PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

System kontekstowego rozpoznawania biosygnałów

Identyfikatory
Warianty tytułu
EN
System of contextual recognition of biosignals
Języki publikacji
PL
Abstrakty
PL
Jednym z najważniejszych czynników mających istotny wpływ na niezawodność sterowania wielofunkcyjną protezą dłoni jest architektura systemu rozpoznawania biosygnałów. W pracy zostało omówione podejście wieloetapowe do problemu klasyfikacji biosygnałów z uwzględnieniem ruchów kontekstowych, które nie aktywują robotycznej protezy do wykonania chwytu, a jedynie zawężają możliwy do wykonania repertuar. Zmiana kontekstu powoduje zmianę możliwego do wykonania repertuaru ruchów. W pracy przedstawiono ideę sterowania z wykorzystaniem wyżej wspomnianego systemu i przeprowadzone badania.
EN
One of the most important factors that have a significant impact on the reliability of the control of the multifunctional prosthetic hand is the architecture of the recognition system. The paper discusses a multi-stage approach to the problem of biosignal classification, taking into account contextual movements. These movements do not activate the robotic prosthesis to perform the grip, they only narrow the repertoire possible. Changing the context changes the repertoire of movements that can be performed. The paper presents the concept of control with use of the above-mentioned system.
Rocznik
Strony
115--124
Opis fizyczny
Bibliogr. 19 poz., rys.
Twórcy
  • Centrum Innowacji i Biznesu, Politechnika Wrocławska
  • Katedra Teorii Pola, Układów Elektronicznych i Optoelektroniki, Politechnika Wrocławska
  • Katedra Teorii Pola, Układów Elektronicznych i Optoelektroniki, Politechnika Wrocławska
  • Katedra Systemów i Sieci Komputerowych, Politechnika Wrocławska
  • Katedra Teorii Pola, Układów Elektronicznych i Optoelektroniki, Politechnika Wrocławska
Bibliografia
  • 1. Jan Kędzierski and Mariusz Janiak. Budowa robota społecznego ash. In Prace Naukowe Politechniki Warszawskiej. Elektronika, volume z. 182, t. 2, pages 681-694, 2012.
  • 2. Md Assad-Uz-Zaman, Md Rasedul Islam, Suruz Miah and Mohammad H pahman. NAO robot for cooperative rehabilitation training. Journal of Rehabilitation and Assistive Technologies Engineering, 6, January 2019.
  • 3. Simon DiMaio, Mike Hanuschik and Usha Kreaden. The da vinci surgical system. In surgical Robotics, pages 199-217. Spronger US, November 2010.
  • 4. Z. Nawrat and Pawel Kostka. Robin heart surgery robotic system challenges in mechanical construction, control system and stu training before rst clinical application. Archive of Mechanical Engineering, 61, 03 2014.
  • 5. Departament Badań Demograficznych I rynku Pracy GUS. Wypadki przy pracy. Główny Urząd Statystyczny
  • 6. M. Kurzyński, Rozpoznawanie obiektów. Metody statystyczne, Oficyna Wydawnicza PWr, Wrocław 1997.
  • 7. N.F. Guler and Kocer, Classification of EMG signals using PCA and FFT”, Journal of Medical Systems, vol. 29, no. 3, pp. 241-250, 2005.
  • 8. H. M. al-Angari, G. Kanitz, S. Tarantino, C. Cipriani, Distance and mutual information methods for EMG feature and channel subset selection for classification of hand movements, biomedical Signal Processing and Control, vol. 27, May 2016, pp. 24-31.
  • 9. W. Sobczak, W. Malina, Metody selekcji i redukcji informacji, WNT, warszawa, 1985.
  • 10. M. Kurzynski, A. Wolczowski, T.G. Amaral: Control of bioprosthetic hand based on EMG and MMG signals recognition using multiclassifier system with feedback from the prosthesis sensors. Proc. Of 2nd Int. Conf. on Sys. And Cont., Marrakech, Morocco, June 2012. S. 280-285.
  • 11. M. Kurzynski, M. Krysmann, P. Trajdos and A. Wolczowski, Multiclassifier system with hybrid learning applied to the control of Bioprosthetic hand, In: Computers in Biology and Medicine, vol. 69, pp. 286-297, 2016.
  • 12. A. Wolczowski, M. Kurzynski. Control of hand prosthesis using fusion of biosignals and information from prosthesis sensors. In: Computational Intelligence and Efficiency in Engineering Systems. Eds. G. Borowik. Cham: Springer Int. Publishing, 20115. Pp. 259-273.
  • 13. M. Kurzynski and A. wolczowski, Multiple Classifier System applied to the Control of Bioprosthetic Hand Based on Recognition of Multimodal Biosignals. Proc. Of 15th Int. Conf. on Biomedical Engineering. Cham: Springer Int. Publishing, 2014, pp. 577-580.
  • 14. T.V. Camata, J.L. Dantas, T. Abro, M.C. Brunetto, A.C. Moraes, L.R. Altimari, Fourier and wavelet spectral analysis of EMG signals in supramaximal constant load dynamic exercise”, In engineering in Medicine and Biology Society (EMBC), 2010 Annual International Conference of the IEEE, Aug 2010, pp. 1364-1367.
  • 15. Kang SooKim, HeungHoChoi, chang SooMoo and Chi WoongMun. Comparison of k-nearest neighbour, quadratic discriminant and linear discriminant analysis in classication of electromyogram signals basedon the wrist-motiondirections. Current Applied Physics, 11 (3):740-745, May 2011.
  • 16. Michał Błędowski. Analiza biosygnałów dla sterowania decyzyjnego protezą dłoni. Rozprawa doktorska. Politechnika Wrocławska.
  • 17. Andrzej Wołczowski, Michał Błędowski, Jerzy Witkowski. The system for EMG and MMG signals recording for the bioprosthetic hand control. Journal of Automation, Mobile Robotics & Intelligent systems. 2017, vol. 111, nr 3, s. 22-29.
  • 18. Andrzej Wołoczowski, Michał Błędowski, Jerzy Witkowski System do rejestracji sygnałów EMG i MMG dla sterowania bioprotezą dłoni. W: Postępy robotyki. T. 1/pod red. Krzysztofa Tchonia i Cezarego Zielińskiego. Warszawa: Oficyna Wydawnicza Politechniki Warszawskiej, 2016. S. 167-178. (Prace Naukowe – Politechnika Warszawska. Elektronika, ISSN 0137-2343; z. 195)
  • 19. A. Wołoczowski, J.S. Witkowski, Stanowisko badawcze do akwizycji biosygnałów, Raporty Inst. Inform. Autom. Robot. PWroc. 2013, Ser. PRE nr 47, Wrocław, 2013.
Uwagi
PL
Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-1fb3052c-5dc9-4108-a1aa-1c9ba60a4d9c
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.