Analiza sygnałów EMG

• Autorzy: Dobrowolski A. , Tomczykiewicz K. , Komur P.

Warianty tytułu

EN

EMG signal analysis

• Języki publikacji: PL

Abstrakty

PL

Statystyczne opracowanie wyników badania elektromiograficznego zapewnia w większości przypadków prawidłową klasyfikację patologii bez określenia stopnia ciężkości choroby. Celem rozpoczętych badań jest stworzenie aplikacji, która wykorzystując specjalnie opracowane algorytmy cyfrowego przetwarzania sygnałów, w sposób automatyczny i jednoznaczny wyznaczy rodzaj patologii oraz - być może - stopień uszkodzenia badanego mięśnia. Drugim celem publikacji jest uporządkowanie medycznych pojęć związanych z badaniami elektromiograficznymi w kontekście inżynierskim, co pozwoli ukonstytuować niezbędną płaszczyznę porozumienia łączącą środowiska medyczne i techniczne.

EN

The statistical study of the electromyography examination results, secure in most cases the correct classification of pathology without a grade of disease qualification. The aim of beginning works is to create an application, which applies dedicated digital signal processing algorithms, automatically and unambiguously determine the kind of pathology and perhaps the grade of disease. Another aim of this paper is to clarify medical concepts connected with electromyography examination in an engineering context. This allows us to form essential common ground linked to medical and technical environments.

Słowa kluczowe

PL

analiza; sygnały EMG

EN

analysis; EMG signal

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2006
• Tom: R. 52, nr 9 bis
• Strony: 94--96
• Opis fizyczny: Bibliogr. 7 poz.

Twórcy

autor

Dobrowolski A.

autor

Tomczykiewicz K.

autor

Komur P.

• Instytut Systemów Elektronicznych Wydział Elektroniki, Wojskowa Akademia Techniczna, Warszawa,

Bibliografia

• [1] E. Zalewska, I. Hausmanowa-Petrusewicz: Effectiveness of motor unit potentials classification using various parameters and indexes. Cl. Neurophysiology, vol. 111, 2000
• [2] S. Shahid, J. Walker, G. M. Lyons, C. A. Byrne, A.V. Nene: Application of higher order statistics techniques to EMG signals to characterize the motor unit action potential. IEEE Transactions on Biomedical Engineering, vol. 52, 2005
• [3] C. I. Christodoulou, C. S. Pattichis: Unsupervised pattern recognition for the classification of EMG signals. IEEE Trans. on Biomedical Engineering, vol. 46, 1999
• [4] C. S. Pattichis, A. G. Elia: Autoregressive and cepstral analyses of motor unit action potentials. Medical Engineering & Physics, vol. 21, 1999
• [5] C. S. Pattichis, M. S. Pattichis: Time-scale analysis of motor unit action potentials. IEEE Trans. on Biomedical Engineering, vol. 46, 1999
• [6] I. Rodriguez-Carreno, A. Malanda-Trigueros, L. Gila-Useros, J. Navallas-Irujo, J. Rodriguez-Falces: Filter design for cancellation of baseline-fluctuation in needle EMG recordings. Computer methods and programs in biomedicine, vol. 81, 2006
• [7] E. Stalberg, S. D. Nandedkar, D. B. Sanders, B. Falck: Quantitative motor unit potential analysis. Clinical Neurophysiology, vol. 13(5), 1996