En raison d'une grève chez bpost, des retards de livraison peuvent survenir. Besoin de quelque chose en urgence ? Optez pour un retrait en magasin ou rendez-vous dans une Librairie Club à proximité.
  •  Retrait en 2 heures
  •  Assortiment impressionnant
  •  Paiement sécurisé
  •  Toujours un magasin près de chez vous
En raison d'une grève chez bpost, des retards de livraison peuvent survenir. Besoin de quelque chose en urgence ? Optez pour un retrait en magasin ou rendez-vous dans une Librairie Club à proximité.
  •  Retrait en 2 heures
  •  Assortiment impressionnant
  •  Paiement sécurisé
  •  Toujours un magasin près de chez vous
  1. Accueil
  2. Livres
  3. Sciences humaines
  4. Sciences
  5. Technique
  6. Énergie
  7. Electromyography-based Muscle Force Estimation During Rehabilitation Exercise

Electromyography-based Muscle Force Estimation During Rehabilitation Exercise

DE

Hiba Hellara
Livre broché | Anglais | Scientific Reports on Measurement and Sensor Technology | n° 30
16,95 €
Livraison sous 1 à 4 semaines
Passer une commande en un clic
Payer en toute sécurité
Livraison en Belgique: 3,99 €
Livraison en magasin gratuite

Description

Rehabilitation therapy often relies on subjective assessments of exertion and fatigue, lacking objective metrics to guide treatment. This thesis explores surface electromyography (sEMG) as a tool for force estimation and fatigue detection in hand rehabilitation. Eight sEMG sensors were placed on key flexor and extensor muscles. Voluntary force was measured using a grip strength dynamometer for maximal force and a numeric dynamometer for continuous estimation, while fatigue was classified from sEMG features. Distinct muscle contributions were observed at different force levels, with clear signal changes under fatigue, linking activity to anatomy.A feature engineering approach extracted 21 features across time and frequency domains, evaluated with seven methods; Mutual Information provided the best results. For maximal force estimation, 50 features achieved 98.68% accuracy; for continuous estimation, 110 features reached 90.17%. Fatigue classification with 18 features achieved 99.58%. To reduce sensitivity to sensor placement, common features per sensor were identified, maintaining high accuracy (97.20% for maximal force, 86.45% for continuous estimation, 99.62% for fatigue). Validation on 15 exercises confirmed 92.88% accuracy for force estimation and 98.80% for fatigue detection. These results demonstrate the potential of sEMG to deliver reliable, anatomy-informed metrics that support personalized hand rehabilitation.

Spécifications

Parties prenantes

Auteur(s) :
Editeur:

Contenu

Nombre de pages :
170
Langue:
Anglais
Collection :
Tome:
n° 30

Caractéristiques

EAN:
9783961002368
Format:
Livre broché
Dimensions :
148 mm x 10 mm
Poids :
256 g
Librairie Club

Seulement chez Librairie Club

Cadeau

Gagnez le double de points

sur nos best-sellers
Cadeau
Points doublés
Standaard Boekhandel

Les avis

Nous publions uniquement les avis qui respectent les conditions requises. Consultez nos conditions pour les avis.