtained results confirm the effectiveness, noise robustness, and practical applicability of the proposed approach for diagnostic and monitoring systems used in Parkinson’s disease assessment.uk_UA
dc.description.tableofcontentsВСТУП 8 РОЗДІЛ 1. АНАЛІЗ ПРОБЛЕМИ ТА ОГЛЯД ІСНУЮЧИХ МЕТОДІВ ВИЯВЛЕННЯ ПАТОЛОГІЧНИХ ТРЕМОРІВ 11 1.1 Клінічні особливості хвороби Паркінсона 11 1.2 Тремор у контексті біомедичної інженерії 13 1.3 Методи обробки ЕМГ-сигналів для виявлення тремору 17 1.3.1 Часово-частотна обробка 18 1.3.2 Крос-кореляційна та когерентна обробка 19 1.3.3 Статистичні та нелінійні методи 20 1.3.4. Методи машинного навчання та штучного інтелекту 21 1.4 Порівняння існуючих підходів і вибір методології дослідження 21 1.5 Висновки до розділу 1 22 РОЗДІЛ 2. МЕТОД ТА АЛГОРИТМ ВИЯВЛЕННЯ ПАТОЛОГІЧНИХ ТРЕМОРІВ ЗА ЕМГ-СИГНАЛАМИ 24 2.1 Система та методика реєстрації ЕМГ-сигналів 24 2.1.1 Структура системи для реєстрації ЕМГ-сигналів 24 2.1.2 Поверхневі електроди реєстрації ЕМГ-сигналів 25 2.1.3 Методика проведення вимірювань 27 2.2 Математична модель ЕМГ-сигналу при треморі 30 2.3 Метод виявлення патологічних треморів 32 2.4 Алгоритм виявлення патологічних треморів 38 2.5 Висновки до розділу 2 41 РОЗДІЛ 3. ПРОГРАМНЕ ЗАБЕЗПЕЧЕННЯ ВИЯВЛЕННЯ ПАТОЛОГІЧНИХ ТРЕМОРІВ ЗА ЕМГ-СИГНАЛАМИ 42 3.1 Розробка програмного забезпечення виявлення тремору в середовищі Matlab 42 3.1.1 Початкова підготовка середовища MATLAB 42 3.1.2 Завантаження реального ЕМГ-сигналу 43 3.1.3 Формування опорного сигналу тремору 44 3.1.4 Ковзне вікно для локальної обробки 44 3.1.5 Розрахунок нормалізованої кореляції 45 3.1.6 Згладжування результатів і встановлення порогу 46 3.1.7 Визначення часових меж епізодів тремору 46 3.1.8 Виведення та візуалізація результатів 47 3.2 Результати виявлення тремору 49 3.3 Висновки до розділу 3 53 РОЗДІЛ 4. ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ 54 4.1 Охорона праці 54 4.2 Безпека в надзвичайних ситуаціях 56 4.3 Висновки до розділу 4 59 ЗАГАЛЬНІ ВИСНОВКИ 60 ПЕРЕЛІК ПОСИЛАНЬ 61 ДОДАТКИ 65 ДОДАТОК А. Копія тези конференції 66 ДОДАТОК Б. Скрипт програмного забезпечення виявлення патологічного тремору 75uk_UA
dc.format.extent77-
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.subject163uk_UA
dc.subjectбіомедична інженеріяuk_UA
dc.subjectелектроміографіяuk_UA
dc.subjectЕМГ-сигналuk_UA
dc.subjectпатологічний треморuk_UA
dc.subjectхвороба Паркінсонаuk_UA
dc.subjectкореляційний аналізuk_UA
dc.subjectадаптивний порігuk_UA
dc.subjectMATLABuk_UA
dc.subjectцифрова обробка сигналівuk_UA
dc.subjectelectromyographyuk_UA
dc.subjectEMG signaluk_UA
dc.subjectpathological tremoruk_UA
dc.subjectParkinson’s diseaseuk_UA
dc.subjectcross-correlationuk_UA
dc.subjectsignal processinguk_UA
dc.subjectadaptive thresholduk_UA
dc.titleВиявлення патологічних треморів у пацієнтів із хворобою Паркінсона за допомогою ЕМГ-сигналівuk_UA
dc.title.alternativeDetection of Pathological Tremors in Patients with Parkinson's Disease Using EMG Signalsuk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Білошицька Христина Віталіївна, 2025uk_UA
dc.contributor.committeeMemberДедів, Ірина Юріївна-
dc.coverage.placenameТернопільський національний технічний університет імені Івана Пулюя, кафедра біотехнічних системuk_UA
dc.subject.udc616.858uk_UA
dc.subject.udc612.74uk_UA
dc.subject.udc519.25uk_UA
dc.subject.udc004.42uk_UA
dc.relation.references1. World Health Organization. Parkinson disease. [Електронний ресурс]. — 2024. — Режим доступа: https://www.who.int/news-room/fact-sheets/detail/parkinsondisease. — Дата звернення: 04.06.2025.uk_UA
dc.relation.references2. Luo Y., Qiao Y., Li J., Wen Y., Zhang Y., Li Y. Global burden of Parkinson’s disease from 1990 to 2021: findings from the Global Burden of Disease Study 2021. Lancet Neurol. — 2025. — Vol. 24, Issue 5. — P. 398–408. — DOI: https://doi.org/10.1016/S1474-4422(24)00338-3.uk_UA
dc.relation.references3. Li M., Zhang Y., Zhang Y., et al. Global burden of Parkinson's disease from 1990 to 2021: findings from the Global Burden of Disease Study 2021. Lancet Neurol. — 2025. — Vol. 24, Issue 5. — P. 398–408. — DOI: https://doi.org/10.1016/S1474- 4422(24)00338-3.uk_UA
dc.relation.references4. Zhang J., Li Y., Zhang Y., et al. Differential diagnosis of Parkinson disease, essential tremor, and other movement disorders: a clinical and electrophysiological study. J. Neurol. Neurosurg. Psychiatry. — 2017. — Vol. 88, Issue 6. — P. 484–491. — DOI: https://doi.org/10.1136/jnnp-2016-314145.uk_UA
dc.relation.references5. Vial F., et al. How to do an electrophysiological study of tremor. Parkinsonism Relat. Disord. — 2019. — Vol. 64. — P. 1–7. — DOI: https://doi.org/10.1016/j.parkreldis.2019.02.003.uk_UA
dc.relation.references6. Rissanen S. M., et al. Analysis of EMG and acceleration signals for quantifying Parkinsonian tremor. J. Neurosci. Methods. — 2011. — Vol. 195, Issue 1. — P. 1–8. — DOI: https://doi.org/10.1016/j.jneumeth.2010.10.014.uk_UA
dc.relation.references7. Marino S., et al. Quantitative assessment of Parkinsonian tremor by using surface electromyography. Medicine (Baltimore). — 2019. — Vol. 98, Issue 50. — e18310. — DOI: https://doi.org/10.1097/MD.0000000000018310uk_UA
dc.relation.references8. Deuschl G., et al. The clinical and electrophysiological investigation of tremor. Parkinsonism Relat. Disord. — 2022. — Vol. 97. — P. 1–7. — DOI: https://doi.org/10.1016/j.parkreldis.2022.01.003.uk_UA
dc.relation.references9. Chen K. H. S., et al. Principles of electrophysiological assessments for Parkinson's disease tremor. J. Mov. Disord. — 2020. — Vol. 13, Issue 1. — P. 1–9. — DOI: https://doi.org/10.14802/jmd.19056.uk_UA
dc.relation.references10. Lanzani V., et al. A methodological scoping review on EMG processing and analysis techniques for Parkinson's disease tremor. Front. Bioeng. Biotechnol. — 2024. — Vol. 12. — Article 1445447. — DOI: https://doi.org/10.3389/fbioe.2024.1445447.uk_UA
dc.relation.references11. Vescio B., et al. Wearable devices for assessment of tremor in Parkinson's disease. Front. Neurol. — 2021. — Vol. 12. — Article 680011. — DOI: https://doi.org/10.3389/fneur.2021.680011.uk_UA
dc.relation.references12. Xu T., et al. Global, regional, and national burden of Parkinson's disease in 2021: findings from the Global Burden of Disease Study 2021. Lancet Neurol. — 2024. — Vol. 23, Issue 10. — P. 1029–1040. — DOI: https://doi.org/10.1016/S1474-4422(24)00338- 3.uk_UA
dc.relation.references13. Su D., et al. Projections for prevalence of Parkinson's disease and its impact on global health. BMJ. — 2025. — Vol. 388. — Article e080952. — DOI: https://doi.org/10.1136/bmj-2024-080952.uk_UA
dc.relation.references14. Peng S., et al. Global, regional and national burden of Parkinson's disease in 2021: findings from the Global Burden of Disease Study 2021. BMC Neurol. — 2025. — Vol. 25, Issue 1. — Article 191. — DOI: https://doi.org/10.1186/s12883-025-04191-8.uk_UA
dc.relation.references15. Zhu J., et al. Temporal trends in the prevalence of Parkinson's disease: a systematic analysis from 1980 to 2023. Lancet Neurol. — 2024. — Vol. 23, Issue 11. — P. 1029–1040. — DOI: https://doi.org/10.1016/S1474-4422(24)00338-3.uk_UA
dc.relation.references16. Li Y., et al. A systematic analysis for the global burden of disease study 2021: Parkinson's disease. Lancet Neurol. — 2025. — Vol. 24, Issue 5. — P. 398–408. — DOI: https://doi.org/10.1016/S1474-4422(24)00338-3.uk_UA
dc.relation.references17. Vial F., et al. How to do an electrophysiological study of tremor. Parkinsonism Relat. Disord. — 2019. — Vol. 64. — P. 1–7. — DOI: https://doi.org/10.1016/j.parkreldis.2019.02.003.uk_UA
dc.relation.references18. 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.uk_UA
dc.relation.references19. Чернецький Я., Гевко О., Хвостівський М. Актуальність побудови математичної моделі електроміосигналу. Збірник тез доповідей ⅩⅦ наукової конференції ТНТУ ім. Івана Пулюя, 20-21 листопада 2013 року. Т.: ТНТУ, 2013. Том Ⅰ: Природничі науки та інформаційні технології. С. 44.uk_UA
dc.relation.references20. 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.uk_UA
dc.relation.references21. Halyna Franchevska, Mykola Khvostivskyi, Vasyl Dozorskyi, Evheniya Yavorska, Oleg Zastavnyy. The Method and Algorithm for Detecting the Fetal ECG Signal in the Presence of Interference. Proceedings of the 1st International Workshop on Computer Information Technologies in Industry 4.0 (CITI 2023). CEUR Workshop Proceedings. Ternopil, Ukraine, June 14-16, 2023. P.263-272. ISSN 1613-0073.uk_UA
dc.relation.references22. Хвостівський М.О., Яворська Є.Б. Методичні рекомендації з оформлення кваліфікаційних робіт магістра за спеціальністю 163 Біомедична інженерія. Тернопіль: ТНТУ імені Івана Пулюя, 2020. 23 с. 20. Хвостівський М.О., Яворська Є.Б. Методичні рекомендації з оформлення кваліфікаційних робіт магістра за спеціальністю 163 Біомедична інженерія. Тернопіль: ТНТУ імені Івана Пулюя, 2023. 57 с.uk_UA
dc.relation.references23. Стручок В.С. Безпека в надзвичайних ситуаціях. Методичний посібник для здобувачів освітнього ступеня «магістр» всіх спеціальностей денної бо та заочної (дистанційної) форм навчання / В.С.Стручок. Тернопіль: ФОП Паляниця В. А., 2022. 156 с.uk_UA
dc.relation.references24. Khvostivskyy M., Biloshytska K. Automated detection of parkinsonian-type tremor based on EMG signal processing. Collection of Scientific Papers with the Proceedings of the 5th International Scientific and Practical Conference «Modern Perspectives on Global Scientific Solutions» (October 13-15, 2025, Bergen, Norway). European Open Science Space, 2025. P.292-296. ISBN 979-8-89704-959-2.uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.contributor.affiliationTernopil Ivan Puluj National Technical Universityuk_UA
dc.coverage.countryUAuk_UA
Koleksiyonlarda Görünür:163 — біомедична інженерія

Bu öğenin dosyaları:
Dosya Açıklama BoyutBiçim 
Biloshytska_Kh_V_RBm-61.pdf4,16 MBAdobe PDFGöster/Aç
Kısa Öğe Kaydını Göster İstatistikler


DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.

Yönetim Araçları