عنوان المقالة:تصميم وتنفيذ حزمة واجهة المستخدم الرسومية للتعرف على أمراض العضلات بناءً على إشارات EMG Design and Implementation of GUI Package for the Muscle Diseases Recognition Based on EMG Signals
Yousif Ismail Al Mashhadany, Eman Huassan, Aseel Najeeb
الملخص العربي
توفر الشبكة العصبية الاصطناعية (ANN) خدمة شاملة ومتخصصة لتشخيص أمراض العضلات والعناية بها. يتم تقديم الاستشارات الطبية في العيادات العصبية والعضلية التي يعمل بها أطباء أعصاب ذوو خبرة خاصة في أمراض العضلات. يقدم هذا العمل تصميم وتنفيذ كشف أمراض العضلات بناءً على إشارات تخطيط كهربية العضل (EMG). تتكون هذه الورقة من ثلاثة أجزاء رئيسية. يعرض الجزء الأول قياس إشارات عضلات الذراع البشرية الحقيقية (إشارة EMG). ثم يتم إعادة ترتيب البيانات وتسجيلها باستخدام برنامج EMGLab. تُستخدم الأقطاب الكهربائية السطحية لقياس إشارات فريق الإدارة البيئية الحقيقية. يتم استخراج الميزات المناسبة للإشارة من أجل التصنيف. الجزء الثاني يطبق متطلبات الإشارة ، مثل تصفية التضخيم والتطبيع ، باستخدام MATLAB أو أي برنامج. تم تصنيف أمراض العضلات باستخدام حزمة ANN بناءً على ميزات إشارات EMG وسعة الإشارات وفترة الإشارات لتحديد الأمراض. يشرح الجزء الثالث تصميم واجهة المستخدم الرسومية بناءً على MATLAB لتنفيذ التصنيف على إشارات فريق الإدارة البيئية الحقيقية. يتم الحصول على نتائج مرضية من العديد من عمليات الإعدام مع حالات مختلفة من عضلات الذراع البشرية ، وبالتالي ضمان جدوى هذا التصميم للتطبيق العملي في المستشفيات أو العيادات الخاصة. مؤشر مصطلح - إشارات تخطيط كهربية العضل (EMG) ؛ واجهة المستخدم الرسومية (GUI) ؛ برنامج EMGLab.
الملخص الانجليزي
An artificial neural network (ANN) provides a comprehensive and specialized service for the diagnosis and care of muscle diseases. Medical consultations are offered at the neuromuscular clinics, which are staffed by neurologists with special expertise in muscle diseases. This work presents the design and implementation of muscle diseases detection based on real electromyography (EMG) signals. This paper consists of three main parts. The first part presents the measurement of the signals of real human arm muscles (EMG signal). The data are then rearranged and recorded using EMGLab software. Surface electrodes are used to measure the real EMG signals. The suitable features of signal are extracted for classification. The second part applies signal requirements, such as filtering amplification and normalization, using MATLAB or any software. Muscle diseases were classified using an ANN package based on the features of EMG signals, amplitude of signals, and period of signals to identify the diseases. The third part explains the design of the graphical user interface based on MATLAB to implement the classification on real EMG signals. Satisfactory results are obtained from numerous executions with different cases of human arm muscles, thus ensuring the feasibility of this design for practical implement in hospitals or private clinics. Index Term- Electromyography (EMG) signals; Graphical User Interface (GUI); EMGLab software.
تاريخ النشر
12/05/2014
الناشر
International Journal of Soft Computing and Engineering (IJSCE)
الاستاذ الدكتور يوسف اسماعيل محمد المشهداني | Prof. Dr. Yousif Ismail Al Mashhadany | 10360