Десктопний додаток для аналізу параметрів ходи людини на основі мультимодальних сенсорних даних
Вантажиться...
Дата
2026
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Актуальність теми. Порушення локомоторних функцій є одним із найбільш поширених наслідків неврологічних захворювань та травм опорно-рухового апарату. Традиційні методи клінічної оцінки ходи часто базуються на візуальному спостереженні, що є суб'єктивним та не дає кількісної оцінки динаміки реабілітації. Використання інерційних датчиків (IMU) у поєднанні з електроміографією (ЕМГ) та алгоритмами машинного навчання дозволяє створити доступні системи мобільного моніторингу для об’єктивної діагностики патологій ходи в реальному часі.
Мета роботи – Підвищення інформативності систем моніторингу локомоторних функцій шляхом розробки десктопного додатку для автоматизованого аналізу параметрів ходи людини на основі мультимодальних сенсорних даних.
Завдання дослідження:
1. Проаналізувати сучасні методи та засоби цифрової обробки сигналів ходи.
2. Розробити алгоритм багатоканальної фільтрації та адаптивної детекції циклів кроку.
3. Впровадити методику розрахунку комплексних індексів асиметрії (SI) та енергоефективності (EFF), коефіцієнта варіабельності (CV), домінуючої частоти (DomFreq), середньої тривалості кроку (Stride Mean), показника м'язового залучення (EMG Activation).
4. Побудувати та навчити модель машинного навчання для прогнозування ризику патології.
5. Реалізувати програмний прототип із графічним інтерфейсом та базою даних.
Об’єкт дослідження – процес ходи людини та супутні сигнали прискорення й м’язової активності.
Предмет дослідження – алгоритми обробки сигналів, екстракція ознак та моделі машинного навчання для оцінки стану локомоції та виявлення патологій.
Методи дослідження: цифрова фільтрація Баттерворта (DSP) – для очищення сигналів; швидке перетворення Фур’є (FFT) – для спектрального аналізу; статистичні методи – для розрахунку варіабельності (CV); ансамблеве навчання (Random Forest) – для інтелектуальної класифікації станів.
Наукова новизна: вперше запропоновано поєднати часо-частотні ознаки ходи з розрахунковими індексами біомеханічної енергоефективності (EFF) та асиметрії (SI) для підвищення точності класифікації. Удосконалено алгоритм адаптивної детекції піків, що дозволяє стабільно виділяти цикли кроку при низькоамплітудних патологічних сигналах.
Практичне значення. Розроблено програмний комплекс, який забезпечує автоматизоване формування медичних звітів та ведення журналів пацієнтів у базі SQLite.
Опис
Ключові слова
аналіз ходи, акселерометрія, електроміографія, машинне навчання, random forest, варіабельність ходи, індекс асиметрії, енергоефективність, sqlite, біомеханіка, gait analysis, accelerometry, machine learning, random forest, gait variability, asymmetry index, energy efficiency, sqlite, biomechanics
Бібліографічний опис
Мусійчук, І. О. Десктопний додаток для аналізу параметрів ходи людини на основі мультимодальних сенсорних даних : дипломна робота ... бакалавра : 163 Біомедична інженерія / Мусійчук Ілля Олександрович. - Київ, 2026. - 95 с.