Нейронна мережа в середовищі NI LabVIEW для класифікації сигналів електроміограм

Скорочена інформація про документ
dc.contributor.advisorСоломін, Андрій В’ячеславович
dc.contributor.authorБорисенко, Роман Володимирович
dc.date.accessioned2025-06-24T09:58:59Z
dc.date.available2025-06-24T09:58:59Z
dc.date.issued2025
dc.description.abstractАктуальність роботи: Зростаючий інтерес до керованих електроміографічними сигналами протезів, на фоні війни та великої кількості ампутацій різного типу, стимулює розвиток точних, доступних і адаптивних систем зчитування та обробки біоелектричної активності м’язів. Особливо важливою є розробка програмного забезпечення для керування такими системами, яке є зрозумілим, гнучким і легкомодифікованим. Це відкриває нові можливості для досліджень, адаптації під конкретного користувача або клінічний випадок. Натомість більшість сучасних комерційних рішень є закритими — вони захищені авторськими правами, інтелектуальною власністю, патентами чи контрактними обмеженнями. Це ускладнює їхню адаптацію, аналіз або використання в освітньому процесі. Тому створення відкритих і доступних систем на базі візуального середовища, такого як NI LabVIEW, має суттєву практичну та наукову цінність. Мета дипломної роботи: Запропонувати реалізацію нейронної мережі в середовищі NI LabVIEW для класифікації сигналів електроміограм шляхом виділення з них груп інформативних ознак та навчання мережі. Для досягнення мети поставлено наступні задачі: 1. Проаналізувати існуючі технологічні рішення щодо використання штучних нейронних мереж для керування біонічними протезами. 2. Запропонувати алгоритми попередньої обробки сигналів електроміограм щодо оптимального виділення з них груп інформативних ознак для навчання нейронної мережі та розробити відповідні модулі у середовищі NI LabVIEW. 3. Реалізувати нейронну мережу в середовищі NI LabVIEW, тренувати та тестувати її на реальних базах сигналів електроміограм, проаналізувати результати.
dc.description.abstractotherRelevance of the work: Growing interest in prostheses controlled by electromyographic signals, against the backdrop of war and a large number of amputations of various types, stimulates the development of accurate, accessible, and adaptive systems for reading and processing bioelectrical muscle activity. It is particularly important to develop software for controlling such systems that is understandable, flexible, and easily modifiable. This opens up new opportunities for research, adaptation to a specific user, or clinical case. However, most modern commercial solutions are closed—they are protected by copyright, intellectual property, patents, or contractual restrictions. This complicates their adaptation, analysis, or use in the educational process. Therefore, the creation of open and accessible systems based on a visual environment such as NI LabVIEW has significant practical and scientific value. The goal of the thesis: To propose the implementation of a neural network in the NI LabVIEW environment for the classification of electromyogram signals by extracting groups of informative features from them and training the network. To achieve this goal, the following tasks are set: 1. Analyze existing technological solutions for the use of artificial neural networks to control bionic prostheses. 2. Propose algorithms for the preprocessing of electromyogram signals for the optimal extraction of groups of informative features from them for training the neural network and develop appropriate modules in the NI LabVIEW environment. 3. Implement a neural network in the NI LabVIEW environment, train and test it on real electromyogram signal databases, and analyze the results.
dc.format.extent65 с.
dc.identifier.citationБорисенко, Р. В. Нейронна мережа в середовищі NI LabVIEW для класифікації сигналів електроміограм : дипломна робота ... бакалавра : 163 Біомедична інженерія / Борисенко Роман Володимирович. - Київ, 2025. - 65 с.
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/74405
dc.language.isouk
dc.publisherКПІ ім. Ігоря Сікорського
dc.publisher.placeКиїв
dc.subjectнейронна мережа
dc.subjectNI LabVIEW
dc.subjectAML
dc.subjectсигнал електроміограм (ЕМГ-сигнал)
dc.subjectNeural network
dc.subjectNI LabVIEW
dc.subjectAML
dc.subjectelectromyogram signal (EMG signal)
dc.titleНейронна мережа в середовищі NI LabVIEW для класифікації сигналів електроміограм
dc.title.alternativeNeural network in NI LabVIEW environment for classification of electromyogram signals
dc.typeBachelor Thesis

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Borysenko_bakalavr.pdf
Розмір:
2.23 MB
Формат:
Adobe Portable Document Format
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
8.98 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Бакалаврські роботи (БМІ)
Бакалаврські роботи