Κατασκευή μικροϋπολογιστικού συστήματος καταγραφής και επεξεργασίας βιοσημάτων σε πραγματικό χρόνο

• Κύριος συγγραφέας: Δημόπουλος, Ιωάννης
• Άλλοι συγγραφείς: Δερματάς, Ευάγγελος
• Μορφή: Thesis
• Γλώσσα: Greek
• Έκδοση: 2018
• Θέματα: Επιφανειακό ηλεκτρομυογράφημα; Αναγνώριση κινήσεων; Καταγραφή σήματος; Παθητικά ηλεκτρόδια; Ενισχυτής σήματος; Κατανεμημένο σύστημα; Ψηφιακή επεξεργασία σήματος; Εξαγωγή χαρακτηριστικών; Γραμμική διακριτική ανάλυση; Αναγνώριση προτύπων; Απλός bayes ταξινομητής; Surface electromyography (sEMG); Hand gesture recognition; Signal acquisition; Passive electrode; Signal amplifier; Embedded system; Digital signal processing; Feature extraction; Linead discriminant analysis (LDA); Pattern recognition; Naive bayes classifier; 610.285

Η διπλωματική εργασία ασχολείται με τη δημιουργία ενός συστήματος αναγνώρισης κινήσεων των δακτύλων του χεριού σε πραγματικό χρόνο. Για το σκοπό αυτό χρησιμοποιείται το επιφανειακό Ηλεκτρομυογράφημα (ΗΜΓ). Το σήμα του ηλεκτρομυογραφήματος ανιχνεύεται χρησιμοποιώντας παθητικά επιφανειακά ηλεκτρόδια στην επιφάνεια του δέρματος. Έπειτα οδηγείται σε ένα αναλογικό κύκλωμα όπου ενισχύεται και φιλτράρεται κατάλληλα. Χρησιμοποιώντας ένα μικροϋπολογιστικό σύστημα, μετατρέπεται σε ψηφιακό και αποστέλλεται σε ηλεκτρονικό υπολογιστή μέσω σειριακής επικοινωνίας (UART). Στον ηλεκτρονικό υπολογιστή χρησιμοποιώντας το πρόγραμμα MATLAB πραγματοποιείται λήψη και αποθήκευση του σήματος. Στη συνέχεια εφαρμόζονται ψηφιακά φίλτρα για περεταίρω επεξεργασία και εξάγονται συγκεκριμένα χαρακτηριστικά σαρώνοντας το σήμα με επικαλυπτόμενο παράθυρο. Αφού εφαρμοστεί επαναληπτικά η παραπάνω διαδικασία για σήματα από κάθε επιλεγμένη κατηγορία κίνησης, δημιουργείται ένα σύνολο χαρακτηριστικών (Feature Set). Έπειτα πραγματοποιείται μείωση των διαστάσεων του και προβολή σε νέο σύστημα συντεταγμένων χρησιμοποιώντας την LDA μέθοδο. Το νέο Feature Set χρησιμοποιείται για να εκπαιδεύσει έναν naive bayes ταξινομητή. Στο τελικό στάδιο του συστήματος πραγματοποιείται η παραπάνω διαδικασία για νέα σήματα σε πραγματικό χρόνο. Μέσω των χαρακτηριστικών που εξάγονται από αυτά, ο ταξινομητής αποφασίζει την κατηγορία κίνησης στην οποία ανήκουν.