prikaz prve stranice dokumenta Dekompozicija HDsEMG signala temeljem slijepe separacije izvora
Rad nije dostupan
diplomski rad
Dekompozicija HDsEMG signala temeljem slijepe separacije izvora
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:712165
Krmek, Šimun
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Krmek, Š. (2023). Dekompozicija HDsEMG signala temeljem slijepe separacije izvora (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:712165

Krmek, Šimun. "Dekompozicija HDsEMG signala temeljem slijepe separacije izvora." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:712165

Krmek, Šimun. "Dekompozicija HDsEMG signala temeljem slijepe separacije izvora." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:712165

Krmek, Š. (2023). 'Dekompozicija HDsEMG signala temeljem slijepe separacije izvora', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 01.06.2024., https://urn.nsk.hr/urn:nbn:hr:168:712165

Krmek Š. Dekompozicija HDsEMG signala temeljem slijepe separacije izvora [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 01.06.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:712165

Š. Krmek, "Dekompozicija HDsEMG signala temeljem slijepe separacije izvora", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:712165

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:712165
Podaci o radu
NaslovDekompozicija HDsEMG signala temeljem slijepe separacije izvora
Naslov (engleski)Decomposition of HDsEMG signals based on blind source separation
AutorŠimun Krmek
MentorŽeljka Lučev Vasić (mentor)
Član povjerenstvaŽeljka Lučev Vasić (predsjednik povjerenstva)
Član povjerenstvaMario Cifrek (član povjerenstva)
Član povjerenstvaHrvoje Džapo (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovome radu napravljena je dekompozicija HDsEMG signala koristeći algoritam za slijepu separaciju izvora. Konkretnije, koristio se kmCKC algoritam koji je sačinjen od kombinacije CKC algoritma te algoritma k srednjih vrijednosti. Kao rezultat dekompozicije dobiju se vektori vremenskih zapisa pobuda aktivnih motoričkih jedinica. Dekompozicija danim algoritmom testirala se kroz tri scenarija u kojem se mijenjao ulazni signal. U prvom scenariju, algoritam se testirao nad nasumično generiranim signalima, u drugome slučaju ulazni su signali bili sintetički HDsEMG signali, dok su u posljednjem slučaju korišteni stvarni, snimljeni HDsEMG signali. Algoritam je u prva dva scenarija uspio, za različite kvalitete signala, identificirati gotovo većinu aktivnih izvora, odnosno motoričkih jedinica u tome trenutku. Kod scenarija sa stvarnim signalima, dekompozcija se vršila nad signalima koji su mjerili aktivnost mišića ekstenzora podlaktice prilikom pokreta prstiju. U prosjeku se prilikom svake dekompozicije identificiralo 12.4 aktivnih motoričkih jedinica. Također, prosječna stopa pobude iznosila je 12.37 pps. Dobiveni broj estimiranih motoričkih jedinica i stopa pobude u skladu je s očekivanim vrijednostima. Pored broja estimiranih izvora, algoritam je pokazao visoku osjetljivost, odnosno preciznost dekompozicije. Zaključno, isti je pokazao vrlo dobre rezultate te se smatra pogodnim za upotrebu prilikom dekompozicije HDsEMG signala.
Sažetak (engleski)
In this paper, the HDsEMG signal was decomposed using an algorithm for blind source separation. More specifically, the kmCKC algorithm was used, which is a combination of the CKC algorithm and the k-means clustering. As a result of decomposition, firing times of active motor units are obtained. Decomposition with the given algorithm was tested through three scenarios in which the input signal was varied. In the first scenario, the algorithm was tested on randomly generated signals. In the second case, the input signals were synthetic HDsEMG signals. Finally, the algorithm was tested on real, recorded HDsEMG signals. In the first two scenarios, the algorithm was able to identify almost the majority of active sources, i.e. motor units at that moment, for different signal quality. In the scenario with real signals, the decomposition was performed on the signals that measured the activity of the forearm extensor muscles during finger movements. On average, 12.4 active motor units were identified during each decomposition. Also, the average excitation rate was 12.37 pps. The obtanied number of estimated motor units and the excitation rate is within the expected values. In addition to the number of estimated sources, the algorithm showed high sensitivity, that is, the precision of the decomposition. In conclusion, the algorithm showed very good results and is considered suitable for use in HDsEMG signal decomposition.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:712165
Studijski programNaziv: Informacijska i komunikacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-10-11 09:26:58