| Περίληψη: | H εργασία αυτή ασχολείται με την χρήση προ-εκπαιδευμένων Συνελικτικών
Νευρωνικών Δικτύων για την αναγνώριση κινήσεων του χεριού μέσω επιφανειακών EMG σημάτων.
Το σήμα EMG καταγράφεται με την χρήση επιφανειακών αισθητήρων, ο αριθμός των οποίων ποικίλλει ανάλογα με την βάση δεδομένων που θα χρησιμοποιηθεί. Σε αυτήν την εργασία χρησιμοποιούνται 3 βάσεις δεδομένων και καθεμία
περιέχει δεδομένα που έχουν καταγραφεί με διαφορετικό αριθμό αισθητήρων:
DB1 NinaPro (10 αισθητήρες), DB5 NinaPro (16 αισθητήρες), DBc CapgMyo (128
αισθητήρες). Εφόσον προηγηθεί η κατάλληλη επεξεργασία στο σήμα, όπως ενίσχυση και φιλτράρισμα, χρησιμοποιείται η παραθυροποίηση για να δημιουργηθεί
από το σήμα μία εικόνα τριών καναλιών. Το μέγεθος του παραθύρου βρίσκεται
πειραματικά και καθορίζει το μέγεθος της εικόνας.
Σε πρώτο στάδιο, η EMG εικόνα εισάγεται σε κάθε προ-εκπαιδευμένο μοντέλο, το οποίο έχει αρχικά εκπαιδευτεί στο Imagenet, και εφαρμόζεται η τεχνική
του transfer learning, και ειδικότερα του fine tuning, για να προσαρμοστεί το
μοντέλο στα EMG δεδομένα και να αναγνωρίζει σωστά τις χειρονομίες. Προκειμένου να επιτευχθεί μία ικανοποιητική απόδοση και να αποφευχθεί η υπερεκπαίδευση, γίνονται πειράματα αλλάζοντας πολλές παραμέτρους όπως είναι ο
ρυθμός εκμάθησης (learning rate), το μέγεθος παρτίδας (batch size),ο αριθμός των
επαναλήψεων (epochs), ο αριθμός και το είδος των επιπέδων που δομούν τον νέο
ταξινομητή (dense layers), καθώς και παραμέτρους προσαύξησης δεδομένων (data
augmenation).
Εφόσον προσδιοριστούν μέσω πειραμάτων οι κατάλληλες τιμές των παραμέτρων και επιλεχθεί το βελτιστο μοντέλο για κάθε κατηγορία προ-εκπαιδευμένων
μοντέλων αλλά και για κάθε βάση δεδομένων, υλοποιείται η δεύτερη φάση της
διπλωματικής εργασίας. Ειδικότερα, το δεύτερο αυτό κομμάτι έχει ως στόχο την
διευρεύνηση του αριθμού και της θέσης των ηλεκτροδίων που συμβάλλουν στην απόκτηση αξιόπιστης EMG πληροφορίας. Προκειμένου να εξεταστεί η σπουδαιότητα κάθε ηλεκτροδίου εφαρμόζονται δύο τεχνικές: 1) μηδενισμός του ηλεκτροδίου
και 2) αντικατάσταση του ηλεκτροδίου με τυχαίο θόρυβο.
Ολοκληρώνοντας και το δεύτερο κομμάτι της διπλωματικής, μπορούν να εξαχθούν κάποια συμπεράσματα για το ποια και πόσα ηλεκτρόδια είναι αυτά που
παίζουν το σημαντικότερο ρόλο στην καταγραφή του EMG σήματος για κάθε κίνηση ξεχωριστά, αλλά και σε ποια θέση βρίσκονται κατά μήκος του πήχη. Αυτά
τα αποτελέσματα μπορούν να διασταυρωθούν και από ιατρικής σκοπιά αφού κάθε κίνηση αντιστοιχεί σε διαφορετικό συνδυασμό μυών οι οποίοι βρίσκονται σε
συγκεκριμένες θέσεις πάνω στον πήχη.
|
|---|
