Titelaufnahme

Titel
Visualization of EMG signals of TMR patients / von Patrick Müller
Weitere Titel
Visualisierung von EMG Signalen bei TMR Patienten
Verfasser / Verfasserin Müller, Patrick
GutachterKaniusas, Eugenijus
Erschienen2013
UmfangIV, 82 Bl. : Ill., graph. Darst.
HochschulschriftWien, Techn. Univ., Dipl.-Arb., 2014
Anmerkung
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers
Zsfassung in dt. Sprache
SpracheEnglisch
DokumenttypDiplomarbeit
URNurn:nbn:at:at-ubtuw:1-74644 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Visualization of EMG signals of TMR patients [9.8 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Bei "Targeted Muscle Reinnervation" handelt es sich um eine Operationsmethode die bei Patienten mit einem hohen Amputationsgrad Anwendung findet, um Electromyographie-Signale zur Ansteuerung moderner Prothesen zu generieren. Ein sehr großes Problem bei der postoperativen Versorgung dieser Patienten ist das Auffinden der, für die Prothesenansteuerung am besten geeigneten, Signale. Zurzeit versuchen Therapeuten durch händisches Rotieren und Umplatzieren der Elektrode das bestmögliche Signal zu finden. Diese Vorgehensweise ist sehr zeitaufwändig und mühselig. Darüber hinaus kann auch nicht gewährleistet werden, dass tatsächlich das beste Signal gefunden wurde. Ziel dieser Arbeit ist es eine Software zu entwickeln, welche durch eine geeignete Auswertung von Electromyographie-Signalen einer Elektroden-Matrix, die exakte Position des besten Electromyographie-Signals zur Prothesenansteuerung findet. Dazu wurden zwei Ansätze, bikubische Interpolation und Template Matching, verfolgt und auf ihre Eignung getestet. Bei der bikubischen Interpolation handelt es sich um eine Flächen-Interpolationsmethode, bei der die Datenwerte der Elektroden-Matrix als Stützpunkte dienen, um die Potentialverteilung in den Zwischenbereichen zu berechnen. Template Matching hingegen, verwendet Formen und Größen bereits bekannter Hotspots, um diese mit den Daten der Matrix zu vergleichen und Gemeinsamkeiten zu finden. Zum Auffinden dieser Gemeinsamkeiten wurden zwei verschiedene Methoden, die normalisierte Kreuzkorrelation und die Summe der absoluten Differenzen, untersucht. Dazu wurden reale Daten, welche von Patiententests stammen, aber auch simulierte Daten, welche standardisierte und gleichbleibende Bedingungen schaffen, verwendet. Dabei hat sich gezeigt, dass Template Matching unter Verwendung der Kreuzkorrelation die besten Resultate liefert, was einerseits an der hohen Genauigkeit der Lokalisation und andererseits an der Unempfindlichkeit dieser Methode gegenüber Störungen liegt. Um das Auffinden der Hotspots am Patienten zu erleichtern, wurde zusätzlich eine geeignete visuelle Darstellung der Ergebnisse entwickelt. Dabei werden die berechneten Positionen der besten Signale auf ein Foto des Patienten projiziert. Zur Datenerfassung wurde ein System aufgebaut, welches in der Lage ist 32 Electromyographie-Signale gleichzeitig aufzuzeichnen. Darüberhinaus wurden auch verschiedene Konzepte zum Aufbau der Elektroden-Matrix konstruiert und auf ihre Eignung getestet. Das Resultat dieser Arbeit ist ein Software-Tool, welches in Kombination mit einer geeigneten Elektroden-Matrix zu einer einfachen und schnellen Lokalisation von Electromyographie-Signalen an der Hautoberfläche von "Targeted Muscle Reinnervation"-Patienten eingesetzt wird. Das erleichtert einerseits die Arbeit des Therapeuten und schafft eine angenehmere Vorgehensweise für den Patienten, andererseits kann auch sichergestellt werden, dass immer das bestmögliche Signal gefunden wird.

Statistik
Das PDF-Dokument wurde 38 mal heruntergeladen.