Bajardi: 216-18 guruh talabasi Mahmanazarov Sirojiddin Qabul qildi: Azimov Bunyod Ishdan maqsad

2.(EMG) signalini ishlatishning afzalliklari meditsinada
Biotibbiyot signali qiziqishning jismoniy o'zgaruvchisini ifodalovchi har qanday organdan olingan umumiy elektr signalini anglatadi. Bu signal odatda vaqtning funktsiyasi bo'lib, uning amplitudasi, chastotasi va fazasi bo'yicha tavsiflanadi. EMG signali nerv-mushak faoliyatini ifodalovchi qisqarish paytida mushaklarda hosil bo'ladigan elektr tokini o'lchaydigan biotibbiy signaldir. Asab tizimi doimo mushaklarning faoliyatini nazorat qiladi (qisqarish / bo'shashish). Demak, EMG signali asab tizimi tomonidan boshqariladigan va mushaklarning anatomik va fiziologik xususiyatlariga bog'liq bo'lgan murakkab signaldir. EMG signali turli to'qimalarda harakatlanayotganda shovqinga ega bo'ladi. Bundan tashqari, EMG detektori, ayniqsa terining yuzasida bo'lsa, turli xil signallarning o'zaro ta'sirini yaratishi mumkin bo'lgan bir vaqtning o'zida turli motor bloklaridan signallarni to'playdi.
EMG signallarini kuchli va ilg'or metodologiyalar bilan aniqlash biotibbiyot muhandisligida juda muhim talabga aylanmoqda. EMG signali tahliliga qiziqishning asosiy sababi klinik diagnostika va biomedikal ilovalardadir. Dvigatel nogironligini boshqarish va reabilitatsiya qilish sohasi muhim dastur sohalaridan biri sifatida belgilangan. EMG signallaridagi Dvigatel birligining harakat potentsiallarining (MUAP) shakllari va otish tezligi nerv-mushak kasalliklari diagnostikasi uchun muhim ma'lumot manbai bo'lib xizmat qiladi. EMG signalini tahlil qilish uchun tegishli algoritmlar va usullar mavjud bo'lganda, signalning tabiati va xususiyatlarini to'g'ri tushunish va turli xil EMG signallari bilan bog'liq ilovalar uchun apparat dasturlarini amalga oshirish mumkin.
Hozirgacha ushbu sohada yaxshi algoritmlarni ishlab chiqish, mavjud metodologiyalarni yangilash, shovqinni kamaytirish va aniq EMG signallarini olish uchun aniqlash usullarini takomillashtirish bo'yicha tadqiqotlar va keng ko'lamli sa'y-harakatlar amalga oshirildi. Protez qo'llarni boshqarish, tushunish va inson va mashinaning o'zaro ta'siri uchun bir nechta apparat dasturlari amalga oshirildi. EMG signallarini tahlil qilishning dolzarb muammolarini tasniflash va qabul qilingan choralarni asoslash uchun tekshiruv o'tkazish juda muhimdir.
EMG yozish texnologiyasi nisbatan yangi. Sirt elektromiyografiyasi (sEMG, mushak signallarini o'rganish uchun maxsus texnika) signalida mavjud bo'lmagan nochiziqlarni aniqlash va tavsiflash, fazani baholash, normallikdan kelib chiqqan holda aniq ma'lumotlarni olishda hali ham cheklovlar mavjud (1, 2) Tizimni qayta qurish an'anaviy algoritmlari turli cheklovlar va sezilarli hisoblash murakkabligiga ega va ko'plari yuqori dispersiyani ko'rsatadi (1). Signalni qayta ishlash texnologiyalari va matematik modellardagi so'nggi yutuqlar EMGni aniqlash va tahlil qilishning ilg'or usullarini ishlab chiqishni amaliy qildi. Turli xil matematik usullar va sun'iy intellekt (AI) katta qiziqish uyg'otdi. Matematik modellarga to'lqinli konvertatsiya, vaqt-chastota yondashuvlari, Furye transformatsiyasi, Wigner-Ville taqsimoti (WVD), statistik o'lchovlar va yuqori darajali statistika kiradi. Signalni aniqlashga AI yondashuvlari orasida sun'iy neyron tarmoqlari (ANN), dinamik takrorlanuvchi neyron tarmoqlar (DRNN) va loyqa mantiq tizimi mavjud. Genetik algoritm (GA) shuningdek, EMG kirishlarini istalgan qo'l harakatlariga xaritalash uchun rivojlantiriladigan apparat chipida qo'llanilgan.
Wavelet transformatsiyasi EMG kabi statsionar bo'lmagan signallarga juda mos keladi. Uskunada WVD dan foydalangan holda vaqt chastotasi yondashuvi biofeedback holatlarida ma'lum motor bloklarini o'qitish uchun ishlatilishi mumkin bo'lgan real vaqtda asbobni yaratishga imkon beradi. Tasodifiy vaqt seriyalariga qo'llaniladigan HOS ning o'ziga xos xususiyatlari tufayli EMG signalini tahlil qilish uchun yuqori tartibli statistik (HOS) usullaridan foydalanish mumkin. Bispektr yoki uchinchi tartibli spektr Gauss shovqinini bostirishning afzalliklariga ega.