مقاله کنفرانسی سال ۱۴۰۵ فارسی

کاربرد شبکه های عصبی در تحلیل سیگنال های EMG و عملکرد عضلانی

چکیده مقاله

مقدمه: الکترومایوگرافی Electromyography; EMG یکی از مهم ترین روش های ارزیابی فعالیت الکتریکی عضلات و عملکرد سیستم عصبی–عضلانی محسوب می شود سیگنال های EMG اطلاعات ارزشمندی درباره الگوی فعال سازی عضلات، خستگی عضلانی، هماهنگی حرکتی و کنترل عصبی فراهم می کنند با این حال، ماهیت غیرخطی، پیچیده و نویزی این سیگنال ها تحلیل سنتی آنها را با محدودیت هایی مواجه ساخته است در سال های اخیر، شبکه های عصبی مصنوعی و الگوریتم های یادگیری عمیق به عنوان ابزارهای پیشرفته پردازش سیگنال توانسته اند دقت تحلیل داده های EMG را به طور چشمگیری افزایش دهند هدف: هدف این مقاله مروری، بررسی کاربرد شبکه های عصبی در تحلیل سیگنال های EMG، ارزیابی عملکرد عضلانی، تشخیص الگوهای حرکتی و تحلیل خستگی عصبی–عضلانی در علوم ورزشی، توان بخشی و مهندسی پزشکی است روش شناسی: این مطالعه به صورت مرور علمی–تحلیلی انجام شد مقالات منتشرشده بین سال های ۲۰۱۰ تا ۲۰۲۶ از پایگاه های اطلاعاتی ، ، و بررسی شدند کلیدواژه های اصلی شامل “EMG”، “Artificial Neural Network”، “Deep Learning”، “Muscle Performance”، “Signal Processing” و “Neuromuscular Analysis” بودند یافته ها و نتیجه گیری: نتایج مطالعات نشان داد که شبکه های عصبی مصنوعی قادرند الگوهای پیچیده سیگنال های EMG را با دقت بالا تحلیل کرده و در طبقه بندی حرکات، تشخیص خستگی عضلانی، کنترل پروتزهای هوشمند و ارزیابی عملکرد عضلات نقش موثری داشته باشند مدل های یادگیری عمیق به ویژه شبکه های کانولوشنی CNN و بازگشتی RNN توانسته اند ویژگی های زمانی و فرکانسی سیگنال های EMG را به صورت خودکار استخراج کنند با وجود مزایای فراوان، نیاز به داده های استاندارد، حساسیت به نویز و محدودیت تفسیرپذیری مدل ها همچنان از چالش های مهم این حوزه محسوب می شوند در مجموع، شبکه های عصبی می توانند تحول قابل توجهی در تحلیل عملکرد عصبی–عضلانی و توسعه فناوری های هوشمند توان بخشی ایجاد کنند

کلیدواژه‌ها

نویسندگان

تصویر صفا پیمان پور

صفا پیمان پور

کارشناسی ارشد فیزیولوژی ورزشی کاربردی، دانشگاه شهید چمران اهواز

تصویر شیرین شایگان مهر

شیرین شایگان مهر

کارشناسی ارشد فیزیولوژی ورزشی کاربردی، دانشگاه شهید چمران اهواز

شیوه ارجاع

پیمان پور، صفا و شایگان مهر، شیرین،1405،کاربرد شبکه های عصبی در تحلیل سیگنال های EMG و عملکرد عضلانی،هفتمین همایش بین المللی تربیت بدنی ،سلامت و علوم ورزشی،همدان

ارائه‌شده در

پوستر مجموعه مقالات هفتمین همایش بین المللی تربیت بدنی ،سلامت و علوم ورزشی مجموعه مقالات هفتمین همایش بین المللی تربیت بدنی ،سلامت و علوم ورزشی3 مرداد 1405 · همدان
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۴۰۴ ۴۲۸ مشاهده

تاثیر ورزش بر فشار خون

ورزش های هوازی مانند پیاده روی سریع، دویدن آرام، دوچرخه سواری و شنا از جمله فعالیت هایی هستند که به کاهش…

فشار خونورزشضربان قلب
مقاله کنفرانسی سال ۱۴۰۴ ۴۰۴ مشاهده

بررسی رابطه بین شاخص توده بدنی با سطح فعالیت بدنی و الگوی مصرف مواد غذایی دانشجویان

هدف از پژوهش حاضر بررسی رابطه بین شاخص توده بدنی با سطح فعالیت بدنی و الگوی مصرف مواد غذایی دانشجویان بو…

شاخص توده بدنیسطح فعالیت بدنیدانشجویان
مقاله کنفرانسی سال ۱۴۰۴ ۴۰۲ مشاهده

کاربرد هوش مصنوعی در مدیریت استراتژیک و بازاریابی ورزشی ایران

پژوهش حاضر با هدف تحلیل نقش هوش مصنوعی در مدیریت استراتژیک و بازاریابی ورزشی ایران و ارائه راهکارهای عمل…

هوش مصنوعی پیشرفتهمدیریت ورزشی هوشمندفناوری های ورزشی
مقاله کنفرانسی سال ۱۴۰۴ ۳۶۳ مشاهده

تاثیر تمرین های ورزشی بر بهبود تعاملات اجتماعی کودکان مبتلا به اختلال طیف اوتیسم

این مقاله به بررسی تاثیر تمرین های ورزشی بر بهبود تعاملات اجتماعی کودکان مبتلا به اختلال طیف اوتیسم ASD…

تمرین های ورزشیتعاملات اجتماعیکودکان
مقاله کنفرانسی سال ۱۴۰۴ ۳۲۰ مشاهده

بررسی تاثیر ورزش و فعالیت بدنی بر کاهش استرس و اضطراب دانش آموزان

با افزایش فشارهای تحصیلی، انتظارات اجتماعی و تغییرات سریع محیطی، دانش آموزان امروزی با سطوح باالیی از اس…

دانش آموزانورزشفعالیت بدنی
مقاله کنفرانسی سال ۱۴۰۴ ۳۱۱ مشاهده

تاثیر ورزش شنا بر عملکرد حافظه و یادگیری دانش آموزان

مقدمه: شنا به عنوان یک ورزش هوازی و جامع، علاوه بر بهبود سلامت جسمانی و روانی، می تواند بر عملکرد شناختی…

حافظههیپوکامپیادگیری