中大機構典藏-NCU Institutional Repository-提供博碩士論文、考古題、期刊論文、研究計畫等下載:Item 987654321/69375
English  |  正體中文  |  简体中文  |  全文笔数/总笔数 : 66984/66984 (100%)
造访人次 : 22691784      在线人数 : 404
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧:
  • 您可在西文检索词汇前后加上"双引号",以获取较精准的检索结果
  • 若欲以作者姓名搜寻,建议至进阶搜寻限定作者字段,可获得较完整数据
  • 进阶搜寻


    jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/69375


    题名: Classification of Lower Limb Motion for Hemiparetic Patients through IMU and EMG Signal Processing
    作者: 李欣達;Li,Hsin-Ta
    贡献者: 生物醫學工程研究所
    关键词: 慣性感測;表面肌電圖;布氏動作階段;偏癱;分類;inertial sensing;surface electromyogram;Brunnstrom recovery stage;hemiparesis;classification
    日期: 2016-01-15
    上传时间: 2016-03-17 19:36:32 (UTC+8)
    出版者: 國立中央大學
    摘要: 本研究之目的在於發展一套針對偏癱患者下肢運動之布氏動作階段(Brunnstrom recovery stage)自動分級系統。本研究藉由自製無線九軸慣性感測器,結合市售無線生理表面肌電圖擷取裝置所架構之量測系統,測量患者之下肢動作訊號;隨後,本研究對所量測之訊號進行分析,萃取出對於布氏動作階段分級有用之特徵,用以訓練本研究所提出基於決策規則之分類系統,分別比較k最佳鄰居法、人工類神經網路、以及支撐向量機等分類演算法之分類能力。交叉驗證則是使用更客觀的leave subjects out法取代過去常用之leave one out法,用以計算分類之成功率。實驗結果顯示使用支撐向量機演算法來分類布氏動作階段,相較於k最佳鄰居法、以及人工類神經網路能得到最高的正確率。本研究所提出之分類系統的穩健性則是透過訓練不同患者人數的資料進行驗證;並且根據其分類之結果,可以歸納出本研究所提出之自動分類演算法,具有準確預測偏癱患者下肢運動之布氏動作階段分類的潛力。;The purpose of this study is to develop an automatic system for classifying lower limb Brunnstrom stages of hemiparetic patients. In this study, the measurement system was employed both IMU and sEMG to acquire the lower limb motion signals from patients. Afterward, this study extracted some useful features for the proposed rule-based classification system and compared different classification algorithms such as k-nearest neighbor, artificial neural network and support vector machine.
    Instead of leave one out cross validation, the leave subjects out cross validation was used to calculate the successful rate of classification. The result of the experiment shows that SVM has the highest accuracy to classify Brunnstrom stage than k-NN and ANN. The robustness of this classification system was verified by training different number of subject data. According to the classification result, it can be concluded that the proposed classification system has the potential to predict the lower limb Brunnstrom stage for hemiparetic patients.
    显示于类别:[生物醫學工程研究所 ] 博碩士論文

    文件中的档案:

    档案 描述 大小格式浏览次数
    index.html0KbHTML374检视/开启


    在NCUIR中所有的数据项都受到原著作权保护.

    社群 sharing

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈  - 隱私權政策聲明