Optimization of wavelet bases of EMG signal for application in design and dynamics of machines and mechanisms
| datacite.contributor.Supervisor | Θωμάς Χόνδρος | |
| datacite.rights | http://purl.org/coar/access_right/c_abf2 | el |
| dc.contributor.author | Τζήμας, Ιάσων | |
| dc.contributor.other | Tzimas, Iason | |
| dc.date.accessioned | 2021-10-18T10:25:47Z | |
| dc.date.available | 2021-10-18T10:25:47Z | |
| dc.date.copyright | 2021-10-18 | |
| dc.degree | graduateThesis | el |
| dc.description.abstract | In the following thesis an investigation is carried out towards the direction of obtaining optimal Wavelet bases, in a sparsity sense for signals commonly found in biomedical engineering applications. Most of the inspiration that lead to this work was drawn from studying Ilizarov equipment and the possible scenario of incorporating clever signal processing into properly adjusting the parameters of the device through adequate actuators. Our world is packed with data that are in nature immensely complicated, containing rich, hidden structure. For these reasons the extraction of useful information is oftentimes a lasting and exhausting process. Mallat aptly describes this, as trying to find a needle in a stack of hay. It is thus of great usefulness to identify Dictionaries of sets of Vectors that lead to meaningful and intuitive decompositions of the signal. Additionally, digging deep into the structural elements of biomedical data can give intuitive feedback on how mammals use their muscle and bone compositions for ergonomic, efficient locomotive tasks. This information can then be used to push the limits of machine design and automatic control even further. The first section provides an overview of the main key areas of interest with extended reference to their past and present ,as well as their relation to the discussed topic and their state of the art. Introduction is followed by the theoretical background that was needed to construct the algorithms and the code scripts used in this thesis to derive the results and the answers to the main questions that were posed. The two approaches for the identification of optimal Wavelet bases are explained and presented both algorithmically and theoretically in section 3. Emphasis is given at the sparsity metric of the Wavelet representations, at the programming resources management, computation time and at cross-validating the results with a wide range of signals obtained from varying subjects. The results of the implementations of the two approaches mentioned above are presented in section 4. The validity and adequacy of the results is examined and a comparative study is conducted between the identified Waveforms and the preexisting state of the art ones. | el |
| dc.description.translatedabstract | Η παρούσα εργασία αφορά στον εντοπισμό βέλτιστων ορθοκανονικών βάσεων κυματίων, με την έννοια της μέγιστης δυνατής αραιότητας της ενέργειας του σήματος στο πεδίο χρόνου συχνότητας, για σήματα ηλεκτρομυογράφου. Η ιδέα και τα κίνητρα που οδήγησαν στη συγγραφή της εργασίας προέκυψαν ύστερα από την παρατήρηση του εξοπλισμού και της μεθόδου Ilizarov (1950s) και το πιθανό ενδεχόμενο εισαγωγής έξυπνης ανάλυσης βιοϊατρικών σημάτων για την κατάλληλη προσαρμογή των παραμέτρων του εξοπλισμού μέσω φερόμενων από τη συσκευή ενεργοποιητών. Ο κόσμος μας είναι σήμερα χάρη στην πληθώρα διαθέσιμων αισθητηρίων γεμάτος από σήματα και δεδομένα που εμπεριέχουν πλούσια, αλλά πολλές φορές κρυμμένη δομή και γεωμετρία. Για αυτόν τον λόγο, η εξαγωγή χρήσιμης πληροφορίας είναι συχνά μία κοπιώδης και χρονοβόρα διεργασία. Ο Mallat (1962), εύστοχα περιγράφει αυτή την διαδικασία σαν την αναζήτηση καρφίτσας σε στοίβα με άχυρο. Κατά συνέπεια, είναι μεγάλης σημασία η ανίχνευση βάσεων αναπαράστασης που οδηγούν εντέλει στην αποσύνθεση σημάτων σε χρήσιμα επιμέρους τμήματα με κατάλληλη φυσική και ερμηνευτική σημασία. Επιπρόσθετα, η εμβάθυνση και η εξερεύνηση της δομικής σύστασης των σημάτων βιοϊατρικής, όπως αυτά των αισθητηρίων εγκεφαλογράφου, ή απλές μετρήσεις δυνάμεων από κινήσεις μελών του ανθρώπινου σώματος μπορεί να προσφέρει σαφή εικόνα και να ερμηνεύσει, για παράδειγμα, το πως τα θηλαστικά επιστρατεύουν τους μύες και τα κόκκαλα τους, συνδυαστικά για την επίτευξη εργονομικών και αποδοτικών κινήσεων. Αυτές οι πληροφορίες μπορούν να αξιοποιηθούν σε δεύτερο χρόνο στον σχεδιασμό και στον αυτόματο έλεγχο. Στο πρώτο κεφάλαιο περιγράφονται αναλυτικά τα κύρια πεδία ενδιαφέροντος, με εκτενή ιστορική αναφορά και περιγραφή του σχετικού ερευνητικού έργου και των επιτευγμάτων, μέχρι σήμερα. Στο δεύτερο κεφάλαιο γίνεται αναλυτική καταγραφή του μαθηματικού υποβάθρου που απαιτήθηκε για την δημιουργία των κατάλληλων αλγορίθμων και την συγγραφή του αντίστοιχου κώδικα. Το τρίτο, το τέταρτο και το πέμπτο κεφάλαιο περιέχουν τον αναλυτικό σχεδιασμό των αλγορίθμων, την κατασκευή κατάλληλων συναρτήσεων κόστους και τα αποτελέσματα των υλοποιήσεων των μεθόδων. Τέλος, στο έκτο κεφάλαιο γίνεται αναφορά στην ποιότητα των αποτελεσμάτων σε σύγκριση με την υπάρχουσα βιβλιογραφία και προτείνονται μελλοντικά αντικείμενα έρευνας. | el |
| dc.identifier.uri | http://hdl.handle.net/10889/15372 | |
| dc.language.iso | en | el |
| dc.subject | Biomedical signals | el |
| dc.subject | Wavelets | el |
| dc.subject.alternative | Σήματα βιοϊατρικής | el |
| dc.subject.alternative | Κυμάτια | el |
| dc.title | Optimization of wavelet bases of EMG signal for application in design and dynamics of machines and mechanisms | el |
| dc.title.alternative | Βελτιστοποίηση σημάτων ηλεκτρομυογράφου για εφαρμογή στον σχεδιασμό και στη δυναμική μηχανών και μηχανισμών | el |
| oaire.licenseCondition | null | el |