Computational Intelligence in Electromyography Analysis: A Perspective on Current Applications and Future Challenges

دسته بندی: پزشکی
ویرایش:  
نویسندگان: Naik G.R. (Ed.)  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 458 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 22 مگابایت 

قیمت کتاب (تومان) : 59,000

نیویورک: ITAe، 2012. - 458p. این کتاب مروری به روز شده از کاربردهای پردازش سیگنال و پیشرفت‌های اخیر در الکترومیوگرافی (EMG) از جنبه‌های مختلف ارائه می‌کند. و کاربردهای مختلف در تحقیقات بالینی و تجربی. ضمن ارائه چندین نتیجه جدید و توضیح الگوریتم‌های موجود، مقدمه‌ای مفصل با تکنیک‌ها و کاربردهای پردازش سیگنال EMG به خوانندگان ارائه می‌دهد. .
الکترومیوگرافی (EMG) تکنیکی برای ارزیابی و ثبت فعالیت الکتریکی تولید شده توسط عضلات اسکلتی است. EMG ممکن است به صورت بالینی برای تشخیص مشکلات عصبی عضلانی و برای ارزیابی نقص‌های بیومکانیکی و کنترل حرکتی و سایر اختلالات عملکردی استفاده شود. علاوه بر این، می توان از آن به عنوان سیگنال کنترلی برای ارتباط با دستگاه های ارتز و/یا پروتز یا سایر کمک های توانبخشی استفاده کرد. .
این کتاب در 18 فصل تنظیم شده است که رویکردهای نظری و عملی فعلی تحقیق EMG را پوشش می دهد. . محتوا:
مقدمه.
مدلسازی EMG.
مدلسازی EMG.
مدلسازی تحریک مغناطیسی Transcrania I در مطالعه پیگیری یک ساله بیماران مبتلا به سکته مغزی ایسکمیک خفیف.
روابط بین الکترومیوگرافی سطحی و قدرت در طول انقباضات رمپ ایزومتریک.
مقایسه با EMG دویدن با پای برهنه و دویدن.
تاثیر متفاوت استراتژی‌های درمان فازهای انقباض و آرام‌سازی عضلانی در پردازش و تجزیه و تحلیل سیگنال EMG در حین تمرین چرخه‌ای.
تجزیه و تحلیل و کاربردهای EMG.
تجزیه و تحلیل غیرخطی سیگنال‌های EMG سطحی.
نرمال‌سازی سیگنال‌های EMG: نرمال سازی نشده و به چه چیزی باید عادی شود؟
مفید بودن فرکانس های متوسط ​​و میانه در آنالیز الکترومیوگرافی.
روش های استخراج ویژگی برای مطالعه الکترومیوگرافی سطحی و اندازه گیری های سینماتیکی در بیماری پارکینسون.
تمایز ناهنجاری ها عمل جراحی بر اساس سیگنال های EMG سطحی.
EMG دسامبر ترکیب و برداشتن مصنوعات.
EMG اسفنکتر برای تشخیص آتروفی چندگانه سیستم و اختلالات مرتبط یک سیستم فازی عصبی برای آنالیز سیگنال میوالکتریک از بخش دست-بازو.
طراحی و کنترل یک انگشت عضلانی مصنوعی مبتنی بر IPMC مبتنی بر EMG.
کاربرد الکترومیوگرافی سطحی در دینامیک حرکت انسان.
واقعیت مجازی و افزوده: رویکردی جدید برای کمک به کاربران پروتزهای میوالکتریک.
کسب سیگنال با استفاده از EMG سطحی و ملاحظات طراحی مدار برای پروتزهای رباتیک.

New York: ITAe, 2012. - 458p. This book presents an updated overview of signal processing applications and recent developments in Electromyography (EMG) from a number of diverse aspects and various applications in clinical and experimental research. It will provide readers with a detailed introduction to EMG signal processing techniques and applications, while presenting several new results and explanation of existing algorithms. .
Electromyography (EMG) is a technique for evaluating and recording the electrical activity produced by skeletal muscles. EMG may be used clinically for the diagnosis of neuromuscular problems and for assessing biomechanical and motor control deficits and other functional disorders. Furthermore, it can be used as a control signal for interfacing with orthotic and/or prosthetic devices or other rehabilitation assists. .
This book is organized into 18 chapters, covering the current theoretical and practical approaches of EMG research. . Contents:
Preface.
EMG Modelling.
EMG Modeling.
Modelling of Transcrania I Magnetic Stimulation in One-Year Follow-Up Study of Patients with Minor Ischaemic Stroke.
Relationships Between Surface Electromyography and Strength During Isometric Ramp Contractions.
Comparison by EMG of Running Barefoot and Running Shod.
Influence of Different Strategies of Treatment Muscle Contraction and Relaxation Phases on EMG Signal Processing and Analysis During Cyclic Exercise.
EMG Analysis and Applications.
Nonlinear Analysis of Surface EMG Signals.
Normalization of EMG Signals: To Normalize or Not to Normalize and What to Normalize to?
The Usefulness of Mean and Median Frequencies in Electromyography Analysis.
Feature Extraction Methods for Studying Surface Electromyography and Kinematic Measurements in Parkinson's Disease.
Distinction of Abnormality of Surgical Operation on the Basis of Surface EMG Signals.
EMG Decomposition and Artefact Removal.
Sphincter EMG for Diagnosing Multiple System Atrophy and Related Disorders.
EMG Applications: Hand Gestures and Prosthetics.
Hand Sign Classification Employing Myoelectric Signals of Forearm.
Proposal of a Neuro Fuzzy System for Myoelectric Signal Analysis from Hand-Arm Segment.
Design and Control of an EMG Driven IPMC Based Artificial Muscle Finger.
Application of Surface Electromyography in the Dynamics of Human Moviment.
Virtual and Augmented Reality: A New Approach to Aid Users of Myoelectric Prostheses.
Signal Acquisition Using Surface EMG and Circuit Design Considerations for Robotic Prosthesis.