Electroneurogram (ENG)

Electroneurogram (ENG)

Electroencepalogaraph (EOG)

Electroencepalogaraph (EOG)

Prosthetic hand for rehabilitation

 

 

Virtualisasi Prosthetic Hand (Resume Paper)

A Virtual Prosthesis Control Based on Neural Networks For EMG Parttern Classification

Referensi

E. Lamounier, A. Soares, A. Andrade, R. Carrijo, 2008, “A virtual prosthesis control based on neural networks For emg parttern classification,” IEEE Transaction and Biomedical Engineering, USA.

Keterangan:

Federal university of uberlândia/ faculty of electrical engineering

Biomedical and computer graphics laboratories Uberlândia/mg – brazil {lamounier, alcimar@ufu.br

Aoandrade,rencarrijo@yahoo.com.br}

Sinyal input

Potensial aksi yang dihasilkan oleh kontraksi otot

Output

Pergerakan tangan buatan / prosthetic hand

Dalam bentuk virtual

Jenis sensor

Skin / surface elektroda

SEMG

Pengolah sinyal

- Pengolahan sinyal analog

- Amplifier

- Filter

- Analog to Digital Conversion

- Display / windowing

- Feature extraction

- Klasifikasi sinyal EMG dengan Multi Layer Perception

Komponen Percobaan

- Visualisasi

- VRML (Virtual Reality Modeling Language).

- Java Application

- Java Applet

- 2 TCP/IP Server Socket

- External Authoring Interface (EAI)

- C++

Cara Kerja

- Sinyal dari sEMG diperkuat dengan amplifier dan difilter kemudian dikonversi menjadi sinyal digital.

- Menentukan karakteristik sinyal, mengambil sinyal EMG yang dibutuhkan dengan metode windowing dan membuat model sinyal dengan menggunakan Auto Regressive (AR) model.

- Mengklasifikasikan sinyal menjadi 4 jenis pergerakan dengan menggunakan Multi Layer Perception. Semua proses di atas masuk ke dalam bagian neural network.

- Memvisualisasikan hasil dari neural network tersebut menjadi pergerakan tangan virtual di PC.

Hasil Percobaan

- Akurasi 100% untuk mengklasifikasikan pola EMG berhasil dicapai oleh AR model orde 10 pada kontraksi isometric

- AR model orde 4 dapat mengklasifikasikan pola EMG dengan akurasi 96%

Kesimpulan

- Sinyal EMG dapat dimodelkan dengan AR model dan digunakan sebagai input untuk mengklasifikasikan system jaringan saraf artifisial

- Virtual hand prosthetic berhasil melakukan gerakan sesuai dengan gerakan otot yang dilakukan oleh pasien yang diamputasi. Ini sangat berguna untuk masa pelatihan bagi pasien sebelum mereka menggunakan hand prosthetic.

Pengontrolan Komputer oleh Otak

Membaca otak manusia bukanlah hanya sekedar ada di science fiction movie lagi.
Para peneliti di Amerika mampu menciptakan komputer yang dapat mendengarkan fikiran manusia.

Berdasrkan eksperimen, dengan memanfaatkan pasien epilepsi, para peneliti telah mampu  membuat sebuah percakapan dengan komputer yang dikontrol langsung oleh otak.

Penelitian ini juga bertujuan untuk mengembalikan kemampuan pasien yang tidak mampu berbicara lagi (karena sakit/kecelakaan)



http://www.sciencedaily.com/releases/2011/04/110406192422.htm

http://www.sciencedaily.com/releases/2011/04/110412101619.htm

Pembaca Isi Hati

Komunikasi di dunia maya menyebabkan kita jarang untuk bertemu langsung dengan partnet kita.

Namun sekarang telah ada teknologi, perancangan alat yang dapat menmpilkan ekspresi kita atau membaca hati kita dan akan meekspresikannya seolah-olah kita bertatapan secara langsung dengan partnet kita.

Cara kerja nya:
Alat ini akan mendengarkan detak jantung kita kemudian dia akan menterjemahkan dan menggambarkan seperti apa isi hati kita.
Ekspresi kita ini akan ditampilkan di komputer partnet kita yang sedang berkomunikasi dengan kita.


http://www.sciencedaily.com/releases/2011/04/110407093118.htm

prosthetic hand

Perkembangan terbaru prostetic hand adalah dia telah mampu melakukan gerakan setiap jari
mengenggam, mengangkat beban sampai 20 kg

http://www.sciencedaily.com/releases/2008/04/080422112942.htm