Система регистрации, обработки и анализа сигнала поверхностной миографии

##plugins.themes.bootstrap3.article.main##

Арсен Савчук
Борис Іванович Лупина
О. О. Борисов

Аннотация

В работе предложена архитектура программно-аппаратного комплекса для регистрации сигнала поверхностной электромиографии (ЭМГ) на основе платы сбора данных NI USB 6009 под управлением специализированного программного обеспечения в среде LabVIEW. Спроектированные в работе электронные схемы инструментального усилителя и фильтров нижних и верхних частот позволяють регистрировать сигнал ЭМГ з достаточно высоким для дальнейшей оброботки соотношеним сигнал – шум при условии использования программных средств фильтрации из библиотек LabVIEW. Полученные в работе экспериментальные результаты подтвердждают возможность создания такой системы регистрации сигнала ЭМГ в соответствии с предложенной авторами структурной схемой. Открытая гибкая архитектура системы предоставляет возможность для последующего её усовершенствования как в аппаратной, так и в программной части. В работе также проанализирована структура автономной системы обработки и анализа сигнала поверхностной ЭМГ на основе демонстрационной платы STM32F3 Discovery.

Библ. 6, рис. 4.

##plugins.themes.bootstrap3.article.details##

Как цитировать
Савчук, А., Лупина, Б. І., & Борисов, О. О. (2016). Система регистрации, обработки и анализа сигнала поверхностной миографии. Электроника и Связь, 20(5), 58–63. https://doi.org/10.20535/2312-1807.2015.20.5.70059
Раздел
биомедицинские приборы и системы

Библиографические ссылки

Geethanjali, P., Krishna Mohan, Y., Bhaska, P. (2013). A Low-cost EMG-EOG Signal Conditioning System for Brain Computer Interface Applications. International Journal of Engineering and Technology. Vol 5, №3, 2013. p.p. 2268-2271.

Andrea, M., Campanini, I. (2010). Technical Aspects of Surface Electromyography for Clinicians. The Open Rehabilitation Journal, №3. p.p. 98-109.

Thongpanja, S., Phinyomark, A., Phukpattaranont, P., Limsakul, C. (2011). A Feasibility Study of Fatigue and Muscle Contraction Indices Based on EMG Time-dependent Spectral Analysis. I-SEEC 2011, №32. p.p. 239 - 245.

Raisy, C. D., Sharda, Vashisth, Ashok, K. Salhan. (2013). Real Time Acquisition of EMG Signal and Head Movement Recognition. International Journal of Computer Applications, Vol 73, №1. p.p.19-22.

Yiu, Joseph. (2007). The Definitive Guide to the ARM Cortex-M3. ELSEVIER, Р. 330.

Evdokimov, Yu. К., Lindval, V. R., Stcherbakov, G. I. (2007). LabVIEW for radioengineer: from a virtual model to a real device. Practical guide for working in LabVIEW. DMK Press, Р. 400. (Rus).