KLASIFIKACIJA POKRETA ŠAKE NA OSNOVU EMG SIGNALA

Apstrakt

U ovom istraživanju realizovani klasifikatori za klasifikaciju pokreta šake na osnovu EMG signala mišića podlaktice u cilju realizacije komandnog interfejsa mioelektrične proteze šake bili su: mašina na bazi vektora nosača (engl. Support Vector Machine - SVM), klasifikator k – najbližih suseda (engl. K – Nearest Neighboors - KNN) i veštačke neuronske mreže (engl. Artificial Neural Network - ANN). Klasifikatori su obučavani za svakog ispitanika i za grupu. Redukcija dimenzionalnosti izvršena je primenom tehnike razlaganja na glavne komponente (engl. Principal Component Analysis - PCA) u cilju poboljšanja rezultata klasifikacije. Bolje performanse svih klasifikatora zabeležene su u pojedinačnim slučajevima, a PCA nije doprinela poboljšanju klasifikacije. SVM je u poređenju sa ostalim klasifikatorima kod većine ispitanika postizao najveće vrednosti tačnosti dok rezultati osetljivosti pokazuju da su SVM i kNN kod svih ispitanika prepoznavali kada je reč o pokretu istezanja ručnog zgloba. ANN u pojedinačnim slučajevima nakon PCA najmanja odstupanja među ispitanicima beleži prilikom klasifikacije pokreta istezanja ručnog zgloba.