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
محل انتشار: اولین کنفرانس هوش مصنوعی و پردازش هوشمند
سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 413
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
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:
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