University of Twente Student Theses
You get the best of both worlds! sEMG to knee torque mapping using (hybrid) neuromusculoskeletal modelling and machine learning
Zondag, ir. M. (2021) You get the best of both worlds! sEMG to knee torque mapping using (hybrid) neuromusculoskeletal modelling and machine learning.
|
PDF
2MB |
| Abstract: | een transfemorale prothese. sEMG is echter een signaal met ruis en kan varieren over tijd. De vraag welke aanpak het ¨ meest geschikt is voor het aansturen van de prothese over meerdere dagen moet daarom beantwoord worden. In dit onderzoek zijn drie verschillende modellen om het knie-moment te voorspellen onderzocht. Het eerste model, machine learning (ML), bevatte een convolutional neural network (CNN) welke sEMG direct vertaalde naar het knie-moment. Het tweede model gebruikte een neuromusculoskeletal model (NMS) welke sEMG, spier-pees lengtes en moment armen als invoer gebruikte om het knie-moment te berekenen. Het derde model (Hybrid) gebruikte een CNN om sEMG te vertalen naar specifieke activaties van spier-pees eenheden, die samen met spier-pees lengtes en moment armen in NMScomponenten werden gebruikt om het knie-moment te berekenen. Metingen over meerdere dagen werden uitgevoerd op negen gezonde proefpersonen welke niet-gewichtsdragende activiteiten uitvoerden. Uit de resultaten blijkt dat ML het beste presteert in het algemeen en op elke dag (NRMSE 10.1%±5.1%). Het Hybride model (NRMSE 13.4%±5.2%) presteerde beter dan NMS (NRMSE 15.5%±7.0%). Alle modellen hadden enkel significante verschillen in prestatie tussen de eerste dag en alle andere dagen. Deze resultaten laten de meerwaarde van machine learning zien in het aansturen van een transfemorale prothese. |
| Item Type: | Essay (Master) |
| Faculty: | EEMCS: Electrical Engineering, Mathematics and Computer Science |
| Subject: | 50 technical science in general |
| Programme: | Biomedical Engineering MSc (66226) |
| Link to this item: | https://purl.utwente.nl/essays/86051 |
| Export this item as: | BibTeX EndNote HTML Citation Reference Manager |
Show download statistics for this publication
Show download statistics for this publicationRepository Staff Only: item control page