14640

دست مصنوعي كنترل‌شونده با سيگنال‌هاي عضلاني

1402

احسان دارستاني فراهاني

بيماراني كه از قطع عضو اندام فوقاني رنج مي‌برند، كاهش توانايي قابل توجهي در انجام فعاليت‌هاي مختلف دارند. دست‌هاي مصنوعي موجود در حال حاضر، به دنبال بازگرداندن توانايي‌هاي از دست رفته افراد قطع عضو هستند. اين دست‌هاي مصنوعي، سيگنال‌هاي الكترومايوگرافي را از الكترودهاي سطحي قرار گرفته روي عضلات باقي‌مانده عضو قطع‌شده، دريافت مي‌كنند و با پردازش‌هاي لازم روي سيگنال‌هاي دريافت‌شده، حالات مختلف دست را تشخيص مي‌دهند. سپس بر اساس حالت دست تشخيص داده شده، فرامين لازم به موتورهاي متصل به انگشتان دست مصنوعي ارسال مي‌شوند تا حركات دست را شبيه‌سازي كنند. چگونگي انجام مراحل مذكور، در كيفيت و نحوه عملكرد دست مصنوعي نقش دارد. از جمله عوامل موثر در عملكرد اين دست‌ها، مي‌توان به تعداد و نحوه‌ي قرارگيري الكترودها، ويژگي‌هاي استخراج شده از سيگنال‌ها و روش طبقه‌بندي حركات دست اشاره كرد. در اين مطالعه مروري، به بررسي روش‌هاي مختلف براي كنترل پروتزهاي دست با استفاده از سيگنال‌هاي الكترومايوگرافي (EMG) پرداخته شده است. روش‌هاي مورد بررسي، شامل سيستم‌هاي مبتني بر منطق فازي هستند كه با دقت بالا و قابليت اطمينان در تشخيص حركات دست عمل مي‌كنند. همچنين، الگوريتم‌هاي يادگيري ماشين مانند KNN و SVM به‌طور گسترده براي تفكيك حالات دست و بهبود دقت طبقه‌بندي استفاده شده‌اند. در ادامه، شبكه‌هاي عصبي و يادگيري عميق، به ويژه شبكه‌هاي عصبي پيچشي (CNN)، به‌عنوان ابزاري قدرتمند براي ساده‌سازي پردازش سيگنال‌ها و افزايش دقت شناسايي حركات مطرح شده‌اند. علاوه بر اين، پردازش‌هاي پيچيده‌تر سيگنال مانند تجزيه تنسور براي استخراج ويژگي‌هاي پيچيده از سيگنال‌هاي EMG معرفي شده‌اند.

11/13/2024 12:00:00 AM

86410

1404/02/07

Prosthetic hand controlled by EMG signals

طبقه‌بندي حركات دست , الكترومايوگرافي , دست مصنوعي

Electromyography , Prosthetic hand , hand movement classification