Untersuchung der Dekomposition von sEMG Signalen & Erstellung einer grafischen Benutzeroberfläche zur Echtzeitvorhersage von Fingerkräften mittels sEMG Signalen

Abstract

Untersuchung der Dekomposition von sEMG Signalen & Erstellung einer grafischen Benutzeroberfläche zur Echtzeitvorhersage von Fingerkräften mittels sEMG Signalen ZUSAMMENFASSUNG In dieser Arbeit wurde ein Online System zur Vorhersage von Fingerkräften entwickelt. Es wurde eine grafische Benutzeroberfläche entwickelt, die jedem Benutzer ermöglicht, das System ohne Vorwissen zu verwenden. Eine Sampleauswahlmethode mit der Mahalanobis Distanz wurde entwickelt, um das Trainingsdatenset auf wichtige Samples zu reduzieren und die Trainingszeit der SVM zu verkürzen. Zehn gesunde Probanden testeten das System mit insgesamt neun verschiedenen Fingerbewegungen. Die mittleren Fehler für die einzelnen Finger liegen zwischen 6,79% und 10,12%. Um alle denkbaren Kombinationen von Fingerbewegungen und Fingerkräften klassifizieren zu können, wurde die Dekomposition des sEMG Signals entsprechend der Fingerkräfte untersucht. Die Dekomposition wurde mittels Hauptkomponentenanalyse und Unabhängigkeitsanalyse durchgeführt und lieferte sehr unterschiedliche Ergebnisse. Die untersuchte Methode zur Dekomposition des sEMG Signals ist somit nicht zuverlässig und wurde deshalb nicht in das Online System integriert.