지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 이연정
- 발행연도
- 2021
- 저작권
- 경북대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Neural decoding is important to recognize the user''s intention for controlling a neuroprosthetic hand. In this thesis, I propose a parallel processing structure and on-line learning algorithm for real-time decoding of multi-channel peripheral neural activity. Peripheral nerve signals were measured by 64-channel fork-type neural electrodes implanted into the median and radial nerves of a monkey, and motion artifacts were removed based on locally fitted polynomials. Single-unit action potentials were then detected and classified using an auto-threshold method and k-means algorithm. The firing rate of single-unit action potentials was extracted as a feature vector and its dimensionality was reduced by a self-organizing feature map (SOFM). Finally, a multi-layer perceptron (MLP) was used to classify hand motions. In monkey experiments, all processes including on-line learning of the SOFM and MLP were completed within a real-time constrain, and the hand motions were recognized with a high success rate. These results suggested that the proposed method could be a useful to provide real-time decoding for controlling a neuroprosthetic hand.
목차
I. 서론 11.1 연구배경 11.2 연구동향 61.3 연구목적 및 논문구성 9II. 말초 신경신호 측정 시스템 112.1 원숭이 동물모델 112.2 말초 신경전극 132.3 신경신호 증폭기 152.4 실험환경 구축 17III. 말초 신경신호 처리 알고리즘 183.1 다채널 말초 신경신호 처리 구조 183.2 병렬 처리 구조 203.3 운동잡음 제거 213.4 활동전위 검출 및 분류 253.5 특징벡터 차원축소 273.6 동작의도 분류 30IV. 원숭이 대상 다채널 말초 신경신호의 실시간 디코딩 344.1 신경신호 발생기를 이용한 성능 검증 344.2 원숭이 대상 말초 신경신호 측정 및 파지동작의도 추정 38V. 결론 및 고찰 51참고문헌 52영문초록 55
최근 본 자료
댓글(0)
0