Erschienen in:

2024 | OriginalPaper | Buchkapitel

Finger Movement Classification from EMG Signals Using Gaussian Mixture Model

verfasst von : Mehmet Emin Aktan, Merve Aktan Süzgün, Erhan Akdoğan, Tuğçe Özekli Mısırlıoğlu

Erschienen in: Advances in Intelligent Manufacturing and Service System Informatics

Verlag: Springer Nature Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

Das Kapitel geht der entscheidenden Rolle von EMG-Signalen bei der Bewertung der Muskelaktivität bei der Handrehabilitation und bei der Anwendung von Prothesen nach. Es stellt die Verwendung des Gaußschen Mischungsmodells zur Klassifizierung von Fingerbewegungen vor, wobei der Schwerpunkt auf den Vorverarbeitungsschritten und dem Log-Linearized Gaußschen Mischungsnetzwerkmodell (LLGMN) liegt. Die Studie umfasst die Erhebung von Echtzeit-Daten von drei Versuchspersonen, wobei die Herausforderungen und potenziellen Verbesserungen bei der Klassifizierung von Bewegungen, insbesondere für den Zeigefinger, hervorgehoben werden. Die Ergebnisse zeigen die Durchführbarkeit des Einsatzes von EMG-Signalen zur präzisen Bewegungserkennung, was Auswirkungen auf die Verbesserung der Wirksamkeit von therapeutischen und prothetischen Geräten hat.

KI-Generiert

Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel An Active Learning Approach Using Clustering-Based Initialization for Time Series Classification

Nächstes Kapitel Calculation of Efficiency Rate of Lean Manufacturing Techniques in a Casting Factory with Fuzzy Logic Approach

Phinyomark, A., Phukpattaranont, P., Limsakul, C.: Feature reduction and selection for EMG signal classification. Expert Syst. Appl. 39, 7420–7431 (2012). https://doi.org/10.1016/j.eswa.2012.01.102CrossRef

Li, G., Schultz, A.E., Kuiken, T.A.: Quantifying pattern recognition- based myoelectric control of multifunctional transradial prostheses. IEEE Trans. Neural Syst. Rehabil. Eng. 18, 185–192 (2010). https://doi.org/10.1109/TNSRE.2009.2039619CrossRef

Caesarendra, W., Tjahjowidodo, T., Nico, Y., Wahyudati, S., Nurhasanah, L.: EMG finger movement classification based on ANFIS. J. Phys.: Conf. Ser. 1007 (2018). https://doi.org/10.1088/1742-6596/1007/1/012005

Lee, K.H., Min, J.Y., Byun, S.: Electromyogram-based classification of hand and finger gestures using artificial neural networks. Sens. (Basel) 22, 225 (2021). https://doi.org/10.3390/s22010225CrossRef

Bhattachargee, C.K., Sikder, N., Hasan, M.T, Nahid, A.A.: Finger movement classification based on statistical and frequency features extracted from surface EMG signals. In: International Conference on Computer, Communication, Chemical, Materials and Electronic Engineering (IC4ME2), Rajshahi, pp. 1–4 (2019). https://doi.org/10.1109/IC4ME247184.2019.9036671

Tuncer, T., Dogan, S., Subasi, A.: Novel finger movement classification method based on multi-centered binary pattern using surface electromyogram signals. Biomed. Signal Process. Control 71, 103153 (2022). https://doi.org/10.1016/j.bspc.2021.103153

Tsuji, T., Fukuda, O., Ichinobe, H., Kaneko, M.: A log-linearized Gaussian mixture network and its application to EEG pattern classification. IEEE Trans. Syst. Man Cybern.-Part C: Appl. Rev. 29, 60–72 (1999). https://doi.org/10.1109/5326.740670CrossRef

Riddle, M., MacDermid, J., Robinson, S., Szekeres, M., Ferreira, L., Lalone, E.: Evaluation of individual finger forces during activities of daily living in healthy individuals and those with hand arthritis. J. Hand Ther. 33, 188–197 (2020). https://doi.org/10.1016/j.jht.2020.04.002CrossRef

Woods, S., et al.: Effects of wearing of metacarpal gloves on hand dexterity, function, and perceived comfort: a pilot study. Appl. Ergon. 97, 103–119 (2021). https://doi.org/10.1016/j.apergo.2021.103538CrossRef

Titel: Finger Movement Classification from EMG Signals Using Gaussian Mixture Model
verfasst von: Mehmet Emin Aktan
Merve Aktan Süzgün
Erhan Akdoğan
Tuğçe Özekli Mısırlıoğlu
Verlag: Springer Nature Singapore
Buch: Advances in Intelligent Manufacturing and Service System Informatics
Print ISBN: 978-981-9960-61-3

Electronic ISBN: 978-981-9960-62-0

Copyright-Jahr: 2024
DOI: https://doi.org/10.1007/978-981-99-6062-0_22

Premium Partner

Bildnachweise

MKVS GbR/© MKVS GbR, Nordson/© Nordson, ViscoTec/© ViscoTec, BCD Chemie GmbH, Merz+Benteli/© Merz+Benteli, Robatech/© Robatech, Hermann Otto GmbH/© Hermann Otto GmbH, Ruderer Klebetechnik GmbH, Xometry Europe GmbH/© Xometry Europe GmbH, Atlas Copco/© Atlas Copco, Sika/© Sika, Medmix/© Medmix, Kisling AG/© Kisling AG, Dosmatix GmbH/© Dosmatix GmbH, Innotech GmbH/© Innotech GmbH, Hilger u. Kern GmbH, VDI Logo/© VDI Wissensforum GmbH, Dr. Fritz Faulhaber GmbH & Co. KG/© Dr. Fritz Faulhaber GmbH & Co. KG, BEINLICH PUMPEN GMBH/© BEINLICH PUMPEN GMBH, mta robotics AG/© mta robotics AG

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Marktübersichten