Informacja

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

Wyszukujesz frazę "diagnostyka EMG" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Problems in estimation of hand grip force based on EMG signal
Problemy w estymacji siły zacisku ręki bazując na sygnale EMG
Autorzy:
Barański, R.
Grzeczka, A.
Powiązania:
https://bibliotekanauki.pl/articles/327200.pdf
Data publikacji:
2015
Wydawca:
Polska Akademia Nauk. Polskie Towarzystwo Diagnostyki Technicznej PAN
Tematy:
EMG analysis
EMG diagnostics
grip force
human hand
analiza EMG
diagnostyka EMG
siła zacisku
ręka
Opis:
There has recently been a significant increase in the number of publications on and applications of bioelectric signals for diagnostic purposes. While the use of ECG (electrocardiography) is not surprising, the use of signals from registration of brain activity (EEG) and muscles activity (EMG) still finds new applications in various fields. The authors focus on the use of EMG signals for estimating hand grip force. Currently, EMG signals are broadly used in limb rehabilitation after severe injuries, surgeries, long immobilizations. Such parameters as maximal voluntary contraction (MVC) used for that purpose do not enable comparison of the forces generated by the muscles, for example, of two different people. It is connected, inter alia, with individual features of the studied person, as well as with a significant scatter of the measured EMG values for the same muscle, e.g. on different days of EMG measurements. The paper presents results of preliminary research whose final effect is to develop a procedure allowing force estimation in force units and estimation of the accuracy of the results. A series of tests was performed on two people. The tests showed the most important elements influencing disturbance of homogeneity of the obtained measurements with the same stimulation of the muscle. The authors focus only on determining hand grip force.
W ostatnich czasach można zauważyć znaczny wzrost ilości publikacji jak i zastosowań sygnałów bioelektrycznych w celach diagnostycznych. O ile nikogo nie dziwi stosowanie sygnału EKG (elektrokardiografia), to wykorzystanie sygnałów pochodzących z rejestracji aktywności mózgu (EEG) czy mięśni (EMG) nie stanowi nowum. Tematem zainteresowań autorów jest wykorzystanie sygnałów EMG do szacowania siły zacisku ręki. Obecnie, można się spotkać z bardzo szerokim zastosowaniem sygnałów EMG przy rehabilitacji kończyn po silnych urazach, operacjach, długich unieruchomieniach. Wykorzystywane w tym celu parametry jak maximal voluntary contraction (MVC) nie umożliwiają porównywania sił generowanych przez mięśnie dla np. dwóch różnych osób. Jest to związane m.in. z czynnikami osobniczymi badanych, jak i z ze znacznym rozrzutem mierzonych wartości EMG dla tego samego mięśnia np. w różnych dniach wykonywania pomiarów EMG. W pracy zaprezentowano wyniki wstępnych badań, których końcowym efektem jest opracowanie procedury, która umożliwi estymację siły w jednostkach siły, wraz z oszacowaniem dokładności uzyskanego wyniku. Dla dwóch osób wykonano serię badań, w wyniku których zaobserwowano najważniejsze z elementów wpływających na zaburzenia jednorodności uzyskiwanych pomiarów przy takim samym pobudzaniu mięśnia. Skoncentrowano się wyłącznie na wyznaczaniu siły zacisku ręki.
Źródło:
Diagnostyka; 2015, 16, 2; 21-26
1641-6414
2449-5220
Pojawia się w:
Diagnostyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
System diagnostyki aktywności ruchowej z zastosowaniem systemu Android
Diagnosis of physical activity system by using Android
Autorzy:
Tutak, J. S.
Wyłupek, A.
Powiązania:
https://bibliotekanauki.pl/articles/136076.pdf
Data publikacji:
2017
Wydawca:
Wyższa Szkoła Techniczno-Ekonomiczna w Szczecinie
Tematy:
diagnostyka
mechatronika
system Android
mechatronics
hardware system
software system
Android
EMG measurements
Opis:
Wstęp i cel: Celem projektu było zbudowanie systemu do diagnozy aktywności ruchowej osób z wykorzystaniem urządzenia wyposażonego w system Android. Przeprowadzona diagnoza nie jest jedynie oparta o wskazania z czujników na pokładzie telefonu. Wraz z nią współpracuje układ odpowiedzialny za pomiar aktywności mięśni. Materiał i metody: Aplikacja dla systemu Android napisana została w języku Java. System uruchamia ją za pomocą maszyny wirtualnej Dalvik. Aplikacja została przygotowana w środowisku Android- Studio przy pomocy powyższego języka. W artykule omówiono sposób działania systemu z uwzględnieniem pomiaru sygnałów EMG z zastosowaniem zewnętrznego urządzenia Neurobit Optima. Wyniki: Wynikiem pracy jest w pełni funkcjonalny prototyp. Przeprowadzono szczegółowe testy potwierdzające poprawność działania opracowanego systemu. Wniosek: Opisany system jest nowatorski z pozytywnymi opiniami przyszłych użytkowników.
Introduction and aim: The article presents the issues of the system to the diagnosis the physical activity of people using the Android-based device. The main goal of the project was to create a system responsible for the measurement of activity the muscles and physical movement parameters. Material and methods: The project has been designed and implemented based on software Android - Studio and Neurobit Optima for EMG measurements. Results: The result of work is fully functional prototype assist device. Conclusion: The method described is innovative with positive test and opinion of future users.
Źródło:
Problemy Nauk Stosowanych; 2017, 6; 163-172
2300-6110
Pojawia się w:
Problemy Nauk Stosowanych
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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