Разработка и исследование системы формирования сигналов управления для приводов устройств замещения утраченных функций на основе поверхностных миографических сигналов тема диссертации и автореферата по ВАК РФ 05.11.17, кандидат наук Бонилья Венегас Феликс Владимир

• Бонилья Венегас Феликс Владимир
• кандидат наук
• 2018

Оглавление диссертации кандидат наук Бонилья Венегас Феликс Владимир

Введение............................................................................... 4

ГЛАВА 1. АНАЛИЗ МЕТОДОВ БИОЭЛЕКТРИЧЕСКОГО УПРАВЛЕНИЯ В ЧЕЛОВЕКО-МАШИННЫХ СИСТЕМАХ............... 11

1.1. Классификация устройств, управляемых биоэлектрическими сигналами............................................................................... 11

1.2. Электромиографические сигналы и их применение в биотехнических системах «инвалид-протез».................................. 17

1.3. Принципы и методы биоэлектрического управления на основе

пЭМГ сигнала........................................................................ 22

Заключение по первой главе........................................................ 36

ГЛАВА 2. ВЛИЯНИЕ КИНЕМАТИЧЕСКИХ ПАРАМЕТРОВ ДВИЖЕНИЯ ПРЕДПЛЕЧЬЯ НА пЭМГ СИГНАЛ.................................. 39

2.1. Регистрация, обработка и анализ пЭМГ сигналов.................... 39

2.2. Биотехническая система для регистрации пЭМГ сигналов и кинематических параметров движения руки.................................. 41

2.3. Обработка и анализ пЭМГ сигналов при движении предплечья. 45

2.3.1. Анализ помех и шумов присутствующих в пЭМГ сигнале. ... 46

2.3.2. Фильтрация шумов с использованием вейвлет преобразования....................................................................... 51

2.3.3. Анализ пЭМГ сигналов во временной области.................. 60

2.3.4. Анализ пЭМГ сигнала в частотной области...................... 65

2.4. Синтез обучающих векторов для распознавания фаз движения

предплечья............................................................................. 68

Заключение по второй главе....................................................... 69

ГЛАВА 3. РАЗРАБОТКА ЭКСПЕРТНОЙ СИСТЕМЫ РАСПОЗНАВАНИЯ ФАЗ ДВИЖЕНИЯ ПРЕДПЛЕЧЬЯ.................. 71

3.1. Идентификация параметров движения предплечья с помощью экспертной системы.................................................................. 71

3.2. Уменьшение ошибки распознавания движения и оценки его

параметров........................................................................................................................................................85

Заключение по третьей главе............................................................................................................89

ГЛАВА 4 РАЗРАБОТКА И ИССЛЕДОВАНИЕ СИСТЕМЫ ФОРМИРОВАНИЯ УПРАВЛЯЮЩИХ СИГНАЛОВ ДЛЯ

ИСПОЛНИТЕЛЬНЫХ ПРИВОДОВ............................................................................................92

4.1. Разработка структуры системы формирования управляющих сигналов................................................................................................................................................................92

4.2. Имитационное моделирование системы формирования управляющих сигналов для исполнительных приводов........................................100

4.3. Синтез программного кода системы формирования управляющих сигналов..........................................................................................................................110

4.4. Экспериментальная проверка работы системы формирования

управляющих сигналов ....................................................................................................................116

Заключение по четвертой главе......................................................................................................124

Заключение............................................................................................................................................................125

Список использованных источников......................................................................................130

Приложение А..............................................................................................................................................141

Приложение Б..............................................................................................................................................142

Приложение В..............................................................................................................................................143

Приложение Г................................................................................................................................................145

Приложение Д................................................................................................................................................154

Приложение Е..................................................................................................................................................160

Приложение Ж..................................................................................................................................................166

Приложение З..................................................................................................................................................167

Приложение И................................................................................................................................................168

Приложение К................................................................................................................................................169

Приложение Л................................................................................................................................................170

Введение диссертации (часть автореферата) на тему «Разработка и исследование системы формирования сигналов управления для приводов устройств замещения утраченных функций на основе поверхностных миографических сигналов»

Актуальность работы. Несмотря на развитие производственных отношений и средств производства, норм и правил выполнения работ в настоящее время количество случаев потери человеком конечности или ее части к сожалению не уменьшается. В развитых странах, в среднем, на 1 миллион жителей выполняется 280-300 операций по ампутации конечностей. В Европе этот показатель составляет 250 операций на миллион жителей, в Японии — 210, а в России — 500. Более чем у половины пациентов после ампутации конечности наблюдаются депрессивные состояния, качество их жизни снижается из-за недостаточности функциональных возможностей средств протезирования.

В настоящее время в мире разрабатываются и уже началось применение разнообразных решений для протезов и ортезов, разработка вспомогательных роботов, предназначенных для восстановления или реабилитации двигательных функций человека. Во многих таких устройствах, являющихся «активными» биотехническими системами (БТС) (имеющими приводы), осуществляется управление на основе биоэлектрических сигналов. Однако, использующиеся в большинстве таких устройств амплитудно-частотные параметры этих сигналов, позволяют реализовать лишь простейшие стратегии возможного управления и, следовательно, функциональные возможности управления протезами будут существенно ограничены. Основной проблемой создания БТС управления движениями является отсутствие надежных методов обработки биоэлектрических сигналов (электромиографических сигналов), выделения информативных параметров и распознавания на их основе событий-наличие/отсутствие движения конечности, а так же определения целевых показателей движения - перемещение и скорости перемещения конечности.

Устройства, использующие электромиографические (ЭМГ) сигналы для

управления, могут быть разделены на два класса, в зависимости от способа

формирования входного сигнала для системы управления. В первом случае

используются имплантируемые микроэлектроды, что позволяет

непосредственно регистрировать сигналы, передаваемые нервными окончаниями к мышцам, и на их основе формировать управления для исполнительных приводов протеза при этом возникают необходимость хирургического вмешательства и высокая стоимость протеза и протезирования. Во втором случае получение сигнала, несущего информацию о движении, выполняется с помощью накожных электродов, в этом случае может быть обеспечена доступность решений по протезированию. Однако, получаемые с помощью внешних электродов, сигналы являются сильно зашумленными, их информативность значительно ниже получаемых с помощью имплантируемых электродов. Известные решения по управлению протезами на основе биоэлектрических сигналов получаемых накожными электродами не обеспечивают точность исполнения движений, которую можно было бы считать приемлемой. Основными причинами этого являются вариабельность параметров биоэлектрических сигналов мышечной активности, их зависимость от тренированности и состояния организма и других факторов.

Таким образом, можно утверждать, что создание систем, формирующих сигналов управления для исполнительных приводов электромеханических устройств на основе поверхностных электромиографических сигналов является актуальной задачей.

Цель работы. Разработка и исследование системы формирования сигналов управления для приводов устройств замещения утраченных функций на основе поверхностных электромиографических (пЭМГ) сигналов, обеспечивающей управление приводами исполнительных устройств замещения утраченных функций по скорости и положению

Задачи:

1. Экспериментальное исследование влияния параметров движения руки на пЭМГ сигнал. Разработка методов и способов качественного и количественного анализа пЭМГ сигналов с учетом их зашумленности с целью определения параметров движения руки.

2. Разработка метода комплексной обработки пЭМГ сигналов, обеспечивающего получение информативных признаков для распознавания мышечной активности и параметров движения руки человека.

3. Разработка метода фильтрации шумов в пЭМГ сигнале, не ухудшающих информативных признаков, получаемых для распознавания мышечной активности и параметров движения.

4. Разработка экспертной системы на базе искусственных нейронных сетей (ИНС) для распознавания движений и оценки параметров движений на основе пЭМГ сигналов.

5. Разработка математической модели, описывающей силомоментные и упруго-диссипативные свойства группы мышц бицепс/трицепс, для учета динамики движения руки конкретного человека при формировании управлений для исполнительного привода.

6. Разработка структуры биотехнической системы формирования сигналов управления на основе пЭМГ сигналов для исполнительных приводов устройств замещения утраченных функций.

7. Экспериментальные исследования эффективности работы системы обработки пЭМГ сигналов и формирования управлений.

Методы исследования. Для решения поставленных задач, использовались основные положения теории сигналов, теоретические и экспериментальные исследования с применением методов математического моделирования, статистического, спектрального и вейвлет анализа пЭМГ сигналов, методов распознавания образов на базе искусственных нейронных сетей.

Научная новизна работы. Разработан метод построения системы обработки пЭМГ сигналов, распознавания движений и формирования управлений для исполнительных приводов замещения утраченных функций, с использованием ИНС.

Предложен способ формирования входного вектора ИНС распознавания движений на основе комплексной обработки электромиографического сигнала с использованием статистического, спектрального анализа и вейвлет-преобразований.

Предложен эффективный способ фильтрации аддитивных помех, разработанный для пЭМГ сигнала, использующий вейвлет-преобразования и сохраняющий информативность сигнала достаточной, для решения задач распознавания и оценки параметров движения руки человека.

Предложен способ оценки упруго-диссипативных параметров мышц конкретного человека и определения параметров модели Хилла на этапе подготовки обучающей выборки с целью их последующего использования при управлении движением устройства замещения утраченных функций, что позволяет реализовать динамику движения протеза аналогичной динамике движения здоровой руки.

Практическая значимость работы. Разработан алгоритм оконной фильтрации аддитивных помех, интегрированный в алгоритм обработки пЭМГ сигнала и реализованный в базисе вейвлет преобразований.

Предложена структура экспертной системы в составе системы обработки пЭМГ сигналов и формирования сигналов управления, обеспечивающая решение задач распознавания движений верхней конечности и оценку их параметров.

Разработан метод надежного распознавания наличия/отсутствия движения руки и оценки параметров движений верхней конечности на основе ИНС, использующий пЭМГ сигнала только бицепса

Созданы функциональная и структурная схемы перспективных программно-аппаратных решений систем формирования управлений для исполнительных приводов замещения утраченных функций на основе пЭМГ сигналов, которые могут быть использованы в медицинских целях для создания

протезов, диагностики состояния опорно-двигательного аппарата пациентов и спортсменов а так же для создания биоуправляемых устройств и систем.

Разработан и апробирован макет программно-аппаратного комплекса системы обработки и анализа биопотенциалов мышечной активности, осуществляющий обработку пЭМГ сигналов и формирование управлений для исполнительного привода в реальном масштабе времени.

Практическая ценность работы заключается в том, что на основе теоретических и практических результатов, полученных в диссертационной работе, предложенных методов и способов, реализованных на этапе разработки экспертной системы могут проектироваться и создаваться иные биотехнические системы для восстановления или замещения утраченных функций человека, использующие обработку биоэлектрических сигналов с целью формирования управлений для исполнительных приводов.

Достоверность и обоснованность сформулированных в диссертации выводов и результатов обеспечена корректным использованием современных программно-аппаратных средств при проведении экспериментальных исследований и анализе полученных результатов, согласованностью параметров движения руки человека, совершаемых в экспериментальных условиях и этих же параметров, полученных разработанной системой формирования сигналов управления для исполнительных приводов замещения утраченных функций, а также результатами численных экспериментов на основе реальных данных.

Обоснованность выводов и решений, полученных автором в работе, подтверждается так же повторяемостью результатов и достижимостью требуемой функциональности созданных и действующих устройств, использующих биоэлектрические сигналы. В частности, разработаны и проходят лабораторные исследования экзоскелет с управлением приводами руки для человека, страдающего болезнью Паркинсона, а так же робот, помогающий человеку без рук принимать пищу, управляемый на основе пЭМГ сигналов человека. Разработки созданы автором и эксплуатируются в технологическом университете города Кито, Эквадор.

Наиболее существенные научные результаты, полученные лично автором и выносимые на защиту.

1. Результаты анализа сигналов мышечной активности при выполнении типовых движений руки, выполненного в базисе статистических и спектральных параметров пЭМГ сигнала.

2. Алгоритм фильтрации помех и шумов из пЭМГ сигнала на основе вейвлет-преобразований, реализованный программно и встроенный в алгоритм определения параметров пЭМГ сигнала.

3. Способ определения информативных параметров пЭМГ сигнала для решения задач распознавания движений верхней конечности и оценки их параметров.

4. Математическая модель движения верхней конечности человека, учитывающая антропометрические характеристики и упруго-диссипативные свойства мышц конкретного человека.

5. Алгоритм функционирования системы обработки пЭМГ сигналов и формирования сигналов управления для приводной подсистемы, которое характеризуется работой в реальном масштабе времени, с запаздыванием не более 200 мс.

Реализация результатов работы. Результатами диссертационной работы являются программно-аппаратные решения, алгоритмы и методики, обеспечивающие построение системы обработки биоэлектрических сигналов и формирования сигналов управления, предназначенной для биоэлектрического управления исполнительными механизмами в биотехнических системах (БТС) восстановления или замещения утраченных функций.

Созданный аппаратно-программный комплекс используется в учебном процессе при изучении студентами дисциплины «Компьютерное управление роботами и робототехническими системами» в Донском государственном

техническом университете и в технологическом университете города Кито, Эквадор.

Апробация работы. Основные положения диссертационной работы обсуждались и получили одобрение на первой научно-технической конференции по мехатронике «Технологического Университета города Кито» (Кито -Эквадор. 2013), на конференциях профессорско-преподавательского состава сотрудников и обучающихся ФГБОУ ВПО «Донской государственный технический университет» (ДГТУ) в 2012, 2014 и 2015 году.

Публикации. Результаты диссертационной работы отражены в 9-ми печатных работах, из них 3 - в рецензируемых научных журналах и изданиях.

Структура и объём работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 93 наименований. Текст изложен на 171 страницах и включает 53 рисунок, 11 таблиц. Приложения на 32 страницах.

Список литературы диссертационного исследования кандидат наук Бонилья Венегас Феликс Владимир, 2018 год

1. Абу Ханиех Я.Я. Методы управления и интеллектуальный протез руки/ Я.Я. Абу Ханиех, Г.Н. Буров // Труды 64 научно-техн. конференции НТОРЭС им. А.С. Попова. СПб ГЭТУ «ЛЭТИ», СПБ, 2009, С. 228-229.

2. Абу Ханиех Я.Я. Адаптивный протез руки: съем сигналов управления/ Я.Я. Абу Ханиех, Г.Н. Буров// Биомедицинская Радиоэлектроника.2010, вып. No 4. С. 20-24.

3. Александров Ю.И. Основы психофизиологии: Учебник / Отв. ред. Ю.И. Александров. - М.: ИНФРА-М, 1997.

4. Алеев Л. С., Бунимович, С. Г. Многоканальный метод воздействия при управлении некоторыми двигательными функциями. В кн.: Моделирование в биологии и медицине, в. 1. К., 1965.

5. Бадалян Л.О., Скворцов И.А. Клиническая элект- ромиография. М: Медицина; 1986. Badalyan L.O., Skvortsov I.A. Klinicheskaya elektromiografiya [Clinical electromyography]. Moscow: Meditsina; 1986.

6. Биоэлектрическое управление / В. С. Гурфинкель, А. E. Кобринский, М. Г, Брейдо и др.. М.: Наука, 1972. 248 с.

7. Бонилья В. Ф. Анализ сигнала ЭМГ двуглавой мышцы плеча в среде LabVIEW/ Бонилья, В. Ф. , А. В. Литвин, Е. А. Лукьянов, А. Н. Чернышов// Инновации, экология и ресурсосберегающие технологии (инэрт-2014).- Труды XI международного научно-технического форума.- Ростов-на-Дону 2014, с. 1394-1401.

8. Бонилья В. Ф. Влияние кинематических параметров движения предплечья на электромиографический сигнал двуглавой мышцы плеча/ В. Ф. Бонилья [и др.] // Вестник Донского Государственного Технического Университета-2014-N 4- C.48-67.

9. Бонилья В. Ф. Идентификация кинематичнских параметров движения предплечья с помощью технологий искусственных нейронных сетей / Ф.

Бонилья [и др.] // Вестник Дон. гос. техн. ун-та. - 2015. - Т. 15, № 1 (80). - С. 3947.

10. Бонилья Ф.В Математическое моделирование динамики движения верхней конечности / Ф. В. Бонилья [и др.]// Современные проблемы науки и образования [Электронный ресурс]: электрон. науч. журн. - 2015. - № 1. - Режим доступа: http://www.science-education.ru. - Загл. с экрана. - № гос. регистации 0421200037.

11. Бонилья В. Ф. Удаление шумов и помех из электромиографического сигнала с помощью вейвлет-преобразования / В. Ф. Бонилья [и др.] // Известия юго-западного государственного университета 2014-N°4-C.96-107.

12. Быков В.Л. Цитология и общая гистология (функциональная морфологии клеток и тканейч еловека).- Спб.: СОТИС, 1998 . - 520.

13. Бых А. И. Многофункциональный биоэлектрический протез руки, управляемый от одной усеченной мышцы/ А.И. Бых и [др.] // ВосточноЕвропейский журнал передовых технологий Выпуск № 6 (41) / том 5 / 2009. С. 42-46.

14. Воробьев В.И., Грибу-нин В.Г. Теория и практика вейвлет-преобразования. - СПб.: Изд-во ВУС, 1999. - 208 с.

15. Гаммер П., Сюсц К., Кальмар Я. Способ миоэлектрического управления искусственной конечностью / П. Гаммер, К. Сюсц, Я. Кальмар // [Электронный ресурс] URL: http://www.findpatent.ru/patent/210/2108768.html.

16. Гехт, Б.М. Теоретическая и клиническая электромиография / Б.М. 1. Гехт. — Л.: Наука, 1990. — 229 с.

17. Гурфинкель В. С.. Биоэлектрическое управление / В. С. Гурфинкель - М., 2012. - 248 с.

18. Гурфинкель В. С.. О соотношении биоэлектрической активности и величины развиваемого мышцей усилия. / В. С Гурфинкель //Конференция по проблемам нервно-мышечной физиологии. Тезисы докл. М., 1959, 23—24 февраля.

19. Давыдов А.В.. Тема 6: Пакетные вейвлет - преобразования. [Электронный

ресурс] / Давыдов, А.В. - URL: http://geoin.org/wavelet/doc/wave06.doc.

131

20. Дайтл Х., Виллбёргер Х. Система управления протезом от культи / http ://www.findpatent.ru/patent/241/2419399.html.

21. Кисть с микропроцессорной системой управления «Миотея» [Электронный ресурс] / URL: http ://www.npf- galatea.ru/ catalo g/id/80.

22. Кобринский А. Е., Биоэлектрическая система управления / А. Е. Кобринский [и др.]//"Докл. АН СССР", 1957, т. 117, № 1.

23. Кузнецов С. Ю. Использование вейвлет-пре-образования для анализа поверхностной ЭМГ [Электронный ресурс] / С.Ю. Кузнецов, Д.В. Попов, А.С. Бо- ровик, О.Л. Виноградова. - URL: http://phmag.imbp.ru/articles/Kuznetcov. pdf/.

24. Ляхов А.А, Применение фильтров савицкого-голея для обработки вольтамперных характеристик зондов ленгмюра/ Ляхов А.А, Шкуркин В.В. // Вестн. Ом. ун-та. 2012. No 4. С. 72-76.

25. Матев Иван Б. Реабилитация при повреждении руки / Иван Б. Матев, Стефан Д. Банков. пер. Т. В. Матвеевой. Изд-во София: Медицина и физкультура, 1981.-256 с.

26. Медико-социальная экспертиза и инвалидность при ампутациях конечностей // Медико-социальная экспертиза. URL: http://invalidnost.com/publ/mediko_socialnaja_ehkspertiza_pri_nekotorykh70_zabol cvanijakh/msch_i_invalidnost_pri_amputacijakh_koncchnostej/2-l-0-460.html (25.04.2017).

27. Николаев С. Г. Практикум по клинической электромиографии. / С. Г. Николаев // Издание второе, переработанное и дополненное. Изд-во Ивановская гос. мед. акад, 2003. 264 с.

28. Новиков Л.В. Основы вейвлет-анализа сигналов: учеб. пособие. - СПб.: ООО «Модус+», 1999. - 152 с.

29. Рангайян Р.М. Анализ биомедицинских сигналов. Практический подход / Р.М. Рангайян.- Москва: ФИЗМАТЛИТ, 2007. - 440 с.

30. Саврасов Г.В., Ющенко А.С. Основные направления развития медицинской робототехники // Мехатроника, No 4, 2000. - с. 34-39.

31. Саврасов Г. В. Медицинская робототехника: учеб. Пособие. Ч.1. - М.: Изд-во МГТУ им. Н. Э. Баумана, 2003. - 35с.

32. Сафин Д. Р. Информационно-измерительная система управления биоэлектрическим протезом / Д. Р. Сафин.- Автореферат диссертации на соискание ученой степени кан- дидата технических наук.- Астрахань - 2011.-Режим доступа: http://www.aspu.ru/images/ File/autorefs/2011/Safin.pdf.

33. Сафин Д. Р. Оценка эффективности различных конструкций электродов и усилителей биосигналов в системах управления протезами/ Д. Р. Сафин [и др.]// Известия высших учебных заведений. Поволжский регион № 2 (10), 2009 Технические науки. Электроника, измерительная и радиотехника.- 88-100.

34. Сафин Д. Р. Современные Системы управления протезами. Конструкции электродов и усилителей биосигналов/ Сафин Д. [др.]// ЭЛЕКТРОНИКА: Наука, Технология, Бизнес 4/2009. -Режим доступа: http://www.electronics.ru/journal/article/219. (Дата обращения 26.11.2014).

35. Селиванова, К Г. Математическое моделирование электромиографического сигнала / К Г. Селиванова, О. Г. Аврунин, А. А. Гелетка// Вюник НТУ "ХП1». 2014. №36(1079) /-Режим доступа: . http://repository.kpi.kharkov.ua/bitstream/KhPI-

Press/9377/1/vestnik HPI 2014 36 Selivanova Matematicheskoye.pdf.

36. Тугенгольд А.К. Итоги и перспективы развития исследований в области интеллектуального управления мехатронными технологическими системами / А.К. Тугенгольд [др.] // Вестник ДГТУ №5 - 2010, с. 48-67.

37. Яковлев А.Н. Введение в вейвлет-преобразования: учеб. пособие. -Новосибирск: Изд-во НГТУ, 2003. - 104 с.

38. Ajiboye A.,R.Weir, A heuristic fuzzy logic approach to EMG pattern recognition for multifunction prosthesis control./ Ajiboye, A.,R.Weir// IEEE Trans. 2005.

39. Al-Assaf Y., H.AN. Surface myoelectric classification for prostheses control. / Al-Assaf, Y., H.AN.//Jnl. of Med. Eng &Tech, 2005 29(5): 203-207c.

40. Angkoon P. The The Relationship between Anthropometric Variables and Features of Electromyography Signal for Human-Computer Interface / Angkoon Phinyomark, Franck Quaine, Yann Laurillau // Équipe Ingénierie de l'Interaction Homme-Machine - 2014. - Pp. 1-7.- Режим доступа: http://iihm.imag.fr/publs/2014/Full_Chapter_3rd.pdf (Дата обращения 09.04.2015).

41. Asghari Oskoei, H. Hu, 2007. Myoelectric control systems - a survey. / Asghari Oskoei, H. Hu // Biomedical Signal Processing and Control , 4 (4): 275-294.

42. Bigliassi M. Fourier and Wavelet Spectral Analysis of EMG Signals in 1-km Cycling Time-Trial/ M. Bigliassi // Applied Mathematics. - 1878-1886. - Vol. 5. -URL: http://www.scirp.org/journal/am.«Модус+», 2004. - 152 с.

43. Bonilla V.F. Study of noise and interference of surface electromyography signal and wavelet denoising / V. F. Bonilla and [ete.y/Национальнаяассоциацияученых (НАУ). Ежемесячныйнаучныйжурнал. № 2 (7) / 2015/- часть 3.-С. 32-36.

44. Burger H., F. Franchignoni, A. W. Heinemann. "Validation of theorthotics and prosthetics usersurvey upper extremity functional status module in people with unilateral upper limb amputation."/ Burger,H., F. Franchignoni, A. W. Heinemann // J Rehabil Med 40, No. 5 - 2008.

45. Carozza M. G. [и дрг.]. On the development of a novel adaptive prosthetic hand with compliant joints: Experimental platform and EMG control./ M. G. Carozza, [и дрг.],// In IEEE/RSJ Int. Conf. on Intelligent Robots and Systems, 1271-1276 - 2005.

46. Chrapka Philip. EMG Controlled Hand Prosthesis: EMG Classification System/ Chrapka Philip // Electrical and Biomedical Engineering Design Project (4BI6). Department of Electrical and Computer Engineering . McMaster University. Hamilton, Ontario, Canada. - Режим доступа: http://digitalcommons.mcmaster.ca/cgi/viewcontent.cgi?article=1034&context=ee4bi 6. . (Дата обращения 26.11.2014).

47. Chan B., [и дрг.]. Analysis of surface electromyography for on-off control. / B. Chan, [и дрг.у/Adv Mater Res 2013; 701: 435-439, URL: http://dx.doi.org/10.4028/www.scientific.net/AMR.701.435. (Дата обращения 28.11.2014).

48. Biomedical Eng, 52 (11): 280-291.

49. Chu J.U., [и дрг]. A real-time EMG pattern recognition system based on linear-nonlinear feature projection for a multifunction myoelectric hand./ J.U. Chu, [и дрг]. // IEEE Trans Biomed Eng 2006; 53(11): 2232-2239, URL: http://dx.doi.org/10.1109/ tbme.2006.883695. (Дата обращения 01.03.2015).

50. De Luca C.J. Physiology and mathematics of myoelectric signals / C.J. De Luca // IEEE Trans. Biomed. Eng.-1979- V.26.- Pp.313-325.

51. Earp J.E. Knee angle-specific EMG normalization: The use of polynomial based EMG-angle relationships / Earp J.E. [et al] // Journal Electromyogr. Kinesiol. (2012). -Режим доступа: http://dx.doi.org/10.1016/-Melekin.2012.08.015.

52. Englehart K., B. Hudgins. A robust, real-time control scheme for multifunction myoelectric control./ K. Englehart, B. Hudgins // IEEE Transactions on Biomedical Engineering, 50(7): 848-854 - 2003.

53. Englehart K., B. Hudgin, P. Parker. A wavelet-based continuous classification scheme for multifunction myoelectric control./ Englehart, K., B. Hudgin, P. Parker // IEEE Trans. on Biomedical Engineering, 48(3): 302-311 - 2001.

54. Farina D., & R. Merletti. Comparison of algorithms for estimation of EMG variables during voluntary isometric contractions./ Farina, D., & R. Merletti // Jnl. of Electromyography and Kinesiology, 10: 337-349 - 2000.

55. Farina D., Mesin L., Marina S., Merletti R.A. Surface EMG generation model with multilayer cylindrical description of the volume conductor./ D. Farina, L. Mesin, S. Marina, R.A. Merletti // IEEE Trans Biomed Eng 2004; 51(3): 415-426, http://dx.doi.org/10.1109/TBME.2003.820998.

56. Francisco J. Moreno Influence of type of movement termination and sport practice on muscle activity dur- ing elbow extension movements / Francisco J. Moreno Hernánde и [др.].- International Journal of Sport Science VOLUMEN IV. AÑO IV No 12 - Julio - 2008. p:72-84.

57. Hargrove L., K. Englehart, B. Hudgins. A comparison of surface and

intramuscular myoelectric signal classication./ L. Hargrove , K. Englehart, B. Hudgins

// IEEE Transactions on Biomedical Engineering, 54(5)-2007: 847-853.

135

58. Heloyse U. K. The Relationship Between Electromyography and Muscle Force/ Heloyse U. K. [и дрг]// -Режим доступа: http://cdn.intechopen.com/pdfs-wm/25852.pdf. (Дата обращения 26.11.2014).

59. Hermens H.J., Freriks B., Disselhorst-Klug C., Rau G. Development of recommendations for SEMG sensors and sensor placement procedures./ H.J. Hermens, B. Freriks, C. Disselhorst-Klug, G. Rau // J Electromyogr Kinesiol 2000; 10(5): 361374, http://dx.doi.org/10.1016/S1050-6411(00) 00027-4.

60. Hudgins B., P. Parke, R.N. Scott. A new strategy for multifunction myoelectric control./ B. Hudgins, P. Parker, R.N. Scott,// IEEETrans. on Biomedical Eng, 40(1)(1) 1993: 82-94.

61. Huang Y., Englehart K.B., Hudgins B., Chan A.A Gaussian mixture model based classification scheme for myoelectric control of powered upper limb prostheses./ Y. Huang, K.B. Englehart, B. Hudgins, A.A. Chan // IEEE Trans Biomed Eng 2005; 52(11): 1801-1811, http://dx.doi. org/10.1109/TBME.2005.856295.

62. Khokhar Z.O., Xiao Z.G., Menon C. Surface EMG pattern recognition for realtime control of a wrist exoskeleton./ Khokhar Z.O., Xiao Z.G., Menon C // Biomedical engineering online. URL: https://biomedical-engineering-online.biomedcentral.com/articles/10.1186/1475-925X-9-41 (Дата обращения 23.03.2015).

63. Kiguchi K., Imada Y., Liyanage M. EMG-based neuro- fuzzy control of a 4DOF upper-limb power-assist exoskeleton./ K. Kiguchi, Y. Imada, M. Liyanage // Conf Proc IEEE Eng Med Biol Soc 2007; 2007: 3040-3043, http://dx.doi.org/10.1109/IEMBS.2007.4352969.

64. Konrad P. The ABC of EMG A Practical Introduction to Kinesiological Electromyography.- Version 1.4, March 2006.- Noraxon INC / P. Konrad. - Режим доступа: http://www.noraxon.com/docs/education/abc-of-emg.pdf. (Дата обращения 04.09.2014).

65. Kremenic I.J. Fourier- vs. Wavelet-Based Time-Frequency Analysis of

Fatiguing Quadriceps Contractions/ I.J. Kremenic , B.W. Glace, a M.P McHugh,//

Medicine & Science in Sports & Exercise 2002, 34, / -Режим доступа:

136

http ://dx.doi.org/10.1097/00005768-200205001-01459 (Дата обращения

04.09.2015).

66. Kumura Takahiro. Model Based Parallelization from the Simulink Models and Their Sequential C Code / Takahiro Kumura [и др.] // SASIMI Proceedings 2012 № 2, с. 1394-1401/ -Режим доступа: http://ist.ksc.kwansei.ac.ip/~ishiura/publications/C2012-03d.pdf. (Дата обращения

26.06.2016).

67. Lighty C. M., Chappell P. H.,. Hudginsz B, Engelhartz K. Intelligent multifunction myoelectric control of hand prostheses/ C. M. Lighty, P. H. Chappel,. B. Hudgins, K. Engelhartz // Journal of Medical Engineering & Technology, Volume 26, Number 4, (July/August 2002), pages 139- 146.

68. Maller D. A., Mechanical design and performance specifications of anthropomorphic prosthetic hands / D. A. Maller, Joseph Т. Belter, Jacob L. Segil, Richard F. Weir // Journal of Rehabilitation Research & Development. 2013, С. 599618.

69. Merletti R., Aventaggiato M., Botter A., Holobar A., Marateb H., Vieira T. Advances in surface EMG: recent progress in detection and processing techniques./ R. Merletti [и дрг.]// Crit Rev Biomed Eng 2011; 38(4): 305-345, http ://dx.doi.org/10.1615/ CritRevBiomedEng.v38.i4.10.

70. Mesin L., Farina D. A. Model for surface EMG generation in volume conductors with spherical inhomogeneities./ Mesin L., Farina D. A // IEEE Trans Biomed Eng 2005; 52(12): 1984-1893, http://dx.doi. org/10.1109/TBME.2005.857670.

71. Moulianitis V.C. A model for concept evaluation in design an application to mechatronics design of robot grippers / V.C.Moulianitis, N.A.Aspragathos, A.J.Dentsoras // Mechanical Engineering and Aeronautics 2004 //-Режим доступа: http://www.sciencedirect.com/science/article/pii/S0957415803001077 (Дата обращения 26.06.2016).

72. Pawel Ziemniak Mechatronics Engineering on the exaple of an innovative

production vehicle / Ziemniak Pawel, Stania Marek, Ralf Stetter // International

conference on engineering desing 2009, c. 61-72/ -Режим доступа:

137

https://www.designsociety.org/publication/28520/mechatronics_engineering_on_the_ example_of_an_innovative_production_vehicle. (Дата обращения 26.06.2016).

73. Phinyomark A.N. Feature Extraction and Reduction of Wavelet Transform Coefficients for EMG Pattern Classification/ A. Phinyomark, A. Nuidod, P. Phukpattaranont, C. Limsakul // ELECTRONICS AND ELECTRICAL ENGINEERING. - 2012. - Pp. 27-32.- Режим доступа: http://www.eejournal.ktu.lt/index.php/elt/article/view/1816. (Дата обращения 04.09.2014).

74. Physionet: Examples of Elec-tromyograms(emgb) [Электронный ре-сурс]. -URL: http://www.physionet. org/cgi-bin/atm/ATM.

75. Rajarishi Sinha. Modeling and Simulation Methods for Design of Engineering Systems / Sinha Rajarishi [и др.] // Journal of Computing and Information Science in Engineering 2000, c. 84-91/-Режим доступа: http ://computingengineering.asmedigitalcollection.asme.org/article. aspx?articleid= 13 99186 (Дата обращения 26.06.2016).

76. Roberto Merletti. Electromyography Physiology, Engineering and Noninvasive Applications./ Roberto Merletti // IEEE Press, John Wiley & Sons Inc. 2004.

77. Rubana H, Surface Electromyography Signal Processing and Classification Techniques / Rubana H [и др.]. // Sensors 2013 № 13 /-Режим доступа: www.mdpi.com/journal/sensors.

78. Semmlow J.L. Biosignal and Biomedical Image Processing MATLAB - Based Applictions.- New York, USA.: Marcel Dekker, Inc, 2004 - 423.

79. SENIAM. Recommendations for sensor locations in hip or upper leg muscles. URL: http://www.seniam.org/ quadricepsfemorisvastusmedialis.html.

80. Shenoy , Pradeep Online Electromyographic Control of a Robotic Prosthesis/ Shenoy Pradeep . [и дрг.]// -Режим доступа: http://homes.cs.washington.edu/~rao/emg-08.pdf. (Дата обращения 26.11.2014).

81. Shenoy P., Miller K.J., Crawford B., Rao R. Online electromyographic control

of a robotic prosthesis. IEEE Trans Biomed Eng 2008; 55(3): 1128-1135,

http://dx.doi.org/10.1109/ TBME.2007.909536.

138

82. Siti A. A. Review of Electromyography Control Systems Based on Pattern Recognition for Prosthesis Control Application / A. A. Siti., [и дрг.] // Australian Journal of Basic and Applied Sciences. - 2011. -5(8). - p. 1512-1518.

83. Slim Yacoub, Kosai Raoof. Noise Removal from Surface Respiratory EMG Signal/ Slim Yacoub, Kosai Raoof // World Academy of Sci-ence, Engineering and Technology. - 2008. - Vol. 2. Р. 02-28.

84. Su H., Li Z., Li G., Yang C. EMG-based neural network control of an upper-limb power-assist exoskeleton robot. / Su H., Li Z., Li G., Yang C //In: Advances in neural networks — ISNN 2013. Springer Science + Business Media; 2013; p. 204211, http://dx.doi. org/10.1007/978-3-642-39068-5_25.

85. Takanori Uchiyama, Tomoyuki Bessho, Kenzo Akazawa. Static torque angle relation of human elbow joint estimated with artificial neural network technique/ Takanori Uchiyama, Tomoyuki Bessho, Kenzo Akazawa // Journal of Biomechanics 31 (1998) 545-554.

86. Tang Z., Zhang K., Sun S., Gao Z., Zhang L., Yang Z. An upper-limb powerassist exoskeleton using proportional myoelectric control./ Z. Tang, [и дрг.]// Sensors (Basel) 2014; 14(4): 6677-6694,

87. Taylor R. H. A perspective on medical robotics / R. H. Taylor // Proc. IEEE, Special issue "Medical Robotics", Ed. By T. Kanade, B. Davis, and C.N.Riviere, Vol.94, No.9, 2006. - p.1652-1664.

88. Tkach, D. Study of stability of time-domain features for electromyographic pattern recognition / Dennis Tkach , He Huang and Todd A Kuiken // Journal of NeuroEngineering and Rehabilitation.- 2010.- Pp. 7-21.- Режим доступа: http://www.jneuroengrehab. com/content/7/1/21/. (Дата обращения 04.09.2014).

89. Toshio Tsuji. Pattern classification of time-series EMG signals using neural networks / Toshio Tsuji [и др.]. // INTERNATIONAL JOURNAL OF ADAPTIVE CONTROL AND SIGNAL PROCESSING 2000 № 14 7 /-Режим доступа: http://www.bsys.hiroshima-u.ac.jp/pub/pdf/J/J 100.pdf.

90. Wang Y., Butner S., Darzi E. The developing market for medical robotics / Y. Wang, S. Butner, E. Darzi // Proc. IEEE, Special issue "Medical Robotics", Ed. By T. Kanade, B. Davis, and C.N.Riviere, Vol.94, No.9, 2006. - p.1763-1770.

91. Xuan Song, Motion Recognition of the Bilateral Upper-limb Rehabilitation using sEMG Based on Ensemble EMD / Xuan Song [и др.] //IEEE Xplore Digital Library 2014 /-Режим доступа: http://www.guolab.org/Papers/2014/ICMA2014-284.pdf.

92. Zecca M., Micera S., Carrozza M.C., Dario P. Control of multifunctional prosthetic hands by processing the electromyographical signal. / M. Zecca, S. Micera, M.C. Carrozza, P. Dario//Crit Rev Biomed Eng 2002; 30(4- 6): 459-485, http://dx.doi.org/10.1615/critrevbiomedeng.v30. i456.80.

93. Zeeshan O. K. Surface EMG pattern recognition for real-time control of a wrist exoskeleton / Zeeshan O. K. // Biomedical Engineering Online. (2010). -Режим доступа: http://www.biomedical-engineering-online.com/content/9/1/41. (Дата обращения 04.09.2014).