tsta

Home / سی و دومین کنفرانس ملی و دهمین کنفرانس بین المللی مهندسی زیست پزشکی ایران

Investigating a Real-time sEMG-based Approaches for Grasping Recognition

Authors :

Monire Ameri Haftador¹ Ali Akbari² Mehran Jahed³

1- دانشگاه صنعتی شریف، تهران، ایران 2- دانشگاه صنعتی شریف، تهران، ایران 3- دانشگاه صنعتی شریف، تهران، ایران

Keywords :

Hand Grasping Recognition،Surface Electromyography (sEMG)،Real-Time Systems،Short-time Fourier Transform (STFT)،Convolutional Neural Networks (CNN)

Abstract :

To fully exploit real-time prosthetics and exoskeleton assist devises, human-machine interfaces that can effectively deduce related activity and intent are essential. Surface electromyography (sEMG) provides a well-established non-invasive method for this purpose, yet two key barriers to its broad adoption are attaining recognition latency well below 200ms and preserving accuracy in presence of signal drift. In order to describe an orderly solution to these issues, this paper is a comprehensive assessment of deep learning and conventional algorithms. To establish a comprehensive scheme for targeted gesture, data was meticulously collected from individuals in the biomedical engineering lab. Furthermore, to be able to contrast the proposed method against the already reported work, a well-established publicly available dataset, namely EMG-EPN-612 was utilized. To achieve appropriate real-time accuracy, commonly used classifiers, namely Support Vector Machine (SVM), Random Forest, and Convolutional Neural Networks (CNN) were implemented and compared based on these metrics. Input was rigorously evaluated in three forms, processed signals, handcrafted features, and Short-Time Fourier Transform (STFT) images, in a bid to determine the optimal strategy. Although all these models were shown to support the required real-time constraint, however only the CNN model applied to the STFT inputs achieved the acceptable 92% accuracy on the EMG-EPN-612 dataset, as compared to SVM applied to handcrafted features of 84% accuracy on the recorded dataset. These results provide first-time explanation and trade-off between model complexity and computation cost, and required accuracy. This research provides useful recommendations that further assist in developing more effective, responsive, and accessible hand assist devices and prosthetics.

Papers List

List of archived papers

خطرات احتمالی در طراحی و تجزیه و تحلیل سیستم‌های حسابداری و راهکارهای مقابله با آن

علی نمازیان - آرزو رضایی حومدینی

پژوهشی در حسابداری و هوش مصنوعی با استفاده از مدل‌سازی موضوعی

زین العابدین پاشایی باروجی - حسین راستکار رضائی - علیرضا عظیمی ثانی

مروری جامع بر کاربردهای هوش مصنوعی توضیح پذیر

زهرا تقی پور - پرویز قربانزاده - سمیرا کرامت طلاتپه - آذر ملازاده ایگدیر

تحلیل روند پژوهش‌های علمی پیرامون الگوریتم بهینه‌سازی کلونی مورچگان چندهدفه

ملیحه نیک سیرت - محسن صفاریان

یک سامانه هوشمند پشتیبان تصمیم مبتنی بر چندعامل برای طبقه‌بندی انواع کسب‌وکار

حسن ضیافت

Fibroglandular Tissue Classification in Breast MRI: A Comparative Study of Automated Decision Strategies

Meysam Khalaj - Arvin Arian - Ala Torabi - Nasrin Ahmadinejad - Masoumeh Gity - Seyedeh Nooshin Miratashi Yazdi - Mohammad Pooya Afshari - Melika Sadeghi Tabrizi - Hamid Soltanian-Zadeh

تقویت عضلات چهار سر ران و اصلاح الگوهای حرکتی با استفاده از بیوفیدبک‌ الکترومایوگرافی‌ در بیماران مبتلا به‌ مالتیپل‌ اسکلروزیس‌ (MS)

مهدی میری - احسان تهامی - گلاره ویسی

Gait-Triggered Neuromuscular Electrical Stimulation with Unloader Knee Braces: A Feasibility Study

Mohadeseh Jafarian - Reza Khosrozadeh Sarijalou - Amin Komeili - Kourosh Barati - Navid Arjmand

بررسی اثر ضد سرطانی لیپوزوم پگیله حاوی ترکیب جنسینوساید Rh2 بر سرطان روده بزرگ در مدل آزمایشگاهی و حیوانی

محسن زارع - ناهید حسن زاده نعمتی - هادی زارع زردینی

Synthesis and Swelling Behavior of pH-Sensitive Chitosan/Polyvinylpyrrolidone Hydrogels for Drug Delivery Applications

Shaghayegh Zameni Nir - Hanieh Shokrkar - Niloofar Nasirpour