Біотехнічна система класифікації патернів ЕМГ-сигналів на основі штучних нейронних систем
Вантажиться...
Дата
2026
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Актуальність теми: поверхнева електроміографія є перспективним неінвазивним методом керування біотехнічними системами. Але міжіндивідуальна варіабельність ЕМГ-сигналів знижує точність класифікації жестів на нових користувачах, а наявні рішення вимагають дорогого спеціалізованого обладнання. Тому розробка доступного прототипу є актуальним завданням сучасної біомедичної інженерії.
Мета: реалізувати апаратно-програмну біотехнічну систему класифікації патернів ЕМГ-сигналів із підвищеними експлуатаційними характеристиками
Завдання:
1. Провести огляд існуючих методів реєстрації ЕМГ-сигналів, апаратних платформ та нейромережевих підходів до класифікації жестів руки.
2. Розробити та навчити багатомасштабну 1D CNN зі SE-увагою. 3. Зібрати апаратний прототип на базі Arduino UNO та сенсора SEN0240.
4. Реалізувати алгоритм донавчання моделі на індивідуальних даних користувача та верифікувати систему в режимі реального часу.
5. Розробити механізм моніторингу впевненості моделі для автоматичного виявлення дрейфу сигналу та сигналізації про необхідність рекалібрування. 6. Проаналізувати обмеження прототипу та визначити напрями вдосконалення.
Опис
Ключові слова
поверхнева електроміографія, класифікація жестів руки, багатомасштабна CNN, SE-увага, персоналізоване донавчання, transfer learning, surface electromyography, hand gesture classification, multi-scale CNN, SE-attention, personalized fine-tuning, Arduino
Бібліографічний опис
Костенко, Б. В. Біотехнічна система класифікації патернів ЕМГ-сигналів на основі штучних нейронних систем : дипломна робота ... бакалавра : 163 Біомедична інженерія / Костенко Богдан Володимирович. - Київ, 2026. - 74 с.