التعرف على أنماط الالتقاط بالاعتماد على إشارات حساسات EMGs بالاستعانة بقاعدة البيانات NINA PRO

الملخص

يركز هذا البحث على تطوير التحكم بطرف صناعي كبديل ذكي للطرف المبتور بالاستعانة بالإشارات الكهربائية العضليةEMG  لتعويض حركات الالتقاط التي تقوم بها اليد البشرية. بداية، تمت دراسة حركات الالتقاط التي تستطيع اليد البشرية القيام بها بالإضافة لدراسة نماذج الأذرع البديلة المنجزة عالمياً وإمكانياتها. بناء عليه، اقترحنا تصنيف حركات الالتقاط في أربع اصناف بناء على عدد الأصابع المشاركة بعملية الالتقاط بالإضافة الى وضع الراحة. جرى الاعتماد في الدراسة على النسخة الخامسة من قاعدة البياناتNINA PRO والتي تفترض وجود سوارين من الحساسات العضلية يتضمن كل منها ثمانية حساسات مثبتة على ساعد الطرف المبتور بحيث يكون هناك انزياح زاوي بينها. تعتمد الخوارزمية المقترحة على تحويل اشارات الحساسات العضلية الى مصفوفة مقيّسة بأبعاد تعتمد على عدد الحساسات وعلى معدل تحصيل البيانات خلال النافذة الزمنية للحركة، ومن ثم تحويل المصفوفة الى صورة بتدرج رمادي. بالاعتماد على خوارزميات التعلم العميق، تم اختبار عدة نماذج حيث استطعنا تصنيف هذه الاشارات ضمن الأصناف الخمسة بكفاءة عالية وبدقة تصنيف 95.89% باستخدام الشبكات العصبونية التلافيفية CNN.