Меню
Публикации
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
Главный редактор
НИКИФОРОВ
Владимир Олегович
д.т.н., профессор
Партнеры
doi: 10.17586/2226-1494-2020-20-4-617-624
УДК 681.2.084
ПОВЫШЕНИЕ ТОЧНОСТИ ПРОГРАММНО-АППАРАТНОГО КОМПЛЕКСА ДЛЯ ИЗМЕРЕНИЯ И РЕГИСТРАЦИИ МЫШЕЧНОЙ АКТИВНОСТИ
(на англ. яз.)
Читать статью полностью
Язык статьи - английский
Ссылка для цитирования:
Аннотация
Ссылка для цитирования:
Гаврилов С.А., Кыздарбекова А.С., Резников С.С. Повышение точности программно-аппаратного комплекса для измерения и регистрации мышечной активности фильтрацией несущей составляющей и частот выше измеря- емого диапазона сигнала // Научно-технический вестник информационных технологий, механики и оптики. 2020. Т. 20. № 4. С. 617–624 (на англ. яз.). doi: 10.17586/2226-1494-2020-20-4-617-624
Аннотация
Предмет исследования. Предложена методика фильтрации измерений мышечной активности для мобильного программно-аппаратного комплекса интерференционной электромиографии. Рассмотрен метод повышения динамического диапазона измерений за счет увеличения разрядности аналогово-цифрового преобразования для повышения точности и диапазона распознавания мышечной активности. Метод. Разработана модель фильтра сигналов от датчиков для контроллера мышечной активности в программном пакете Proteus Design Suite. Фильтр несущей составляющей сигнала на основе RC-фильтра высоких частот обеспечивает отвязку блока измерения от опорного напряжения датчика. Активный фильтр низких частот усиливает сигнал от датчика и фильтрует шумы выше диапазона частот сигналов мышечной активности. Основные результаты. Фильтрация несущей составляющей сигнала и повышение порядка фильтра низких частот, в моделировании показали положительные результаты. Приведены графики амплитудно-частотных характеристик и схемы моделей без RC-фильтра и с ним, с активным фильтром низких частот первого порядка и активным фильтром низких частот второго порядка. На основе методики фильтрации измерений мышечной активности разработана электрическая схема блока усиления для контроллера мышечной активности. Полученные результаты применены для модернизации прототипа мобильного программно-аппаратного комплекса интерференционной электромиографии. Практическая значимость. Областью применения разрабатываемого комплекса может быть система измерения и регистрации мышечной активности для сопровождения процесса реабилитации при движении пациентов с травмами и нарушениями работы опорно-двигательного аппарата. Данный комплекс может быть применен в различных нейрофизиологических исследованиях, где требуется отслеживание динамики мышечной активности в процессе движения обследуемого.
Ключевые слова: интерференционная электромиография, иЭМГ, измерение мышечной активности, ФВЧ ЭМГ-сигнала, активный ФНЧ ЭМГ-сигнала, нейрокомпьютерный интерфейс
Список литературы
Список литературы
1. Biomedical Signal Analysis / ed. by R.M. Rangayyan. John Wiley & Sons, 2015. 720 p. doi: 10.1002/9781119068129
2. Nowak M., Eiband T., Ramírez E. R., Castellini C. Action interference in simultaneous and proportional myocontrol: Comparing force- and electromyography // Journal of Neural Engineering. 2020. V. 17. N 2. P. 026011. doi: 10.1088/1741-2552/ab7b1e
3. Гаврилов С.А., Кыздарбекова А.А. Разработка прототипа программно-аппаратного комплекса для регистрации мышечной активности // Сборник трудов VIII Конгресса молодых ученых. Вып. 3. СПб., Университет ИТМО, 2019. С. 35–38.
4. Liu J., Ren Y., Xu D., Kang S.H., Zhang L.-Q. EMG-based real-time linear-nonlinear cascade regression decoding of shoulder, elbow, and wrist movements in able-bodied persons and stroke survivors // IEEE Transactions on Biomedical Engineering. 2020. V. 67. N 5. P. 1272–1281. doi: 10.1109/tbme.2019.2935182
5. Potocnik B., Divjak M., Urh F., Francic A., Kranjec J., Savc M., Cikajlo I., Matjacic Z., Zadravec M., Holobar A. Estimation of muscle co-activations in wrist rehabilitation after stroke is sensitive to motor unit distribution and action potential shapes // IEEE Transactions on Neural Systems and Rehabilitation Engineering. 2020. V. 28. N 5. P. 1208–1215. doi: 10.1109/TNSRE.2020.2980440
6. Pradhan A., Malagon G., Lagacy R., Chester V., Kuruganti U. Effect of age and sex on strength and spatial electromyography during knee extension // Journal of Physiological Anthropology. 2020. V. 39. N 1. P. 11. doi: 10.1186/s40101-020-00219-9
7. Finsterer J. EMG-interference pattern analysis // Journal of Electromyography and Kinesiology. 2001. V. 11. N 4. P. 231–246. doi: 10.1016/s1050-6411(01)00006-2
8. Ruonala V., Meigal A., Rissanen S.M., Airaksinen O., Kankaanpää M., Karjalainen P.A. EMG signal morphology and kinematic parameters in essential tremor and Parkinson’s disease patients // Journal of Electromyography and Kinesiology. 2014. V. 24. N 2. P. 300–306. doi: 10.1016/j.jelekin.2013.12.007
9. Meigal A., Fomina E. Electromyographic evaluation of countermeasures during the terrestrial simulation of interplanetary spaceflight in Mars500 project // Pathophysiology. 2016. V. 23. N 1. P. 11–18. doi: 10.1016/j.pathophys.2015.10.001
10. Horowitz P. Hill W. The Art of Electronics. 3rd ed. Cambridge University Press, 2015. 1220 p.
11. Борисенко А.Л. Схемотехника аналоговых электронных устройств. Функциональные узлы аналоговых устройств. CПб.: Изд-во Политехнического университета, 2016. 127 с.
12. Reference manual. STM32F405/415, STM32F407/417, STM32F427/437 and STM32F429/439 advanced Arm®-based 32-bit MCUs. STMicroelectronics, 2019.
13. Data sheet for ADS1256. Very Low Noise, 24-Bit Analog-to-Digital Converter. Texas Instruments, 2013.
14. Data Sheet ADR01/ADR02/ADR03/ADR06 Ultracompact, Precision 10.0 V/5.0 V/2.5 V/3.0 V Voltage References. Analog Devices, 2019.
15. Data sheet for OPAx350 High-Speed, Single-Supply, Rail-to-Rail Operational Amplifiers MicroAmplifier Series. Texas Instruments, 2015.