research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
MEASUREMENT OF HUMAN LEG JOINT ANGLE THROUGH MOTION BASED ON ELECTROMYGRAPHY (EMG) SIGNAL1

Author: Dr. Yousif I. Al-Mashhadany2,
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2011 Volume: 11 Issue: 2 Pages: 44-55
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract: Surface electromyography (SEMG) measurement technique for the signal was produced through the contraction of muscles in a human body. The surface electrode is connected on the skin of the muscle. This paper presents an off-line design for the estimation of the actual joint angle of a human leg obtained in performing flexion-extension of the leg at slow and high speeds movement. The design is composed of two phases. The first is measurement of real EMG signal of human leg performance by using SEMG technique and processing this signal with filtering, amplification and then normalized with maximum amplitude. The second phase is to design an artificial neural network (ANN) and train it to predict the joint angle from the parameters extracted from the SEMG signal. Three main parameters of EMG signal are used in the prediction process: Number of turns in a specific time period, duration of signal repetition and amplitude of signal. The design of ANN includes the identification of a performing human leg EMG signal with two speed levels (slow-fast) and estimation of knee joint angle by recognition process depending on the parameters of real measured EMG signal. The real EMG signal is measured from full leg-extension to full leg-flexion by (3 sec) with slow motion and (1 sec) at fast motion. Root mean square (RMS) errors were calculated between the actual angle (measured by the trigonometric formula was applied with any human leg gives real EMG signal measurement) and the angle predicted by the neural network design. This design is simulated by using MATLAB Ver. R2010a, and satisfying results are obtained. That explains the ability of estimation of joint angle for human leg, where the RMS errors are obtained from (0.065) to (0.015) at fast speed leg flexion -extension and from (0.018) to (0.0026) at slow speed leg flexion-extension.

الخلاصة:تقنية قياس أشارة التحفيز العضلي باستخدام المتحسس السطحي إثناء تقلص عضلات الجسم البشري الذي يربط على الجلد المغطي للعضلة. هذا البحث يقدم تصميم لتخمين زاوية المفصل للساق البشري التي تحصل نتيجة انقباض – انبساط الساق عند الحركة البطيئة والسريعة. هذا التصميم يتكون من طورين الأول هو قياس أشارة التحفيز الحقيقة وإدخالها على عمليات عديدة كالتنقية والتكبير والتسوية مع أعلى قيمة للإشارة أما الطور الثاني فيضم تصميم شبكة عصبية صناعية وتدريبها لتخمين زاوية المفصل بالاعتماد على ثلاث خواص رئيسية ( عدد القمم في فترة محددة ، فترة الإشارة ، مستوى الإشارة ) لإشارة التحفيز للعضلات التي تسبب الحركة ( التقلص أو الانبساط ) وتصميم التخمين باستخدام الخلايا العصبية الصناعية يتضمن عملية التعليم والتعريف للإشارة التحفيز وعملية التخمين لقيمة الزاوية إثناء الحركة السريعة والتي قدرت بحوالي ثانية واحدة كحركة انقباض وانبساط وحوالي 3 ثانية كحركة بطيئة .تمت المقارنة بين درجة الخطأ في التخمين مع القياس الحقيقي لزاوية المفصل والتي حسبت بطريقة المثلثات، تمت محاكاة هذا التصميم باستخدام الماتلاب 2010a وحصلت على نتائج مرضية تبين إمكانية اعتماد هذا التصميم لقياس زاوية المفصل إثناء الحركة بالاعتماد على إشارة التحفيز العضلي لبعض العضلات المسببة لهذه الحركة حيث كانت نسبة الخطأ في الحركة البطيئة تتراوح ( 0.018) - (0.0026) وفي الحركة السريعة (0.065)- (0.015).


Article
HD-sEMG Gestures Recognition by SVM Classifier for Controlling Prosthesis

Authors: Mofeed Turky Rashid2 --- Hanadi Abbas Jaber1
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2019 Volume: 19 Issue: 1 Pages: 10-19
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Electromyography signals (EMG) are an important source to infermotion intention. It has been broadly applied in human-machine interfacing tocontrol the neurorehabilitation devices such as prosthesis and rehabilitationrobot. HD-sEMG is a muscle's activity recorded at the delimited area of theskin using 2D array electrode. This strategy permits the analysis of sEMGsignals in both temporal and spatial domain. Recent studies display that thespatial distribution of HD-EMG maps improves the recognition of tasks. Thiswork investigates the use of HD-EMG recording to control upper limbprosthesis. The classification of eight hand gestures of able-bodied subjects wasdeveloped. Three feature sets were presented in this work. HOG features, timedomain features(TD) and the combination of HOG and average intensityfeatures (AIH). Combination of features possibly improved the performance ofthe classifier. Results show that the combined of intensity features and HOGfeatures achieved higher performance of classifier than other features(Acc=99.37%, P=98.375%, S=97.5%).

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2019 (1)

2011 (1)