Σχεδίαση και ανάπτυξη συστήματος κινησιολογίας άνω άκρων μέσω ηλεκτρομυογραφίας
Design and development of an upper limb kinesiology system via electromyography
Διπλωματική εργασία
Συγγραφέας
Μποζίκας, Ραφαήλ Περικλής
Ημερομηνία
2024-07Επιβλέπων
Kandris, DionisisΛέξεις-κλειδιά
Πήχης ; Ηλεκτρομυογράφημα ; Ηλεκτρομυογράφος ; Επεξεργασία βιοσήματος ; Αλγόριθμοι ; Arduino ; MATLAB ; Πειράματα ; Κινήσεις άνω άκρων ; Μετρήσεις ; ΕκπαίδευσηΠερίληψη
Η Διπλωματική εργασία αφορά τον σχεδιασμό, την ανάπτυξη και την υλοποίηση ενός απλού συστήματος καταγραφής πολλαπλών κινήσεων των άνω άκρων. Μέσω της επιφανειακής ηλεκτρομυογραφίας και της ανάπτυξης του κατάλληλου αλγορίθμου επιτυγχάνεται η αναγνώριση συγκεκριμένων κινήσεων που θα εκτελεστούν για το πείραμα. Η ανάπτυξη του συστήματος αυτού είναι αποτέλεσμα διεπιστημονικής έρευνας, δηλαδή απαιτείται ένας συνδυασμός γνώσεων φυσιολογίας των νευρικών και μυϊκών κυττάρων, ανατομίας του πήχη, επεξεργασίας σήματος και μεθόδων και αλγορίθμων εκπαίδευσης. Η πειραματική διαδικασία περιλαμβάνει μια σειρά από πειράματα που περιλαμβάνουν περιοδικές επαναλήψεις συγκεκριμένων κινήσεων σε συγκεκριμένο χρονικό διάστημα, προκειμένου να ανιχνεύονται ορθά δεδομένα και όχι προϊόντα θορύβου και παρεμβολών. Αφού εκτελεστούν οι κινήσεις και πραγματοποιηθεί η καταγραφή τους, ξεκινά η εκπαίδευση και εξαγωγή αποτελεσμάτων και συμπερασμάτων.
Περίληψη
The diploma thesis concerns the design, development, and implementation of a simple system that records multiple upper limb movements. Through surface electromyography and the development of the appropriate algorithm, the recognition of specific movements to be executed for the experiment is achieved. The development of this system is the result of interdisciplinary research, requiring a combination of knowledge of the physiology of nerve and muscle cells, anatomy of the limb, signal processing, and methods and algorithms of training. The experimental procedure includes a series of experiments involving periodic repetitions of specific movements within a specific time frame, in order to correctly detect data and not artifacts of noise and interference. After the movements are executed and recorded, the training and extraction of results and conclusions begin.