Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Dobrowolski, P." wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Projekt integratora danych sensorycznych do detekcji niekontrolowanych upadków
    Multisensor data integrator to detect uncontrolled falls
    Autorzy:
    Wójtowicz, B.
    Dobrowolski, A. P.
    Powiązania:
    https://bibliotekanauki.pl/articles/209071.pdf
    Data publikacji:
    2013
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    detekcja upadków
    fuzja sensoryczna
    żyroskop
    akcelerometr
    magnetometr
    czujnik ciśnienia
    fall detection
    data fusion
    gyroscope
    accelerometer
    magnetometer
    pressure sensor
    Opis:
    Co trzeci człowiek powyżej 65. roku życia przynajmniej raz do roku narażony jest na upadek [1, 2]. W roku 2002 z powodu upadków zmarło 391 tysięcy ludzi [1]. Upadki oraz urazy nimi spowodowane stanowią istotny problem zdrowia publicznego i często wymagają natychmiastowej pomocy medycznej. Bardzo szybka detekcja niekontrolowanego upadku pozwala na skrócenie czasu hospitalizacji, a przede wszystkim zmniejszenie potencjalnego ryzyka wystąpienia groźnych powikłań pourazowych. W niniejszym artykule zaprezentowano projekt bezprzewodowego urządzenia do detekcji niekontrolowanych upadków. Zaprojektowane urządzenie zaopatrzone jest w cztery sensory: żyroskop, akcelerometr, magnetometr oraz sensor ciśnienia. Dane z sensorów przetwarzane są w mikrokontrolerze, który w pierwszym etapie dokonuje operacji związanych z fuzją i integracją danych. Następnie w module decyzyjno-wnioskującym podejmowana jest decyzja o detekcji upadku i wyzwoleniu procedury alarmowej. Zgłoszenie alarmu odbywa się za pośrednictwem sieci bezprzewodowej, umożliwiającej podłączenie urządzenia do integratora sensorycznego, którym może być np. telefon komórkowy z dedykowaną aplikacją.
    At least once a year every third person over 65 years of age is exposed to a fall [1, 2]. 391,000 people died due to falls in 2002 [1]. Falls and injuries caused by them are an important public health problem and often require immediate medical attention. Very fast detection of uncontrolled falls shortens the duration of hospitalization and reduces the potential risk of serious complications of injuries. This paper presents the design of a wireless device for the detection of uncontrolled falls. The device consists of four sensors: a gyroscope, an accelerometer, a magnetometer, and a pressure sensor. Data from the sensors are processed in the microcontroller, which performs the operations of data fusion and integration. The decision about the fall detection is made in the next step and if it is needed, it triggers an alarm. Alarm notification is sent via wireless network. The device can be connected to the sensor integrator, i.e. a mobile phone with the dedicated application, which can call for help.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2013, 62, 4; 229-240
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Badania eksploatacyjne czterosensorowego detektora upadków
    Inspection of four-sensor falls detector
    Autorzy:
    Wójtowicz, B.
    Dobrowolski, A. P.
    Powiązania:
    https://bibliotekanauki.pl/articles/208393.pdf
    Data publikacji:
    2015
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    detekcja upadków
    fuzja sensoryczna
    dyskretna transformacja falkowa
    sieć wektorów nośnych
    falls detection
    data fusion
    discrete wavelet transform
    support vector machine (SVM)
    Opis:
    Zaprezentowane w niniejszym artykule badania stanowią kontynuację dotychczasowych prac mających na celu opracowanie mobilnego detektora upadków. Przedstawiony algorytm opiera się na dyskretnej transformacji falkowej sygnałów z dostępnych w detektorze sensorów oraz pojedynczym klasyfikatorze w postaci sieci wektorów nośnych - SVM (ang. Support Vector Machine). Do procesu redukcji cech zastosowano miarę istotności Fishera. W wyniku zmniejszenia liczby cech zmniejszeniu uległa również liczba wektorów nośnych sieci SVM, mająca bezpośredni wpływ na górne oszacowanie błędu klasyfikacji. Na podstawie otrzymanych wyników wyznaczono parametry klasyfikatora pozwalające na zaprezentowanie opracowanej koncepcji w polu krzywych ROC (ang. Receiver Operating Characteristics) oraz porównanie ich z wynikami otrzymanymi dla pojedynczych sensorów detektora. Opracowana koncepcja daje zdecydowanie lepsze rezultaty niż każdy z sensorów działający niezależnie. Rezultaty przeprowadzonych badań dały bardzo dobre wyniki w porównaniu z dotychczasowymi wynikami, przy znacznej redukcji liczby wymaganych deskryptorów. Z uwagi na ścisłą zależność pomiędzy liczbą danych uczących oraz liczbą wektorów nośnych, które bezpośrednio wpływają na górne oszacowanie błędu klasyfikacji, dokonano redukcji deskryptorów. W rezultacie uzyskano zadowalające efekty przy redukcji liczby deskryptorów z 38 do zaledwie 6, zapewniając, że górne oszacowanie błędu klasyfikacji, w zbiorze nowych danych testowych nie przekracza 5,3%.
    The studies presented in this article are the continuation of previous work to develop a mobile fall detector. The algorithm is based on a discrete wavelet transform of the signals from the sensors available at the detector and a linear support vector machine as a classifier. Fisher score method is used for feature selection in the proposed algorithm. As a result of reducing the number of features, the number of support vectors has been also reduced - it has a direct impact on the upper estimate of the classification error. On the basis of the obtained results, the classifier parameters have been calculated. This allows presenting the developed concept in the field of ROC curves (Receiver Operating Characteristics) and their comparison with the results obtained for individual sensors. The developed concept gives much better results than each of the sensors acting independently. The findings of this study have given very good results in comparison with the previous findings, with a significant reduction in the number of required features. Due to the close relationship between the number of training data and the number of support vectors which directly affect the upper estimate of the classification error, the number of features has been reduced. Finally, satisfactory results have been obtained with the reduction of the number of features from 38 to just six, ensuring that the upper estimation of the classification error in the set of the new test data does not exceed 5.3%.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2015, 64, 2; 45-58
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza falkowa potencjałów czynnościowych jednostek ruchowych
    Wavelet analysis of motor unit action potentials
    Autorzy:
    Dobrowolski, A. P.
    Tomczykiewicz, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/209119.pdf
    Data publikacji:
    2008
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    elektromiografia ilościowa (QEMG)
    potencjał czynnościowy jednostki ruchowej (PJR)
    transformata falkowa
    diagram
    diagnostyka medyczna
    quantitative electromyography (QEMG)
    motor unit action potential (MUAP)
    wavelet transform
    scalogram
    medical diagnosis
    Opis:
    Statystyczne opracowanie parametrów przebiegów czasowych potencjałów czynnościowych jednostek ruchowych zapewnia w wiekszości przypadków diagnozę, ale ze względu na niejednoznaczność w określaniu parametrów czasowych oraz ich liczbę, niezbędne jest duże doświadczenie neurologa interpretującego wyniki. W artykule zaprezentowano nowa metodę diagnozowania chorób nerwowo-mięśniowych, opartą na liniowej analizie dyskryminacyjnej skalogramów wyznaczonych za pomocą falek Symlet 4 z rzędu. Z otrzymanych w wyniku transformacji falkowej skalogramów wyekstrahowano sześć parametrów falkowych, które sprowadzono do pojedynczego parametru umożliwiającego dyskryminację przypadków prawidłowych, miogennych i neurogennych. Implementacja programowa proponowanej metody umożliwiła stworzenie komputerowego narzędzia diagnostycznego wspomagającego badanie elektromiograficzne o bardzo wysokim prawdopodobieństwie prawidłowej oceny stanu mięśnia.
    This paper presents a new approach to the computer aided diagnostic systems for the needs of quantitative electromyography. Electromyography is a functional examination which plays a fundamental role in diagnostics of muscles and nerves diseases. The method allows for distinction between records of a healthy muscle and a changed one as well as for determination whether pathological changes are of primary myogenic or neurogenic character. Statistical processing of electromyography examination performed traditionally in the time domain ensures mostly correct classification of pathology without determination of a disease progression. However, because of an ambiguity of temporal parameters definitions a diagnosis can include a significant error which depends strongly on physician experience. So far, medical practice imposes, as a consensus, registration of at least 20 different motor unit action potentials belonging to one muscle. Them selected temporal parameters (presented in the paper) are determined for each run and their mean values are calculated. In the final stage, these mean values are compared with a standard and including also additional electromyography information a diagnosis is given. An inconvenience of this procedure in a clinical practice consist in high time-consumption arising, among others, from the necessity of determination of many parameters, usually between 4 and 7. Additionally, as it was mentioned above, an ambiguity in determination of basic temporal parameters can cause doubts during comparison of parameters found by the physician with standard ones determined in other research center which mostly uses equipment of older generation. A new approach we presented is based on the analysis of wavelet scalograms of the motor unit action potentials calculated on the basis of Symlet 4. The scalograms provide the vector consisting of five features describing the state of a muscle that can be reduced to one feature. In consequence, the healthy, myogenic and neurogenic cases can be successfully classified with the use of a linear method. A final effect of the first research stage was development of a definition for single point discriminant directly enabling a unique diagnosis to be made. An essential advantage of the suggested discriminant is a precise and algorithmically realized definition which enables an objective comparison of examination results obtained by physicians with different experience and working in different research centers. So, the definition fulfils a fundamental criterion for the parameter used for standard preparation. A suggestion of the standard for selected muscle is presented in the last part of the paper. The aim of next studies is a definition of standards which could allow a unique classification of myogenic, neurogenic and physiological cases for a large group of muscles based on a more numerous population. Currently, the authors are working on implementation of suggested procedures into diagnostic software that could be compatible with Viking IV D system developed by the Nicolet BioMedical Inc.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2008, 57, 2; 55-70
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza wielorozdzielcza i sieć SVM w zastosowaniu do klasyfikacji potencjałów czynnościowych
    Multiresolution analysis and Support Vector Machine for motor unit classification
    Autorzy:
    Dobrowolski, A. P.
    Wierzbowski, M.
    Tomczykiewicz, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/209509.pdf
    Data publikacji:
    2009
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    elektromiografia ilościowa (QEMG)
    potencjał czynnościowy jednostki ruchowej (PJR)
    analiza wielorozdzielcza
    aproksymacja falkowa
    skalogram
    sieć SVM
    diagnostyka medyczna
    quantitative electromyography (QEMG)
    motor unit action potential (MUAP)
    multiresolution analysis
    wavelet approximation
    scalogram
    support vector machine (SVM)
    medical diagnosis
    Opis:
    W artykule przedstawiono nową metodę diagnozowania chorób nerwowo-mięśniowych opartą na analizie skalogramów wyznaczonych za pomocą falek Symlet 4. Z otrzymanych skalogramów wyekstrahowano 5 cech, które po analizie w sieciach SVM sprowadzono do pojedynczego parametru klasyfikującego analizowane przypadki do grupy miogennej, neurogennej i prawidłowej. Implementacja programowa metody stworzyła narzędzie diagnostyczne wspomagające badanie EMG o bardzo wysokim prawdopodobieństwie prawidłowej oceny stanu mięśnia (błąd całkowity wyniósł 0,66% - dwie błędne klasyfikacje na 300 badanych pacjentów).
    The paper presents a new approach to the computer aided diagnostic systems for the needs of quantitative electromyography. The approach is based on the analysis of wavelet scalograms of the motor unit action potentials calculated on the basis of 4th order Symlet wavelet. The scalograms provide the vector consisting of five features describing the state of a muscle. The vectors serve to carry out a classification of pathology by using Support Vector Machine method. The QEMG examination consists of the insertion of a needle electrode into a muscle and a registration of muscle potentials during low effort. Registered potentials are called motor unit action potentials (MUAPs). A diagnosis is usually preceded by a statistical analysis of a MUAP shape. An inconvenience of this procedure in a clinical practice is caused by high time- consumption arising, among others, from the necessity of determination of many parameters, usually between 4 and 7. Additionally, an ambiguity in determination of basic temporal parameters can cause doubts during comparison of parameters found by the physician with standard ones determined in other research centre, which mostly uses equipment of older generation. Measurement results on diagnostic method deprived of above - mentioned disadvantages are described in the paper. The aim of our work was a development of new methods for transformation of action potential signals observed in EMG records for healthy muscles and changed ones. The multiresolution decomposition method was devoted to determination of a vector of characteristic features of signals corresponding to analyzed categories. Then, this vector was used for effective recognition of these categories using linear Support Vector Machine technique. The final effect of research is development of a definition for numerical classificator directly enabling a unique diagnosis to be made. An essential advantage of the suggested classificator is a precise and algorithmically realized definition which enables an objective comparison of examination results obtained by physicians with different experience and working in different research centres. The presented diagnostic method ensures significantly better distinction between pathological and healthy cases as compared to methods using traditional parameters defined in time and frequency domains. Sensitivity of the wavelet method, for 100% specificity, amounts to 100% for myogenic and to 97% for neurogenic pathological states.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2009, 58, 3; 275-302
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selekcja cech osobniczych sygnału mowy z wykorzystaniem algorytmów genetycznych
    Selection of individual features of a speech signal using genetic algorithms
    Autorzy:
    Kamiński, K.
    Dobrowolski, A. P.
    Majda-Zdancewicz, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/949807.pdf
    Data publikacji:
    2016
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    biometria
    automatyczne rozpoznawanie mówcy
    algorytmy genetyczne
    selekcja cech
    biometrics
    automatic speaker recognition
    genetic algorithms
    feature selection
    Opis:
    W artykule przedstawiono system automatycznego rozpoznawania mówcy zaimplementowany w środowisku Matlab oraz pokazano sposoby realizacji i optymalizacji poszczególnych elementów tego systemu. Główny nacisk położono na wyselekcjonowanie cech dystynktywnych głosu mówcy z wykorzystaniem algorytmu genetycznego, który pozwala na uwzględnienie synergii cech podczas selekcji. Pokazano również wyniki optymalizacji wybranych elementów klasyfikatora, m.in. liczby rozkładów Gaussa użytych do zamodelowania każdego z głosów. Ponadto, podczas tworzenia modeli poszczególnych głosów zastosowano uniwersalny model głosów.
    The paper presents an automatic speaker’s recognition system, implemented in the Matlab environment, and demonstrates how to achieve and optimize various elements of the system. The main emphasis was put on features selection of a speech signal using a genetic algorithm which takes into account synergy of features. The results of optimization of selected elements of a classifier have been also shown, including the number of Gaussian distributions used to model each of the voices. In addition, for creating voice models, a universal voice model has been used.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2016, 65, 1; 147-158
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie i optymalizacja generatora cech dla systemu rozpoznawania mówcy
    Modeling and optimization of features generator for speaker recognition systems
    Autorzy:
    Majda, E.
    Dobrowolski, A. P.
    Smólski, B. L.
    Powiązania:
    https://bibliotekanauki.pl/articles/209417.pdf
    Data publikacji:
    2012
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    automatyczne rozpoznawanie mówcy
    analiza cepstralna
    ekstrakcja cech
    selekcja cech
    analiza składników głównych
    automatic speaker recognition
    cepstral analysis
    features extraction
    features selection
    principal component analysis
    Opis:
    W pracy przedstawiono zagadnienia związane z modelowaniem i optymalizacją generatora cech dla systemu automatycznego rozpoznawania mówcy (ang. Automatic Speaker Recognition - ASR). Etap generacji cech (parametryzacji sygnału mowy) jest fundamentalny w tego typu systemach, z uwagi na fakt, że unikatowy wektor cech ma decydujące znaczenie w procesie rozpoznawania. Zadaniem generatora cech jest opisanie sygnału mowy za pomocą możliwie mało licznego zbioru deskryptorów, bez utraty informacji istotnych z punktu widzenia rozpoznawania mówcy. Ponadto parametryzacja powinna wykazywać odporność na warunki akustyczne i techniczne rejestracji oraz na zawartość lingwistyczną rejestrowanego materiału. Badania przedstawione w referacie koncentrowały się przede wszystkim na wielokryterialnej optymalizacji wybranych parametrów generatora cech opartego na analizie cepstralnej, uwzględniającej dodatkowo selekcję cech. Oceny otrzymanych wyników dokonano w oparciu o analizę składników głównych (ang. Principal Component Analysis - PCA) zbioru deskryptorów wyznaczonych dla próbek głosu pochodzących od 24 mówców.
    The paper presents issues related to modeling and optimization of the features generator for the speaker recognition system (ASR - Automatic Speakers Recognition). Parameterization's stage of the speech signal (features generation) is fundamental in this type of systems, due to the fact that the unique vector of features is crucial in the process of recognition. The task is to describe the speech signal using descriptors as little as possible, without loss of relevant information to the speaker recognition. In addition, parametrization should have robust to acoustic and technical registration conditions and the recorded linguistic material. The research presented in this paper is focused primarily on the multicriteria optimization of selected parameters of the features generator based on cepstral analysis, additionally allowing features selection. Finally, evaluation of the results was based on the analysis of main components, a set of descriptors for the samples voice acquired from 24 speakers.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2012, 61, 4; 153-168
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    System automatycznego wsparcia triażu wykorzystujący algorytm drzewa decyzyjnego i funkcję szans przeżycia
    Automated triage supporting system with a decision tree algorithm and survival function
    Autorzy:
    Dobrowolski, Andrzej P.
    Oskwarek, Paweł
    Rokicki, Szymon
    Wiktorzak, Paweł
    Łubkowski, Piotr
    Murawski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/24065020.pdf
    Data publikacji:
    2022
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    parametry życiowe
    triaż
    sieć wektorów wspierających
    vital signs
    triage
    support vector machine
    Opis:
    Zdarzenia z dużą liczbą poszkodowanych są elementem nieodłącznie związanym z działaniami na polu walki. różnica między triażem stosowanym na polu walki i tym dotyczącym cywilnych wypadków o charakterze masowym wynika bezpośrednio ze specyfiki zdarzenia i założonych celów. Podczas konfliktów zbrojnych priorytetem jest zrealizowanie postawionych zadań i celów. z punktu widzenia dowodzenia misja ratowania poszkodowanych odbywa się w dużej mierze po to, by mogli oni jak najszybciej wrócić do dalszych działań - priorytetem na polu walki jest wykonanie misji, a nie ratowanie wszystkich rannych. w trakcie konfliktów zbrojnych siły i środki zawsze będą ograniczone, a ewakuacja poszkodowanych będzie musiała się odbywać wieloetapowo lub będzie wydłużona w czasie. ratownicy często mają do czynienia z przedłużającą się opieką na polu walki i są zmuszeni zajmować się rannymi dużo dłużej niż podczas cywilnych zdarzeń o charakterze masowym. implementacja nowych rozwiązań technologicznych minimalizujących potencjalny błąd ludzki, gromadzących i automatycznie analizujących dane medyczne w czasie rzeczywistym, umożliwi - szczególnie w teatrze działań wojennych - szybszą identyfikację stanu poszkodowanych i wyznaczenie priorytetów. obecnie, gdy wojna przybiera zupełnie inną formę, należy szukać rozwiązań, które dadzą szansę przeżycia rannym. Priorytetem w przypadku zdarzeń o charakterze masowym staje się jak najszybsza ocena parametrów życiowych. Pozwala to na celowane udzielenie pomocy i ma zmniejszyć śmiertelność poszkodowanych oraz dać szansę dotarcia specjalistycznej pomocy. wykorzystanie sztucznej inteligencji umożliwi zoptymalizowanie działań ratowników już na etapie docierania na miejsce zdarzenia. w artykule przedstawiono nowatorski algorytm segregacji uwzględniający wartość tzw. funkcji szans przeżycia, który jest elementem systemu wspomagania decyzji ewakuacji medycznej opartego na integracji monitoringu i analizy parametrów życiowych żołnierza z systemem zabezpieczenia medycznego.
    Events with a large number of casualties are an element inherent in activities on the battlefield. The difference in the triage used on the battlefield in relation to the triage used in the case of mass civil accidents results directly from the specificity of the event and the assumed goals. during armed conflicts, the priority is to achieve the tasks and goals set. From the point of view of the command, the mission to rescue the casualties takes place largely, so that they can be restored to further operations as soon as possible - the priority on the battlefield is to complete the mission, not to rescue all the wounded. during armed conflicts, forces and resources will always be limited, and the evacuation of the victims will have to be carried out in several stages or will be extended in time. rescuers often have to deal with prolonged care on the battlefield and they are forced to deal with the wounded much longer than during mass civilian incidents. The implementation of new technological solutions that minimise potential human error, collect and automatically analyse medical data in real time, will enable us - especially in the theater of war - faster identification of the condition of the injured and setting priorities. nowadays, when war takes a completely different form, solutions should be sought that will give the wounded a chance to survive. The priority in the case of MASCAL events is the quickest possible assessment of vital parameters that allow for targeted assistance, which are intended to reduce the mortality rate of the victims, give a chance to get specialist help. The use of artificial intelligence will make it possible to optimise the activities of rescuers already at the stage of reaching the scene of the event. The article presents an innovative segregation algorithm that takes into account the value of the so-called function of survival chances, which is an element of the medical evacuation decision support system, based on the integration of monitoring and analysis of soldier’s vital signs with the medical security system.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2022, 71, 3; 31--67
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza widmowa potencjałów jednostek ruchowych
    Spectral analysis of motor unit potentials
    Autorzy:
    Dobrowolski, A.
    Komur, P.
    Tomczykiewicz, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/210152.pdf
    Data publikacji:
    2007
    Wydawca:
    Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
    Tematy:
    cyfrowe przetwarzanie sygnałów
    elektromiografia ilościowa (QEMG)
    potencjał czynnościowy jednostki ruchowej (PJR)
    analiza widmowa
    digital signal processing
    quantitative electromyography (QEMG)
    motor unit action potential (MUAP)
    spectral analysis
    Opis:
    Statystyczne opracowanie wyników badania elektromiograficznego realizowane w dziedzinie czasu zapewnia w większości przypadków prawidłową klasyfikację patologii bez określenia stopnia zaawansowania choroby. Celem prezentowanych badań jest stworzenie aplikacji, która wykorzystując specjalnie opracowane algorytmy cyfrowego przetwarzania sygnałów, w sposób automatyczny i jednoznaczny wyznaczy rodzaj patologii oraz stopień uszkodzenia badanego mięśnia. Celem niniejszej publikacji jest wprowadzenie w dziedzinę elektromiografii klinicznej oraz uporządkowanie medycznych pojęć związanych z badaniami elektromiograficznymi w kontekście inżynierskim, pozwalające na stworzenie niezbędnej płaszczyzny łączącej krajowe środowiska medyczne i techniczne.
    Electromyography (EMG) is a functional examination which plays a fundamental role in diagnostics of muscles and nerves diseases. The method allows us for distinction between records of healthy muscle and a changed one as well as for determination whether pathological changes are of primary myogenic or neurogenic character. Statistical processing of electromyography examination performed in the time domain ensures mostly correct classification of pathology without determination of a disease progression. However, because of an ambiguity of temporal parameters definitions, a diagnosis can include a significant error which depends strongly on physician experience. So far, medical practice imposes, as a consensus, registration of at least 20 different functional potentials of motor units belonging to one muscle. Then, selected temporal parameters (presented in the paper) are determined for each run and their mean values are calculated. In the final stage these mean the values are compared with a standard and, including also additional clinical information, a diagnosis is given. A final effect of the first research stage was development of a definition for single point discriminant directly enabling a unique diagnosis to be made. An essential advantage of the suggested discriminant is a precise and algorithmically realized definition which enables an objective comparison of examination results obtained by physicians with different experience and working in different research centers. So, the definition fulfils a fundamental criterion for the parameter used for standard preparation. A suggestion of the standard for selected muscle is presented in the last part of the paper. The aim of next studies is a definition of standards which could allow a unique classification of myogenic, neurogenic, and normal cases for a large group of muscles based on a more numerous population. Currently, the authors are working on implementation of suggested procedures into diagnostic software that could be compatible with Viking IV D system developed by the Nicolet BioMedical Inc. The secondary purpose of the paper is a systematization of medical concepts related to electromyography examinations in the engineering context. The systematization should create a useful platform connecting domestic medical and technical societies.
    Źródło:
    Biuletyn Wojskowej Akademii Technicznej; 2007, 56, 1; 83-97
    1234-5865
    Pojawia się w:
    Biuletyn Wojskowej Akademii Technicznej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies