Empreu aquest identificador per citar o enllaçar aquest ítem: http://elartu.tntu.edu.ua/handle/lib/52681
Registre complet de metadades
Camp DCValorLengua/Idioma
dc.contributor.advisorЯворська, Євгенія Богданівна-
dc.contributor.advisorYavorska, Evhenia-
dc.contributor.authorСметанська, Вікторія Вікторівна-
dc.contributor.authorSmetanska, Viktoriia-
dc.date.accessioned2026-06-25T08:43:30Z-
dc.date.available2026-06-25T08:43:30Z-
dc.date.issued2026-06-22-
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/52681-
dc.descriptionКваліфікаційна робота виконана на кафедрі біотехнічних систем Тернопільського національного технічного університету імені Івана Пулюя. Захист відбудеться 23.06.2026 р. о 10.00 на засіданні ЕК № 25.uk_UA
dc.description.abstractУ роботі проведено програмне моделювання ЕМГ-сигналів для задачі формування керуючих сигналів біокерованого протеза верхньої кінцівки. Розглянуто особливості електроміографічного сигналу, підходи до його обробки та можливість використання в системах керування протезами. Основну увагу приділено генеруванню змодельованого ЕМГ-сигналу, його попередній обробці, виділенню інформативної характеристики та формуванню адаптивного керуючого сигналу. Програмну модель реалізовано в середовищі MATLAB. Вона забезпечує візуалізацію ЕМГ-сигналу, результатів його обробки та сформованого керуючого сигналу. Отримані результати можуть бути використані як основа для подальшого вдосконалення програмних засобів керування біокерованими протезами верхньої кінцівки.uk_UA
dc.description.abstractThe qualification work presents software modeling of EMG signals for the task of forming control signals for a bio-controlled upper-limb prosthesis. The features of the electromyographic signal, approaches to its processing, and the possibility of its use in prosthesis control systems are considered. The main attention is paid to the generation of a simulated EMG signal, its preliminary processing, extraction of an informative characteristic, and formation of an adaptive control signal. The software model is implemented in the MATLAB environment. It provides visualization of the EMG signal, the results of its processing, and the formed control signal. The obtained results can be used as a basis for further improvement of software tools for controlling bio-controlled upper-limb prostheses.uk_UA
dc.description.tableofcontentsВСТУП.8 РОЗДІЛ 1. АНАЛІТИЧНА ЧАСТИНА 9 1.1 Особливості побудови та функціонування протезів верхньої кінцівки 9 1.2 Використання електроміографічних сигналів у системах керування протезами.12 1.3 Основні параметри ЕМГ-сигналу та методи його попередньої обробки....16 1.4 Сучасні методи формування керуючих сигналів для протезів верхньої кінцівки..20 1.5 Проблеми адаптації систем керування до індивідуальних особливостей користувача .25 1.6 Висновки до розділу 1..28 РОЗДІЛ 2. ПРОЕКТНА ЧАСТИНА ....30 2.1 Загальна структура проєктованої програмної системи 30 2.2 Математична модель електроміографічного сигналу .34 2.3 Алгоритм генерування змодельованого ЕМГ-сигналу .38 2.4 Алгоритм попередньої обробки електроміографічного сигналу..40 2.5 Алгоритм виділення інформативних характеристик та формування керуючої команди ...45 2.6 Структурна модель формування керуючого сигналу в середовищі Simulink....49 2.7 Програмна реалізація системи у середовищі MATLAB..54 2.8 Висновки до розділу 2.58 РОЗДІЛ 3. СПЕЦІАЛЬНА ЧАСТИНА.60 3.1 Обґрунтування вибору середовища MATLAB для реалізації програмної моделі.60 3.2 Розроблення графічного інтерфейсу користувача..62 3.3 Методика тестування роботи програмної моделі..66 3.4 Аналіз результатів формування керуючих сигналів ..71 3.5 Висновки до розділу 3..76 РОЗДІЛ 4. БЕЗПЕКА ЖИТТЄДІЯЛЬНОСТІ, ОСНОВИ ОХОРОНИ ПРАЦІ.78 4.1 Аналіз умов праці під час роботи з комп’ютеризованою системою формування керуючих сигналів 78 4.2 Ергономічні вимоги до робочого місця користувача комп’ютеризованої системи 81 4.3 Вимоги електробезпеки та пожежної безпеки під час роботи з комп’ютерним обладнанням..84 4.4 Висновки до розділу 4..86 ЗАГАЛЬНІ ВИСНОВКИ.88 ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ..90 ДОДАТКИ ДОДАТОК А. Скрипт програмного забезпечення EMGgeAdaptiv ДОДАТОК Б. Скрипт програмного забезпечення EMGgeAdaptiv_RealCompare_v2 ДОДАТОК В. Скрипт програмного забезпечення geMUAPuk_UA
dc.format.extent117-
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.subjectелектроміографічний сигналuk_UA
dc.subjectЕМГ-сигналuk_UA
dc.subjectпротез верхньої кінцівкиuk_UA
dc.subjectбіокерований протезuk_UA
dc.subjectкеруючий сигналuk_UA
dc.subjectадаптивне керуванняuk_UA
dc.subjectматематична модельuk_UA
dc.subjectобробка сигналів біокерований протез, керуючий сигнал, адаптивне керування, математична модель, обробка сигналів, matlabuk_UA
dc.subjectMatlabuk_UA
dc.subjectelectromyographic signaluk_UA
dc.subjectEMG signaluk_UA
dc.subjectupper-limb prosthesisuk_UA
dc.subjectbiocontrolled prosthesisuk_UA
dc.subjectcontrol signaluk_UA
dc.subjectadaptive controluk_UA
dc.subjectmathematical modeluk_UA
dc.subjectsignal processinguk_UA
dc.titleАлгоритмічно-програмна система формування адаптивних керуючих сигналів протеза верхньої кінцівки на основі електроміографічних сигналів користувачаuk_UA
dc.title.alternativeAlgorithmic and Software System for Forming Adaptive Control Signals for an Upper-Limb Prosthesis Based on the User’s Electromyographic Signalsuk_UA
dc.typeBachelor Thesisuk_UA
dc.rights.holder© Сметанська Вікторія Вікторівна, 2026uk_UA
dc.coverage.placenameТернопільuk_UA
dc.subject.udc004.942uk_UA
dc.subject.udc616.7-089.844uk_UA
dc.subject.udc57.087uk_UA
dc.relation.references1. Chen Z. et al. A Review of Myoelectric Control for Prosthetic Hand Manipulation. Biomimetics. 2023. DOI: 10.3390/biomimetics8030328.uk_UA
dc.relation.references2. Guo K., Lu J., Wu Y. et al. The Latest Research Progress on Bionic Artificial Hands: A Systematic Review. Micromachines. 2024. DOI: 10.3390/mi15070891.uk_UA
dc.relation.references3. Dozorska O., Yavorska E., Dozorskyi V., Nykytyuk V., Dediv L. The Method of Selection and Pre-processing of Electromyographic Signals for Biocontrolled Prosthetic of Hand. Proceedings of the 2020 IEEE 15th International Conference on Computer Sciences and Information Technologies (CSIT), 2020. P. 188–192. DOI: 10.1109/CSIT49958.2020.9321935.uk_UA
dc.relation.references4. Yadav D., Veer K. Recent trends and challenges of surface electromyography in prosthetic applications. Biomedical Engineering Letters. 2023. DOI: 10.1007/s13534-023-00281-z.uk_UA
dc.relation.references5. Приклад міоелектричного протеза верхньої кінцівки. Prothes : веб-сайт. URL: https://prothes.com.ua/wp-content/uploads/2026/01/https-tovortoped-com-uaassets-images-protez_all.jpeg (дата звернення: 19.06.2026).uk_UA
dc.relation.references6. Поверхнева ЕМГ. Healthgrades : веб-сайт. URL: https://resources.healthgrades.com/right-care/electromyogram-emg (дата звернення: 19.06.2026).uk_UA
dc.relation.references7. Khvostivskyi M., Kovalyk S. Integrated mathematical model of the control system for upper-limb bioprosthesis based on EMG and piezoelectric signals. Herald of Khmelnytskyi National University. Technical Sciences. 2025. No. 359. P. 31–37. DOI: 10.31891/2307-5732-2025-359-74.uk_UA
dc.relation.references8. Parajuli N. et al. Real-Time EMG Based Pattern Recognition Control for Hand Prostheses: A Review on Existing Methods, Challenges and Future Implementation. Sensors. 2019. DOI: 10.3390/s19204596.uk_UA
dc.relation.references9. Hermens H. J., Freriks B., Disselhorst-Klug C., Rau G. Development of recommendations for SEMG sensors and sensor placement procedures. Journal of Electromyography and Kinesiology. 2000. Vol. 10, No. 5. P. 361–374. DOI: 10.1016/S1050-6411(00)00027-4.uk_UA
dc.relation.references10. Chowdhury R. H., Reaz M. B. I., Ali M. A. B. M., Bakar A. A. A., Chellappan K., Chang T. G. Surface Electromyography Signal Processing and Classification Techniques. Sensors. 2013. Vol. 13, No. 9. P. 12431–12466. DOI: 10.3390/s130912431.uk_UA
dc.relation.references11. Farina D., Merletti R. A novel approach for precise simulation of the EMG signal detected by surface electrodes. IEEE Transactions on Biomedical Engineering. 2001. Vol. 48, No. 6. P. 637–646. DOI: 10.1109/10.923782.uk_UA
dc.relation.references12. De Luca C. J. The use of surface electromyography in biomechanics. Journal of Applied Biomechanics. 1997. Vol. 13, No. 2. P. 135–163. DOI: 10.1123/jab.13.2.135.uk_UA
dc.relation.references13. Farina D., Merletti R., Enoka R. M. The extraction of neural strategies from the surface EMG. Journal of Applied Physiology. 2004. Vol. 96, No. 4. P. 1486– 1495. DOI: 10.1152/japplphysiol.01070.2003.uk_UA
dc.relation.references14. Kovalyk S., Khvostivskyi M. Method and algorithm of windowed processing of EMG and piezoelectric signals for the formation of control actions in bioprostheses. Perspective Technologies and Devices. 2025. Vol. 27, No. 1. P. 6–12. DOI: 10.36910/6775-2313-5352-2025-27-1.uk_UA
dc.relation.references15. Farina D., Merletti R., Enoka R. M. The extraction of neural strategies from the surface EMG: 2004–2024. Journal of Applied Physiology. 2025. Vol. 138, No. 1. P. 121–135. DOI: 10.1152/japplphysiol.00453.2024.uk_UA
dc.relation.references16. Maksymenko K. et al. A myoelectric digital twin for fast and realistic modelling in deep learning. Nature Communications. 2023. Vol. 14. Article 1600. DOI: 10.1038/s41467-023-37238-w.uk_UA
dc.relation.references17. Geethanjali P. Myoelectric control of prosthetic hands: state-of-the-art review. Medical Devices: Evidence and Research. 2016. Vol. 9. P. 247–255. DOI: 10.2147/MDER.S91102.uk_UA
dc.relation.references18. Scheme E., Englehart K. Electromyogram pattern recognition for control of powered upper-limb prostheses: state of the art and challenges for clinical use. Journal of Rehabilitation Research and Development. 2011. Vol. 48, No. 6. P. 643– 659. DOI: 10.1682/JRRD.2010.09.0177.uk_UA
dc.relation.references19. Hahne J. M. et al. Simultaneous control of multiple functions of bionic hand prostheses. Science Robotics. 2018. Vol. 3, No. 19. DOI: 10.1126/scirobotics.aat3630.uk_UA
dc.relation.references20. Kok C. L. et al. Machine Learning-Based Feature Extraction and Classification of EMG Signals for Intuitive Prosthetic Control. Applied Sciences. 2024. Vol. 14, No. 13. Article 5784. DOI: 10.3390/app14135784.uk_UA
dc.relation.references21. Tchimino J. et al. Application of EMG feedback for hand prosthesis control. Scientific Reports. 2024. DOI: 10.1038/s41598-024-80828-x.uk_UA
dc.relation.references22. Pradhan A., He J., Jiang N. Multi-day dataset of forearm and wrist electromyogram for hand gesture recognition and biometrics. Scientific Data. 2022. Vol. 9. Article 733. DOI: 10.1038/s41597-022-01836-y.uk_UA
dc.relation.references23. GRABMyoFlow - Dataset extension v1.0.0. PhysioNet. URL: https://physionet.org/content/grabmyo-flow/1.0.0/ (дата звернення: 19.06.2026).uk_UA
dc.relation.references24. MATLAB Documentation. MathWorks. URL: https://www.mathworks.com/help/matlab/ (дата звернення: 19.06.2026).uk_UA
dc.relation.references25. Simulink Documentation. MathWorks. URL: https://www.mathworks.com/help/simulink/ (дата звернення: 19.06.2026).uk_UA
dc.relation.references26. Gesture Recognition and Biometrics ElectroMyogram (GRABMyo). PhysioNet. URL: https://physionet.org/content/grabmyo/ (дата звернення: 19.06.2026).uk_UA
dc.relation.references27. MATLAB App Building Documentation. MathWorks. URL: https://www.mathworks.com/help/matlab/creating_guis/ (дата звернення: 19.06.2026).uk_UA
dc.relation.references28. WFDB Toolbox for MATLAB and Octave. PhysioNet. URL: https://physionet.org/content/wfdb-matlab/ (дата звернення: 19.06.2026).uk_UA
dc.relation.references29. Закон України "Про охорону праці" від 14.10.1992 No. 2694-XII.uk_UA
dc.relation.references30. Наказ Міністерства соціальної політики України No. 207 від 14.02.2018 "Про затвердження Вимог щодо безпеки та захисту здоров’я працівників під час роботи з екранними пристроями".uk_UA
dc.relation.references31. ДСН 3.3.6.042-99 "Санітарні норми мікроклімату виробничих приміщень".uk_UA
dc.relation.references32. ДБН В.2.5-28:2018 "Природне і штучне освітлення"uk_UA
dc.relation.references33. Наказ Міністерства внутрішніх справ України No. 1417 від 30.12.2014 "Про затвердження Правил пожежної безпеки в Україні".uk_UA
dc.relation.references34. ДСТУ EN 1005-1:2018 "Безпечність машин. Фізичні можливості людини. Частина 1. Терміни та визначення понять".uk_UA
dc.relation.references35. ДСТУ EN 614-1:2014 "Безпечність машин. Ергономічні принципи проєктування. Частина 1. Термінологія та загальні принципи".uk_UA
dc.relation.references36. ДСТУ EN 60204-1:2015 "Безпечність машин. Електрообладнання машин. Частина 1. Загальні вимоги".uk_UA
dc.relation.references37. Правила безпечної експлуатації електроустановок споживачів, затверджені наказом Держнаглядохоронпраці України від 09.01.1998 No. 4.uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.coverage.countryUAuk_UA
dc.identifier.citation2015Сметанська В. В. Алгоритмічно-програмна система формування адаптивних керуючих сигналів протеза верхньої кінцівки на основі електроміографічних сигналів користувача : робота на здобуття кваліфікаційного ступеня бакалавра : спец. 163 - біомедична інженерія / наук. кер. Є. Б. Яворська . Тернопіль : Тернопільський національний технічний університет імені Івана Пулюя, 2026. 117 с.uk_UA
Apareix a les col·leccions:163 — Біомедична інженерія (бакалаври)

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
dyplom_Smetanska.pdfкваліфікаційна робота бакалавра3,92 MBAdobe PDFVeure/Obrir


Els ítems de DSpace es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.

Eines d'Administrador