Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing

Detalhes bibliográficos
Autor(a) principal: Moura, Igor Luiz Bernardes de
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UnB
Texto Completo: http://repositorio.unb.br/handle/10482/19182
http://dx.doi.org/10.26512/2015.06.D.19182
Resumo: Dissertação (mestrado)—Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2015.
id UNB_3d0ccacf4d7e0b95e68ad654c8927e08
oai_identifier_str oai:repositorio.unb.br:10482/19182
network_acronym_str UNB
network_name_str Repositório Institucional da UnB
repository_id_str
spelling Processamento de sinais de EMG-S por meio da utilização de Compressive SensingCompressive sensingEletromiografia de superfícieProcessamento de sinaisDissertação (mestrado)—Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2015.O CompressiveSensing(CS) é uma técnica recente que explora a esparsidade de um sinal para realizar a amostragem em uma taxa inferior à de Nyquist. Ainda incipientes, pesquisas que relacionam o CS à reconstrução de sinais de Eletromiografia de Superfície (EMG-S) indicam possibilidade de utilização desta técnica no processamento e recuperação de dados. Este trabalho tem como proposta a realização de um teste computacional para avaliar múltiplas combinações dos parâmetros: intervalos máximo de perdas para reconstrução, métrica lpa ser minimizada, menor percentual de amostras para uso do CS e tipo de matriz de aquisição (binária ou aleatória). Espera-se determinarquais os melhores valores para recuperação e reconstrução de sinais de EMG-S através do uso de CS, de modo que na etapa de pós processamento seja possível recuperar trechos danificados do sinal. Utilizou-se um sinal simulado para os testes, de modo que este serviu para comparação com os que foram reconstruídos experimentalmente. Por serem naturalmente não-esparsos, os sinais de EMG-S foram esparsificados através da utilização de um banco de filtros de 32 canais, sendo o CS aplicado em cada uma das componentes. Um laço de repetição foi implementado para determinar qual a melhor combinação entre o tamanho máximo do intervalo, a métrica lpa ser minimizada, o percentual de amostras e o tipo de matriz de aquisição utilizado. Uma vez determinados, os resultados foram aplicados em múltiplos intervalos distribuídos pelo sinal, com intuito de avaliar a capacidade da técnica em recuperar um sinal altamente comprometido.Os resultados indicaram uma relação entre o sinal reconstruído e o original de aproximadamente 29.59 dB, para o caso em que um intervalo de 40 pontos foi recuperado, e 25.01 para o caso decinco intervalos. Considerando que o sinal de testes tinha 1025 amostras, foi possível reconstruiraproximadamente 20% deste com o CS. Uma vez que na análise de sinais de EMG-S micro oscilações na curva do sinal não são comprometedoras, e que outros parâmetros/características possuem umarelevânciamaior (ex: RMS, ARV, MNF, MDF, CV), o objetivo foi alcançado e a utilização do CSmostrou-se bastante promissor.The Compressive Sensing (CS) is a recent technique that exploits the sparsity of a signal to sampleit at a rate under the proposed by Nyquist. Still incipient, research linking the CS reconstructionof surface electromyography signals (EMG-S) indicate the possibility of using this technic for theprocessing and data recovery. This paper aims to carry out a computer test to evaluate multiplecombinations of parameters: maximum reconstruction intervals, metric lp to be minimized, minimal percentage of samplesand type of acquisition matrix(binary or random). It was expected to determine the best values for the recovery andreconstruction S-EMG signals through the use ofCS, so in the post-processing step, will bepossible to recover damaged sections of the signal.It was used a simulated signal for the tests, so this was used to compare with those reconstructedexperimentally. Due the characteristic of been naturally non-sparse, the S-EMG signals weresparsified by using a 32-channel filter bank, and the CS was applied to each of the components. Arepeating loop was implemented to determine the best combination between the maximum size ofthe interval, the metric Lpto be minimized, the percentage of samples and the type of acquisitionmatrix used. Once determined, the results were applied in multiple intervals distributed by thesignal, in order to verify the technique's ability to recover a highly compromised signal.The results indicate a relationship between the reconstructed signal and the original of approximately29.59 dB for the case in which an interval of 40 points was recovered and 25.01for the case of five intervals. Whereas the test signal had 1025 samples, it was possible to reconstructabout 20 % of this with the CS. Once the analysis of EMG-S micro-oscillation signalsin the signal curve are not compromising, and other parameters/features have greater relevance(RMS, ARV, MNF, MDF, CV), the objective has been achieved and using the CS proved verypromising.Faculdade UnB Gama (FGA)Programa de Pós-Graduação em Engenharia BiomédicaSoares, Fabiano AraújoMoura, Igor Luiz Bernardes de2016-01-15T19:23:05Z2016-01-15T19:23:05Z2016-01-152015-06-08info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfMOURA, Igor Luiz Bernardes de. Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing. 2015. viii, 68 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Universidade de Brasília, 2015.http://repositorio.unb.br/handle/10482/19182http://dx.doi.org/10.26512/2015.06.D.19182A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-02-08T21:15:42Zoai:repositorio.unb.br:10482/19182Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-02-08T21:15:42Repositório Institucional da UnB - Universidade de Brasília (UnB)false
dc.title.none.fl_str_mv Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing
title Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing
spellingShingle Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing
Moura, Igor Luiz Bernardes de
Compressive sensing
Eletromiografia de superfície
Processamento de sinais
title_short Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing
title_full Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing
title_fullStr Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing
title_full_unstemmed Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing
title_sort Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing
author Moura, Igor Luiz Bernardes de
author_facet Moura, Igor Luiz Bernardes de
author_role author
dc.contributor.none.fl_str_mv Soares, Fabiano Araújo
dc.contributor.author.fl_str_mv Moura, Igor Luiz Bernardes de
dc.subject.por.fl_str_mv Compressive sensing
Eletromiografia de superfície
Processamento de sinais
topic Compressive sensing
Eletromiografia de superfície
Processamento de sinais
description Dissertação (mestrado)—Universidade de Brasília, Faculdade Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2015.
publishDate 2015
dc.date.none.fl_str_mv 2015-06-08
2016-01-15T19:23:05Z
2016-01-15T19:23:05Z
2016-01-15
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv MOURA, Igor Luiz Bernardes de. Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing. 2015. viii, 68 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Universidade de Brasília, 2015.
http://repositorio.unb.br/handle/10482/19182
http://dx.doi.org/10.26512/2015.06.D.19182
identifier_str_mv MOURA, Igor Luiz Bernardes de. Processamento de sinais de EMG-S por meio da utilização de Compressive Sensing. 2015. viii, 68 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Universidade de Brasília, 2015.
url http://repositorio.unb.br/handle/10482/19182
http://dx.doi.org/10.26512/2015.06.D.19182
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Repositório Institucional da UnB
collection Repositório Institucional da UnB
repository.name.fl_str_mv Repositório Institucional da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv repositorio@unb.br
_version_ 1810580870424166400

Registros relacionados