РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДА ВЕКТОРНОГО АНАЛИЗА ЭМГ ПРЕДПЛЕЧЬЯ ДЛЯ ПОСТРОЕНИЯ ЧЕЛОВЕКО-МАШИННЫХ ИНТЕРФЕЙСОВ
Аннотация
Рассматриваются проблемы увеличения глубины и повышения долговременной ус-
тойчивости каналов связи в интерфейсах человек-машина, построенных на основе данных
об электрической активности мышц предплечья. Возможным вариантом решения являет-
ся применение метода анализа сигналов электромиограмм (ЭМГ), совмещающий векторное
и командное управление. В виду возможности случайного смещения положения электродов
в процессе эксплуатации, построена математическая модель для векторного анализа ЭМГ
в сферических координатах, инвариантная к пространственному расположению электро-
дов на предплечье. Командное управление осуществляется на основе распознавания жес-
тов посредством предварительно обученной искусственной нейронной сети (ИНС). Век-
торное управление заключается в решении задачи калибровки каналов датчиков ЭМГ по
пространственному расположению электродов и расчета результирующего вектора мышечных усилий, используемого в качестве дополнительного информационного канала для
задания направления движения рабочей точки объекта управления. Предложенный метод
апробирован на реально регистрируемых сигналах ЭМГ. Исследовано влияние длительно-
сти обрабатываемых фрагментов сигнала на процесс извлечения информации о враща-
тельном движении кисти. Поскольку изменение положения электродов между сеансами
эксплуатации различно, представлен алгоритм переназначения и калибровки усиления ка-
налов ЭМГ, позволяющий в дальнейшем использовать единожды обученную ИНС для рас-
познавания и классификации жестов. Практическое применение результатов работы воз-
можно при разработке алгоритмов калибровки, распознавания жестов и управления тех-
ническими объектами на основе электромиографических интерфейсов человек-машина.
Литература
243 p.
2. Budko N.A., Budko R. Yu., Budko A.Yu. Primenenie iskusstvennykh neyronnykh setey v
interfeysakh chelovek–mashina [Application of artificial neural networks in human-machine
interfaces], Modelirovanie, optimizatsiya i informatsionnye tekhnologii [Modeling, Optimization
and Information Technologies], 2019, Vol. 7, No. 1. Available at: http://moit.vivt.ru/.
3. Budko R.Yu., Chernov N.N., Budko N.A., Budko A.Yu. Raspoznavanie elektromiogrammy
predplech'ya i vybor zhestov dlya upravleniya protezom [Recognition of the forearm electromyogram
and selection of gestures for controlling the prosthesis], Modelirovanie,
optimizatsiya i informatsionnye tekhnologii [Modeling, optimization, and information technology],
2019, Vol. 7, No. 1. Available at: http://moit.vivt.ru/.
4. Budko R.Yu., Chernov N.N., Budko N.A. Issledovanie metodov klassifikatsii EMG v zadache
upravleniya zhestami ruki [Research of methods of classification of EMG in the control of hand gestures],
Izvestiya vysshikh uchebnykh zavedeniy. Priborostroenie [News of higher educational
institutions. Instrumentation], 2019. Doi 10.17586/0021-3454-2019-62-12-1098-1104.
5. Budko R.Yu., Chernov N.N., Budko N.A. Metod upravleniya ustroystvami zameshcheniya utraennykh
funktsiy na osnove miosignala i ego verifikatsiya v real'nom masshtabe vremeni
[A method for controlling devices for replacing lost functions based on the miosignal and its
verification in real time], Vestnik molodezhnoy nauki Rossii [Bulletin of Youth Science of
Russia], 2019, Issue No. 6.
6. Slavutskiy Ya.L. Fiziologicheskie aspekty bioelektricheskogo upravleniya protezami [Physiological
aspects of bioelectric control of prostheses]. Moscow: Meditsina, 1982, 288 p.
7. Burov G.N. Sovremennoe sostoyanie problemy upravleniya protezami verkhnikh
konechnostey i dostigaemyy effekt protezirovaniya [Current state of the problem of management
of upper limb prostheses and the achieved effect of prosthetics], Vestnik gil'dii
protezistov-ortopedov [Bulletin of the Guild of Prosthetics and Orthopedists], 2002, No. 4
(10), pp. 37-43.
8. Federal'naya gosudarstvennaya informatsionnaya sistema. Federal'nyy reestr invalidov [Federal
State Information System. Federal Register of Disabled Persons]. Available at:
https://sfri.ru/analitika/chislennost (accessed 01 December 20).
9. Person R.S. Elektromiografiya v issledovaniyakh cheloveka [Electromyography in human
research]. Moscow: Nauka, 1969, 231 p.
10. Resnik L. Development and testing of new upper-limb prosthetic devices: research designs for
usability testing, J. Rehabil. Res. Dev., 2011, Vol. 48, No. 6, pp. 697-706.
11. Farber B.S., Vitenzon A.S. Teoreticheskie osnovy postroeniya protezov nizhnikh konechnostey
i korrektsii dvizheniya [Theoretical foundations of the construction of lower limb prostheses
and motion correction]. Moscow: TSNIIPP, 1994, 645 p.
12. Vigreuх B., Cnockart J.C., Pertuzon E. Factors influenced quantified surface EMG, Journal
Applied Physiology, 1979, Vol. 41, No. 4, pp. 119-129.
13. Ogiri Y. Development of an upper limb neuroprosthesis to voluntarily control elbow and hand,
Proc. 26th IEEE Int. Symposium on Robot and Human Interactive Communication (RO-MAN).
Lisbon, Portugal, 2017, pp. 298-303. Doi: 10.1109/ROMAN.2017.8172317.
14. Yusevich Yu.S. Ocherki po klinicheskoy elektromiografii [Essays on clinical electromyography].
Moscow: Meditsina, 1972, 187 p.
15. Kouen Kh., Brumlik Dzh. Rukovodstvo po elektromiografii i elektrodiagnostike [Manual of
electromyography and electrodiagnostics]. Moscow: Meditsina, 1975, 358 p.
16. Kondrashin N.I., Sanin V.G. Amputatsiya konechnostey i pervichnoe protezirovanie [Amputation
of limbs and primary prosthetics]. Moscow: Meditsina, 1984, 160 p.
17. Ivanovskiy Yu.V. Printsipy ispol'zovaniya metoda biologicheskoy obratnoy svyazi v sisteme meditsinskoy
reabilitatsii [Principles of using the method of biological feedback in the system of medical rehabilitation],
Biologicheskaya obratnaya svyaz' [Biological feedback], 2000, No. 3, pp. 2-9.
18. Kunel'skaya N.L. Metod biologicheskoy obratnoy svyazi v klinicheskoy praktike [Method of biological
feedback in clinical practice], Zhurnal nevrologii i psikhiatrii im. S.S. Korsakova [Journal of
Neurology and Psychiatry named after S. S. Korsakov], 2014, No. 114 (8), pp. 46-50.
19. Rosenberg, R. The biofeedback pointer: EMG control of a two-dimensional pointer, Wearable
Computers, Digest of Papers. Second International Symposium on 19-20 Oct. 1998, pp. 162-163.
20. Tavakoli M. Robust hand gesture recognition with a double channel surface EMG wearable
armband and SVM classifier, Biomedical Signal Processing and Control, 2018, No. 46,
pp. 121-130. Doi:10.1016/j.bspc.2018.07.010.
