<!DOCTYPE article
PUBLIC "-//NLM//DTD JATS (Z39.96) Journal Publishing DTD v1.4 20190208//EN"
       "JATS-journalpublishing1.dtd">
<article xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" article-type="research-article" dtd-version="1.4" xml:lang="en">
 <front>
  <journal-meta>
   <journal-id journal-id-type="publisher-id">Scientific Papers Collection of the Angarsk State Technical University</journal-id>
   <journal-title-group>
    <journal-title xml:lang="en">Scientific Papers Collection of the Angarsk State Technical University</journal-title>
    <trans-title-group xml:lang="ru">
     <trans-title>Сборник научных трудов Ангарского государственного технического университета</trans-title>
    </trans-title-group>
   </journal-title-group>
   <issn publication-format="print">2686-7788</issn>
  </journal-meta>
  <article-meta>
   <article-id pub-id-type="publisher-id">50855</article-id>
   <article-id pub-id-type="doi">10.36629/2686-7788-2022-1-20-27</article-id>
   <article-categories>
    <subj-group subj-group-type="toc-heading" xml:lang="ru">
     <subject>ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА</subject>
    </subj-group>
    <subj-group subj-group-type="toc-heading" xml:lang="en">
     <subject>TECHNICAL CYBERNETICS</subject>
    </subj-group>
    <subj-group>
     <subject>ТЕХНИЧЕСКАЯ КИБЕРНЕТИКА</subject>
    </subj-group>
   </article-categories>
   <title-group>
    <article-title xml:lang="en">APPLICATION OF THE HIGUCHI METHOD FOR THE ANALYSIS OF ELECTROMYOGRAMS</article-title>
    <trans-title-group xml:lang="ru">
     <trans-title>ПРИМЕНЕНИЕ МЕТОДА ХИГУЧИ ДЛЯ АНАЛИЗА ЭЛЕКТРОМИОГРАММЫ</trans-title>
    </trans-title-group>
   </title-group>
   <contrib-group content-type="authors">
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Демидченко</surname>
       <given-names>Егор Александрович</given-names>
      </name>
      <name xml:lang="en">
       <surname>Demidchenko</surname>
       <given-names>Egor Aleksandrovich</given-names>
      </name>
     </name-alternatives>
     <xref ref-type="aff" rid="aff-1"/>
    </contrib>
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Сенотова</surname>
       <given-names>Светлана Анатольевна</given-names>
      </name>
      <name xml:lang="en">
       <surname>Senotova</surname>
       <given-names>Svetlana Anatol'evna</given-names>
      </name>
     </name-alternatives>
    </contrib>
    <contrib contrib-type="author">
     <name-alternatives>
      <name xml:lang="ru">
       <surname>Пудалов</surname>
       <given-names>Алексей Дмитриевич</given-names>
      </name>
      <name xml:lang="en">
       <surname>Pudalov</surname>
       <given-names>Aleksey Dmitrievich</given-names>
      </name>
     </name-alternatives>
    </contrib>
   </contrib-group>
   <aff-alternatives id="aff-1">
    <aff>
     <institution xml:lang="ru">ФГБОУ ВО &quot;Ангарский государственный технический университет&quot;</institution>
     <country>RU</country>
    </aff>
    <aff>
     <institution xml:lang="en">Federal State Funded Educational Establishment of Higher Education «Angarsk State Technical University»</institution>
     <country>RU</country>
    </aff>
   </aff-alternatives>
   <pub-date publication-format="print" date-type="pub" iso-8601-date="2022-06-17T04:26:02+03:00">
    <day>17</day>
    <month>06</month>
    <year>2022</year>
   </pub-date>
   <pub-date publication-format="electronic" date-type="pub" iso-8601-date="2022-06-17T04:26:02+03:00">
    <day>17</day>
    <month>06</month>
    <year>2022</year>
   </pub-date>
   <volume>2022</volume>
   <issue>1</issue>
   <fpage>20</fpage>
   <lpage>27</lpage>
   <history>
    <date date-type="received" iso-8601-date="2022-06-09T00:00:00+03:00">
     <day>09</day>
     <month>06</month>
     <year>2022</year>
    </date>
   </history>
   <self-uri xlink:href="https://angtu.editorum.ru/en/nauka/article/50855/view">https://angtu.editorum.ru/en/nauka/article/50855/view</self-uri>
   <abstract xml:lang="ru">
    <p>Рассмотрено применение фрактального метода Хигучи к анализу электромиограмм (ЭМГ). Показано, что применение метода позволяет увидеть разницу между движениями разных пальцев по ЭМГ, регистрируемой поверхностными электродами с предплечья человека в характерных зонах</p>
   </abstract>
   <trans-abstract xml:lang="en">
    <p>The application of the fractal Higuchi method to the analysis of electromyograms (EMG) is considered. It is shown that the application of the method makes it possible to see the difference between the movements of different fingers by EMG recorded by surface electrodes from the human forearm in characteristic zones</p>
   </trans-abstract>
   <kwd-group xml:lang="ru">
    <kwd>бионический протез</kwd>
    <kwd>электромиограмма</kwd>
    <kwd>фрактальная размерность</kwd>
    <kwd>метод Хигучи</kwd>
   </kwd-group>
   <kwd-group xml:lang="en">
    <kwd>bionic prosthesis</kwd>
    <kwd>electromyogram</kwd>
    <kwd>fractal dimension</kwd>
    <kwd>Higuchi method</kwd>
   </kwd-group>
  </article-meta>
 </front>
 <body>
  <p>Предложено для расчётов фрактальной размерности использовать метод Хигучи [1], который имеет ряд преимуществ в сравнении с другими подобными методами. Он основан на измерении длины кривой линии ЭМГ [2], позволяя оценить её среднюю длину, используя сегмент образцов в качестве единицы измерения [3].Для проведения анализа ЭМГ методом Хигучи необходимо вначале экспериментально получить исходные данные. Для этого было собрано устройство для регистрации электромиограммы, структурная схема которого изображена на рисунке 1. Устройство, включает в себя следующие компоненты:– три поверхностных ЭМГ электрода;– шлейф для подключения электродов;– модуль измерения на базе операционного усилителя AD8232;– платформа Arduino на базе микроконтроллера ATmega328P-PU;– набор проводов с макетной платой;– мобильная ЭВМ с программным обеспечением Arduino IDE.Ключевым компонентом экспериментального устройства является модуль на основе операционного усилителя AD8232. Он предназначен для усиления и фильтрации слабых биопотенциальных сигналов. AD8232 включает в себя двухполюсный фильтр высоких частот и операционный усилитель, который позволяет использовать технологию многополюсной низкочастотной фильтрации для удаления помех. Датчик снимает показания по методу двухполюсных отведений, при котором фиксируется разность потенциалов между двумя точками электрического поля. Структурная схема устройства регистрации ЭМГ приведена на рисунке 1.Рисунок 1 – Структурная схема устройства регистрации ЭМГ Для того чтобы регистрировать данные с датчиков и передавать их в компьютер с дальнейшим выводом на экран, был написан программный код для микроконтроллера ATmega 328P-PU, на котором и основана работа платформы Arduino Uno.Эксперимент проводился по следующей схеме. К испытуемому, в качестве которого выступил один из авторов статьи, подключались поверхностные электроды в зонах мышечной активности на предплечье. Затем включалось собранное для проведения эксперимента устройство. Оно регистрировало ЭМГ в состоянии покоя, супинацию и процесс напряжения/расслабления мышц во время движения пальцами. Снятые показания с датчиков передавались на компьютер, где отображались на плоттере последовательного соединения и сохранялись с целью дальнейшей обработки.Для получения ЭМГ использовались три поверхностных ЭМГ-датчика, расположенных в зонах активности мышц предплечья так, как это показано на рисунке 2. Межэлектродное расстояние составляло 30…35 мм. При таком расстоянии, амплитуда поверхностной электромиограммы обладает метрологическими признаками надежности и достоверности. Это значит, что она меняется от измерения к измерению в пределах 5…18 %. При уменьшении межэлектродного расстояния, амплитудные показатели электромиограммы снижаются, а при увеличении до 55 мм – увеличиваются. При этом растет величина вариативности сигнала вплоть до 25 %. При уменьшении расстояния между электродами до 20…25 мм вариативность сигнала заметно снижается до 5…10 %, однако, снижается и амплитуда миограммы на 10…30 %, по сравнению с оптимальным расстоянием в 30…35 мм, которое было вычислено опытным путём.Рисунок 2 – Зоны расположение электродов на мышцах предплечья После подключения электродов к испытуемому основным полученным результатом регистрации ЭМГ является интерференционная кривая, изображенная на рисунке 3 и представляющая собой полиморфную активность, которая возникает при произвольном сокращения мышц во время покоя. Рисунок 3 – Фрагмент ЭМГ, соответствующий интерференционной кривой первого типа Кроме этого, удалось зарегистрировать ЭМГ, на которых можно наблюдать сигналы, соответствующие частому напряжению и расслаблению мышц (рисунок 4), а также супинацию (рисунок 5). Изменение сигналов имеет сходный характер, за исключением максимального уровня амплитуды и некоторого относительного смещения по времени.Рисунок 4 – Фрагмент ЭМГ, соответствующий периодическому, быстрому напряжению и расслаблению мышц предплечья Рисунок 5 – Фрагмент ЭМГ, регистрирующий супинацию На любой зарегистрированной ЭМГ существует спайковая импульсная активность. Спайк имеет вид высокоамплитудного, короткого, быстрого положительного пика. Характерными особенностями спайков является их высокая амплитуда и небольшая длительность (порядка 1…2 мс). Наличие на ЭМГ таких острых волн и пикоподобных состояний выступает ведущим показателем для их анализа и расшифровки. Однако, помимо спайков, подобной амплитудой и формой могут обладать и артефакты. Из рисунков 3-5, видно, что в данных присутствуют артефакты и шумы, обусловленные особенностями фиксации электродов на поверхности тела, а также возникающих под влиянием внешних помех. Для получения более «чистых» показаний необходимо применять процедуры фильтрации.Во время регистрации электромиограммы, был получен блок данных, содержащий по 2500 значений для каждого пальца кисти руки человека. В качестве примера в таблице 1 приведена часть этих данных, полученных в ходе эксперимента для большого пальца.Таблица 1Фрагмент данных ЭМГ для большого пальца1 опыт2 опыт3 опыт4 опыт5 опыт6 опыт7 опыт8 опыт9 опыт10 опыт366351345259492317337325315347352340384249483323356336311307348342384232462313355331305297368354340249515319337321317314371350323241481342342323317330352337328241469346364338312322351347350236486338357337302315368362342253477328346321301329365353351254429320361331325331347339352237447331368343325302 Имея достаточно большую выборку данных, можно провести ее анализ – для формирования вектора признаков, позволяющего идентифицировать каждый палец руки. Для такой идентификации в принципе могут использоваться разные методы, отличающиеся глубиной обработки данных и качеством получаемых результатов. В данной работе при анализе ЭМГ использовался метод фрактальных размерностей, позволяющий численно оценивать сложность временной последовательности.При проведении расчётов фрактальной размерности используется метод Хигучи. Он основан на измерении длины кривой и позволяет оценить её среднюю длину, используя сегмент образцов k в качестве единицы измерения.Согласно алгоритму Хигучи примем X(n), как эквидистантную последовательность, состоящую из N элементов. Разбив X(n) на k последовательностей, получим:Xmk=Xm, Xm+k, Xm+2k,…,Xm+N-mkk,                         (1)где      m и k представляют собой начальный интервал времени равный 1, 2, 3,…n (где n целое число); N-mk – целая часть.  Примем, что этот ряд имеет N = 100, тогда:X31:X1, X4, X7, X10,  …, X100;X32:X2, X5, X76, X11,  …, X98;X33:X3, X6, X9, X12,  …, X99;Разбив последовательности, необходимо найти длины кривых по следующей формуле:Lmk=N-mi=1kSm1k, Sm=Xm+ik-X(m+i-1kN-1N-mk,               (2)Тогда полная средняя длина кривой при заданном k находится по следующему выражению:L(k)=m=1kLm(k)k.                                                  (3)Если выполняется условие L(k)∝k-D, то последовательность X(n) фрактальна с фрактальной размерностью D.Метод Хигучи для анализа ЭМГ применялся последовательно к временным рядам, составленным по результатам экспериментов. Обработка значений проводилась с помощью специальной программы, написанной на языке Visual Basic Application с использованием MS Excel.Полученные результаты вычислений фрактальной размерности представлены в таблице 2.Таблица 2Результаты вычислений фрактальной размерностиФрактальная размерностьБольшойУказательныйСреднийБезымянныйМизинецD1,931,981,891,961,971,931,981,911,961,881,921,571,871,951,981,851,801,791,961,991,761,901,791,961,971,921,911,811,671,971,931,901,791,631,971,951,871,851,191,981,951,851,851,221,942,021,841,801,891,97 Проиллюстрируем результаты с помощью гистограмм и разобьём их на интервалы. Результаты представлены в таблицах 3-7.   Таблица 3Гистограммы распределения коэффициента D для большого пальцаИнтервалЧисло наблюденийПроцентГистограмма1 – 1,20-1,2 – 1,40-1,4 – 1,60-1,6 – 1,81101,8 – 2990 Таблица 4Гистограммы распределения коэффициента D для указательного пальцаИнтервалЧисло наблюденийПроцентГистограмма1 – 1,20-1,2 – 1,40-1,4 – 1,61101,6 – 1,81101,8 – 2880 Таблица 5Гистограммы распределения коэффициента D для среднего пальцаИнтервалЧисло наблюденийПроцентГистограмма1 – 1,20-1,2 – 1,40-1,4 – 1,60-1,6 – 1,84401,8 – 2660   Таблица 6Гистограммы распределения коэффициента D для безымянного пальцаИнтервалЧисло наблюденийПроцентГистограмма1 – 1,21101,2 – 1,41101,4 – 1,60-1,6 – 1,82201,8 – 2660 Таблица 7Гистограммы распределения коэффициента D мизинцаИнтервалЧисло наблюденийПроцентГистограмма1 – 1,20-1,2 – 1,40-1,4 – 1,60-1,6 – 1,80-1,8 – 210100 Применение к ЭМГ-сигналу метода Хигучи позволило увидеть разницу между движениями разных пальцев по ЭМГ, снимаемой поверхностными электродами, с предплечья человека. Используя полученные результаты, становится возможным определить вид функции принадлежности для каждого пальца. Эти данные планируется использовать при построении нечёткого логического контроллера.</p>
 </body>
 <back>
  <ref-list>
   <ref id="B1">
    <label>1.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Gomez, C. Use of the Higuchi’s fractal dimension for the an alysis of MEG recordings from Alzheimer’s disease patients / Ingenieros de Telecomunicacion. University of Valladolid. Spain, 2008. С. 29.</mixed-citation>
     <mixed-citation xml:lang="en">Gomez, C. Use of the Higuchi’s fractal dimension for the an alysis of MEG recordings from Alzheimer’s disease patients / Ingenieros de Telecomunicacion. University of Valladolid. Spain, 2008. S. 29.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B2">
    <label>2.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Maier, S., Smagt, P. Surface EMG suffices to classify the motion of each finger independently // 9th International Conference on Motion and Vibration Control. 2008 C. 9.</mixed-citation>
     <mixed-citation xml:lang="en">Maier, S., Smagt, P. Surface EMG suffices to classify the motion of each finger independently // 9th International Conference on Motion and Vibration Control. 2008 C. 9.</mixed-citation>
    </citation-alternatives>
   </ref>
   <ref id="B3">
    <label>3.</label>
    <citation-alternatives>
     <mixed-citation xml:lang="ru">Polychron, G. Comparison of fractal dimension estimation algorithms for epileptic seizure onset detection / Journ al of neural engineering. Greece, 2010. С. 198.</mixed-citation>
     <mixed-citation xml:lang="en">Polychron, G. Comparison of fractal dimension estimation algorithms for epileptic seizure onset detection / Journ al of neural engineering. Greece, 2010. S. 198.</mixed-citation>
    </citation-alternatives>
   </ref>
  </ref-list>
 </back>
</article>
