Соломін, Андрій ВячеславовичІзюмкін, Петро Ілліч2022-01-112022-01-112021Ізюмкін, П. І. Рекурентна згорткова нейронна мережа з викорастанням сигналу зусілля м’язів : магістерська дис. : 163 Біомедична інженерія / Ізюмкін Петро Ілліч. – Київ, 2021. – 76 с.https://ela.kpi.ua/handle/123456789/45837Актуальність роботи пов’язана з задачею створення нейронного інтерфейсу на основі поверхневої електроміограми (sEMG) у зв'язку з проблемою управління біонічними протезами та робототехнічними системами. Метою роботи є розробка системи класифікації рухів кінцівок пацієнта на основі нейронної мережі та спеціальної технології виділення інформаційних ознак із сигналів sEMG. Для цього сформульовано такі задачі: аналіз методів виділення інформаційних ознак з сигналів sEMG, які слугували вхідною інформацією для нейронної мережі; проектування структури нейронної мережі; написання коду нейронної мережи; проведення навчання і тестування нейронної мережі. Об'єкт дослідження – сигнал поверхневої електроміограми. Предмет дослідження – технологія (алгоритм) класифікації рухів кінцівок пацієнта на основі нейронної мережі з глибоким навчанням та спеціальної обробки сигналів sEMG. Новизна полягає в запропонованому методі перетворення сигналів sEMG для виділення інформаційних ознак та розробці відповідної нейронної мережі для оптимізації параметрів надійності класифікації рухів кінцівок пацієнта. За результатом роботи були опубліковані: стаття «Methods of extracting information of muscle effort from the surface electromyography signals for using as input features of a neural network» в журналі «Modern engineering and innovative technologies», Німеччина, випуск №17, Жовтень, 2021, тези «Methods of identifying information signs for a neural interface based on a surface electromyogram» у конференції «Technique and technology of the future '2021», Німеччина,Жовтень, 2021, і тези «Методи виділення інформаційних ознак для нейронного інтерфейсу на основі поверхневої електроміограми» у конференції «Information systems and technologies in medicine» Листопад 25-26, 2021, Харків, Україна. Практична значимість пов’язана з розробкою та удосконаленням систем управління біонічними протезамиukнейронна мережаПЕМГsEMGдиференціаціярухи кінцівкиLabVIEWPythonсигнал зусилля м'язуNeural NetworksEMGDifferentiationLimb's movementsLabVIEWPythonMuscle effort signalMaster Thesis76 с.616/833-073-7