تفکیک حالت های منتخب صورت از طریق ویژگی های دامنه و فرکانسی سیگنال الکترومایوگرافی عضله گونه ای بزرگ به منظور تشخیص احساسات با استفاده از KNN

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 413

فایل این مقاله در 11 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AISC01_067

تاریخ نمایه سازی: 16 آبان 1401

چکیده مقاله:

شناخت وضعیت و حالت های صورت افراد در سیستم های هوشمند و خبره به منظور استفاده در موارد متعددی از جمله شناسایی افراد، پیش بینی وضعیت روحی، روانی و ... کاربرد دارد. ابزارهای مختلفی از جمله ابزارهای تصویری یا سیگنالی می تواند در انجام این کار راهگشا باشد. در این پژوهش با بررسی حالت های صورت در ۵ مرد با میانگین سنی ۵±۲۵ سال و میانگین وزنی ۶±۷۶ کیلوگرم، داده های الکترومایوگرافی مربوط به ۵ حالت مختلف صورت اخذ شده و پس از استخراج ویژگی های سیگنالی آن مشخص می گردد. دو ویژگی کشیدگی و میانگین بهترین حالت تفکیک سیگنال را برای ما به همراه دارند. نشان داده می شود با استفاده از دو ویژگی مذکور و استفاده از روش KNN تفکیک داده ها با صحت ۹۶.۷ درصد حاصل می گردد.

کلیدواژه ها:

الکترومایوگرافی ، کورتوسیس ، تشخیص حالت های صورت ، عضله گونه ای بزرگ

نویسندگان

نازنین معین

دانشجو کارشناسی مهندسی پزشکی بیوالکتریک دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد تهران شرق

محمدرضا احمدیان

دانشجو کارشناسی مهندسی پزشکی بیوالکتریک دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد تهران شرق

سارینا شبیری

دانشجو کارشناسی مهندسی پزشکی بیوالکتریک دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد تهران شرق

بابک رضایی افشار

استادیار مهندسی پزشکی بیوالکتریک دانشکده فنی و مهندسی دانشگاه آزاد اسلامی واحد تهران شرق