Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Castilhos, Mateus Augusto Schneider, 1997-
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: [s.n.]
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Separação cega de fontes
Método de decomposição
Eletromiografia
Análise de componentes independentes
Processamento digital de sinais
Neurônios motores
Blind source separation
Decomposition method
Electromyography
Independent component analysis
Digital signal processing
Motor neurons
Link de acesso: https://hdl.handle.net/20.500.12733/25654
Resumo: Orientador: Leonardo Abdala Elias
id UNICAMP-30_ae12353038faff579ae334e8d18abdaa
oai_identifier_str oai::1412455
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidadeStudy of a convolutive blind source separation algorithm for high-density surface electromyography decompositionSeparação cega de fontesMétodo de decomposiçãoEletromiografiaAnálise de componentes independentesProcessamento digital de sinaisNeurônios motoresBlind source separationDecomposition methodElectromyographyIndependent component analysisDigital signal processingMotor neuronsOrientador: Leonardo Abdala EliasDissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de ComputaçãoResumo: A unidade motora (MU) é a última via do sistema nervoso central para realização do movimento. Sua fisiologia e a compreensão do controle neural do movimento podem ser estudadas utilizando técnicas de decomposição do eletromiograma de superfície de alta densidade (HD sEMG), que estimam os instantes de tempo das atividades de MUs individuais durante uma contração muscular. As técnicas contemporâneas de decomposição empregam metodologias de separação cega de fontes (BSS) para solucionar o problema e podem se basear em técnicas como a análise de componente independentes (ICA) e/ou convolution kernel compensation (CKC). O presente estudo propôs algumas modificações em um algoritmo fundamentado em ICA e CKC, e investigou como alguns parâmetros de entrada afetam os resultados da decomposição do HD sEMG. Os parâmetros, método de inicialização dos vetores de separação, função contraste utilizada pelo algoritmo FastICA e percentual de atividade do FastICA (sugerido nesse estudo) foram explorados considerando três métricas de desempenho, são elas, quantidade de MUs únicas, qualidade da decomposição medida pelo valor médio do pulse-to-noise ratio (PNR) e tempo de execução da decomposição. Os resultados mostraram que os parâmetros do algoritmo afetam o desempenho da decomposição e interagem entre si, alterando os padrões de variação das métricas de desempenho para as mesmas combinações paramétricas. O estudo mostrou que ao reduzir a atividade do FastICA, o tempo de execução diminui significativamente, mantendo o número de MUs identificadas e suas qualidades similares. Além disso, o estudo enfatizou a importância de analisar as combinações paramétricas para obter o melhor desempenho da decomposição em relação às métricas avaliadasAbstract: The motor unit (MU) is the final pathway of the central nervous system for executing movements. Its physiology and the neural control of human movement can be studied through high-density surface electromyogram (HD sEMG) decomposition techniques, which estimate the discharge times of individual MUs during a given muscle contraction. Current decomposition techniques employ blind source separation (BSS) approaches to solve the problem, and they may be based on techniques like independent component analysis (ICA) and/or convolution kernel compensation (CKC). We proposed some modifications to an algorithm based on ICA and CKC, and investigated the influence of several input parameters on the decomposition process of HD sEMG. The parameters, namely, the initialization method of the separation vector, the contrast function used by the FastICA algorithm, and the percentage of activity of the FastICA (suggested in this study) were explored considering three evaluation metrics, namely, the number of unique decomposed MUs, the decomposition accuracy measured by the average pulse-to-noise ratio (PNR), and the execution time of the decomposition. According to the obtained results, the algorithm parameters affect the decomposition performance, and they interact with each other altering the variation patterns for each performance metric given the same parameter combinations. We showed that reducing the FastICA activity led to a significant decrease in the decomposition time while maintaining similar numbers of unique decomposed MUs and their PNR values. Furthermore, this study has reinforced the importance of evaluating the parameter combinations to achieve a better decomposition performance based on the chosen evaluation metricsAbertoMestradoEngenharia BiomédicaMestre em Engenharia ElétricaCNPQ131390/2021-0[s.n.]Elias, Leonardo Abdala, 1985-Germer, Carina MarconiSuyama, RicardoUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de ComputaçãoPrograma de Pós-Graduação em Engenharia ElétricaUNIVERSIDADE ESTADUAL DE CAMPINASCastilhos, Mateus Augusto Schneider, 1997-20232023-08-28T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdf1 recurso online (109 p.) : il., digital, arquivo PDF.https://hdl.handle.net/20.500.12733/25654CASTILHOS, Mateus Augusto Schneider. Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade. 2023. 1 recurso online (109 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: 20.500.12733/25654. Acesso em: 29 set. 2025.https://repositorio.unicamp.br/acervo/detalhe/1412455https://repositorio.unicamp.br/acervo/detalhe/1412455Cover: https://repositorio.unicamp.br/capa/capa?codigo=1412455Requisitos do sistema: Software para leitura de arquivo em PDFporreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2025-07-16T15:20:47Zoai::1412455Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2025-07-16T15:20:47Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade
Study of a convolutive blind source separation algorithm for high-density surface electromyography decomposition
title Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade
spellingShingle Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade
Castilhos, Mateus Augusto Schneider, 1997-
Separação cega de fontes
Método de decomposição
Eletromiografia
Análise de componentes independentes
Processamento digital de sinais
Neurônios motores
Blind source separation
Decomposition method
Electromyography
Independent component analysis
Digital signal processing
Motor neurons
title_short Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade
title_full Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade
title_fullStr Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade
title_full_unstemmed Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade
title_sort Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade
author Castilhos, Mateus Augusto Schneider, 1997-
author_facet Castilhos, Mateus Augusto Schneider, 1997-
author_role author
dc.contributor.none.fl_str_mv Elias, Leonardo Abdala, 1985-
Germer, Carina Marconi
Suyama, Ricardo
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Elétrica e de Computação
Programa de Pós-Graduação em Engenharia Elétrica
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Castilhos, Mateus Augusto Schneider, 1997-
dc.subject.por.fl_str_mv Separação cega de fontes
Método de decomposição
Eletromiografia
Análise de componentes independentes
Processamento digital de sinais
Neurônios motores
Blind source separation
Decomposition method
Electromyography
Independent component analysis
Digital signal processing
Motor neurons
topic Separação cega de fontes
Método de decomposição
Eletromiografia
Análise de componentes independentes
Processamento digital de sinais
Neurônios motores
Blind source separation
Decomposition method
Electromyography
Independent component analysis
Digital signal processing
Motor neurons
description Orientador: Leonardo Abdala Elias
publishDate 2023
dc.date.none.fl_str_mv 2023
2023-08-28T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://hdl.handle.net/20.500.12733/25654
CASTILHOS, Mateus Augusto Schneider. Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade. 2023. 1 recurso online (109 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: 20.500.12733/25654. Acesso em: 29 set. 2025.
url https://hdl.handle.net/20.500.12733/25654
identifier_str_mv CASTILHOS, Mateus Augusto Schneider. Estudo de um algoritmo de separação cega de fontes de misturas convolutivas para decomposição do eletromiograma de superfície em alta densidade. 2023. 1 recurso online (109 p.) Dissertação (mestrado) - Universidade Estadual de Campinas (UNICAMP), Faculdade de Engenharia Elétrica e de Computação, Campinas, SP. Disponível em: 20.500.12733/25654. Acesso em: 29 set. 2025.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/1412455
https://repositorio.unicamp.br/acervo/detalhe/1412455
Cover: https://repositorio.unicamp.br/capa/capa?codigo=1412455
Requisitos do sistema: Software para leitura de arquivo em PDF
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
1 recurso online (109 p.) : il., digital, arquivo PDF.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1844628722422906880

Registros relacionados