بررسی ویژگی های زمانی ، فرکانسی و غیر خطی استخراج شده از سیگنال الکترومایوگرام سطحی در طبقه بندی حرکات دست

در این مقاله یک سیستم طبقه بندی حرکات دست مبتنی بر استخراج ویژگی از سیگنال الکترومایوگرام سطحی ارایه می شود. اینمطالعه در پنج مرحله ی اصلی انجام می شود : مرحله ی اول جمع آوری داده هاست. یک دسته داده از پایگاه NINAPROدریافت می شود. این پایگاه داده شامل داده های کینماتیک و الکترومایوگرام سطحی از عضلات ساعد یک سوژه ی سالم طی انجام52 حرکت انگشت، مچ و دست است. مرحله ی دوم پیش پردازش داده های خامی است که در مرحله ی اول گردآوری شده اند.بدین منظور از فیلتر گذاری مناسب حوزه ی فرکانس مبتنی بر تبدیل موجک استفاده می شود تا نویز سیگنال الکترومایوگرامسطحی ثبت شده کاهش یابد. در گام پردازش حرکت های مشابهی که به صورت تصادفی تکرار شده اند، در کنار یکدیگر قرارگرفته اند تا امکان برچسب گذاری بهینه ی حرکت ها فراهم شود. مرحله ی چهارم استخراج ویژگی از سیگنال تمیز است.مجموعه ی ویژگی های استخراج شده به عنوان ورودی ساختار طبقه بندی کننده که مرحله ی ششم این مطالعه را تشکیل میدهد در نظر گرفته می شود. دقت مجموعه ای از طبقه بندی کننده ها نزدیک ترین همسایه، ماشین بردار پشتیبان خطی و غیرخطی ، درخت تصمیم گیری و شبکه عصبی در طبقه بندی ویژگی ها سنجیده می شود و طبقه بندی کننده ی برتر انتخاب میشود. سپس هر ویژگی در طبقه بندهای برتر مورد بررسی قرار میگیرد. هدف از این کار مقایسه ی طبقه بندی کننده های خطی وغیر خطی با توجه به ویژگی های برتر در طبقه بندی حرکات با دقت و سرعت است . خروجی طبقه بندی کننده ی بهینه نوعحرکت انجام شده است و تمامی شبیه سازی ها تحت نرم افزار MATLAB صورت می پذیرد.