(from pixabay)
Les amateurs de musculation qui auraient 114514 personnes dans l'industrie informatique
Bonjour, c'est alf ++.
Aujourd'hui, je vais parler des muscles, en particulier des secousses. Bien sûr, le code est écrit en Python. Parlons maintenant des muscles.
Les ingénieurs informatiques aiment beaucoup l'entraînement musculaire. Cependant, peu de gens essaient de soutenir l'entraînement musculaire avec l'IT, Je suis très triste. Donc, dans cet article, soutenons l'entraînement musculaire avec l'informatique Tout d'abord, je présenterai un capteur myoélectrique capable de quantifier la force et le moment des secousses musculaires et sa méthode d'analyse.
Pourquoi le muscle pique-t-il? Les muscles reçoivent des commandes de mouvement du cerveau humain sous la forme de signaux électriques. Le muscle se contracte fortement en fonction de la force de ce signal électrique. Au contraire, il se détend lorsqu'il n'y a pas de signal électrique. [^ 1] Par conséquent, les secousses musculaires peuvent être quantifiées en regardant les signaux électriques transmis aux muscles.
Heureusement, le signal électrique transmis au muscle fuit du muscle à la surface de la peau, donc En mesurant ce signal de fuite, vous pouvez quantifier les secousses de vos muscles. Un instrument de mesure qui applique ce phénomène est appelé "capteur myoélectrique [^ 2]". (Cité de Delsys HP [1])
Voyons comment les cuisses picotent en marchant à partir de la valeur du capteur myoélectrique. Tout d'abord, téléchargez l'ensemble de données du capteur myoélectrique à partir du site suivant. http://archive.ics.uci.edu/ml/datasets/EMG+dataset+in+Lower+Limb
En cela, visualisez 1Nmar.log. Le code à visualiser est le suivant.
VisulizeEMG.py
import matplotlib.pyplot as plt
import pandas
FILE_PATH="../SEMG_DB1/N_TXT/1Nmar.txt"
HEADER_SIZE=6
data=pandas.read_csv(FILE_PATH,skiprows=HEADER_SIZE,sep="\t")
data.columns=["RF","BF","VM","ST","FX"]
plt.plot(data["RF"])
plt.xlabel("Time[ms]")
plt.ylabel("EMG[V]")
plt.show()
Le résultat de l'exécution est le suivant.
La figure ci-dessus s'appelle un électrocardiogramme. Plutôt que de l'allumer et de l'éteindre comme un interrupteur, Cela ressemble à une onde sonore. En fait, le signal transmis au muscle n'est pas DC mais AC. Par conséquent, il est nécessaire de traiter un peu les données du capteur pour voir comment cela se sent.
Lorsque l'on regarde la force d'un signal CA, la racine carrée moyenne (Root Square Means; RMS) est souvent utilisée comme indice. Par conséquent, l'indice de secousse musculaire est calculé ici en utilisant la racine carrée moyenne. Le code est ci-dessous. Notez que ce code est différent de la racine carrée moyenne habituelle, Le fait est qu'il utilise la racine carrée moyenne mobile.
VisualizeStrength.py
import matplotlib.pyplot as plt
import pandas
import numpy as np
WINDOW_SIZE=200
#http://stackoverflow.com/questions/8245687/
# numpy-root-mean-squared-rms-smoothing-of-a-signal
#Modifié en fonction de
def window_rms(a, window_size):
a2 = np.power(a,2)
window = np.ones(window_size)/float(window_size)
return np.sqrt(np.convolve(a2, window,"same"))
FILE_PATH="../SEMG_DB1/N_TXT/1Nmar.txt"
HEADER_SIZE=6
data=pandas.read_csv(FILE_PATH,skiprows=HEADER_SIZE,sep="\t")
data.columns=["RF","BF","VM","ST","FX"]
RMS=window_rms(data["RF"],WINDOW_SIZE)
plt.plot(data["RF"],color="lightgray")
plt.plot(RMS)
plt.xlabel("Time[ms]")
plt.ylabel("EMG[V]")
plt.show()
Ainsi, lorsque vous l'exécutez réellement, la figure suivante apparaîtra.
Plus la ligne bleue est grande, plus elle est serrée. Parce que ce sont des secousses à intervalles réguliers Vous pouvez voir à quoi ressemblent les muscles en marchant.
Appliquer cette analyse, par exemple, en fonction de l'activité des secousses Vous pourrez faire fonctionner le drone et ainsi de suite. (Extrait de HP de Delsys [2])
Dans cette étude, effectuer la rééducation comme un jeu Il semble qu'il se développe. Toujours en 2016, la première année de VR Il semble qu'il soit également utilisé comme contrôleur pour faire fonctionner le bras du personnage dans l'espace VR. (Cliquez pour accéder à la vidéo de démonstration sur YouTube.)
De cette façon, les muscles ont des possibilités infinies.
Les ingénieurs informatiques aiment beaucoup l'entraînement musculaire. Cependant, peu de gens essaient de soutenir l'entraînement musculaire avec l'IT, Je suis très triste. Par conséquent, dans cet article, nous discuterons de la force et du timing des secousses musculaires afin que l'entraînement musculaire puisse être soutenu par l'informatique. J'ai introduit un capteur myoélectrique qui peut être quantifié et une méthode d'analyse rudimentaire utilisant Python. L'analyse par Python peut être appliquée aux interfaces utilisateur et à la réhabilitation. Cependant, il semble qu'il existe très peu d'exemples de son application à l'entraînement musculaire. À l'avenir, les ingénieurs informatiques utiliseront des capteurs EMG pour créer des applications qui améliorent l'entraînement musculaire. J'espère sincèrement que vous le développerez.
__ Si vous écrivez jusqu'à présent, ne me dites pas d'y arriver __
[1] http://www.delsys.com/products/wireless-emg/trigno-lab/ [2] http://www.delsys.com/education/videos/research/serious-games/
[^ 1]: Bien sûr, des signaux électriques peuvent provenir de la moelle épinière appelée réflexe spinal. Les détails seront probablement autour de Kandel Neuroscience. [^ 2]: Strictement parlant, on l'appelle un capteur EMG de surface (sEMG).
Recommended Posts