ETD system

Electronic theses and dissertations repository

 

Tesi etd-07012009-210008


Thesis type
Tesi di laurea specialistica
Author
DONNO, ROBERTO
URN
etd-07012009-210008
Title
Classificazione real time, mediante la combinazione di features temporali e RQA, di segnali EMG per il controllo di interfacce uomo-macchina
Struttura
INGEGNERIA
Corso di studi
INGEGNERIA BIOMEDICA
Commissione
relatore Carpi, Federico
relatore Ferro, Marcello
relatore Prof. De Rossi, Danilo
Parole chiave
  • RQA
  • real-time
  • simulink
  • classificazione
  • EMG
Data inizio appello
21/07/2009;
Consultabilità
parziale
Data di rilascio
21/07/2049
Riassunto analitico
La tesi ha come scopo principale la classificazione real-time di alcuni movimenti delle dita. Questa si articola in diverse fasi: nella prima fase è stato studiato il posizionamento migliore che gli elettrodi devono avere sull&#39;avambraccio per l&#39;acquisizione (tramite un singolo canale) dei seguenti movimenti: movimento delle singole dita (5 movimenti) movimento dell&#39;indice, del medio, dell&#39;anulare e del mignolo insieme. Provate tre diverse configurazioni di elettrodi si è scelta la configurazione in corrispondenza della quale la matrice di confusione generata da diversi classificatori (MLP, rete di Kohonnen, PNN e VDC) dà il maggior numero di successi (classificazioni corrette). La seconda fase della tesi consiste infatti nell&#39;estrazione di features adeguate per la classificazione dei movimenti. Come features sono state usate delle features temporali combinate con delle feaures estratte tramite la Recurrence Quantification Analysis. La terza fase consiste in un modello elaborato in Simulink che effettua la classificazione real time dei movimenti. Il risultato (classe del movimento classificato) viene utilizzato in uscita dalla scheda d&#39;acquisizione (NI 6035E) per il controllo di un attuatore polimerico. <br>La tesi ha i seguenti risultati:<br>-la configurazione ottima degli elettrodi per l&#39;acquisizione dei movimenti descritti sopra.<br>-la combinazione di features temporali e quelle estratte tamite RQA porta a un risultato di classificazione migliore rispetto a quello che si ha se si prendono le diverse tipologie di features separatamente.<br>-il modello sviluppato in Simulink che lavora in real-time risponde molto velocemente al segnale EMG in ingresso da classificare.<br>
File