Instrumentation Biomédicale
Permanent URI for this collectionhttps://dspace.univ-boumerdes.dz/handle/123456789/5594
Browse
4 results
Search Results
Item Classification des signaux biomédicaux par la méthode Neuro-floue d'ANFIS(Université M'Hamed Bougara Boumerdès: Faculté de Technologie, 2020) Boukhedimi, Lylia; Ziane, Hanane; Messaoudi, Noureddine(Promoteur)Ce Travail consiste à appliquer une méthode hybride entre la logique floue et les réseaux de neurones pour classifier quelques signaux d'électrocardiographie (ECG) et d'électromyographie (EMG). Cette méthode est appelé méthode "Neuro-floue d'Anfis". Pour atteindre cet objectif, pour chaque signal L’auteur doit calculé deux paramètres, le premier est un paramètre d'amplitude (RMS: la valeur efficace) et le deuxième est un paramètre spectrale (TTP : la puissance totaleItem Etude et réalisation d'un système d'enregistrement du signal EMG pour mesurer la fatigue musculaire(Université M'Hamed Bougara Boumerdès: Faculté de Technologie, 2020) Zennouche, Djaouida; Galoul, Fahima; Messaoudi, Noureddine(Promoteur)Ce travail vise à concevoir un système EMGs à faible coût permettant une évaluation fiable de l'apparence de la fatigue musculaire. Pour atteindre cet objectif, l’auteur a conçu un système constitué d'un capteur électrique de surface, d'une carte Arduino et d'un ordinateur. Il a effectué des mesures sur 14 volontaires où les changements de différence de latence associés à la contraction musculaire ont été enregistrés. Ensuite, les résultats ont été analysés dans le domaine temporel et le domaine fréquentiel pour extraire les facteurs les plus pertinents pour évaluer la fatigue musculaire, dont il a choisi la fréquence comme caractéristique représentative pour évaluer la fatigueItem Etude et réalisation d’un spiromètre(Université M'Hamed Bougara Boumerdès: Faculté de Technologie, 2018) Nouari, Boualem; Guounane, Azzeddine; Ouannoughi, Hassene; Messaoudi, Noureddine(Promoteur)Ce mémoire traite une étude et réalisation d’un spiromètre sous forme d’un shield pour Arduino qui nous a permis d’approfondir nos connaissances sur les différents composent électriques ce qui nous a donné l’occasion de confronter les différents problèmes liés aux techniques de la réalisation pratique des shield.Les résultats obtenus sont très satisfaisants ce qui nous permet d’ouvrir un grand champ de recherche dans ce contexteItem Evaluation de degré de gaussianité du signal EMG de surface en fonction de l'angle d'inclinaison des fibres musculaires(Université M'Hamed Bougara Boumerdès: Faculté de Technologie, 2018) Belouadah, Nouha Ahlam; Lang'at, Daisy Chepkorir; Messaoudi, Noureddine(Promoteur)L'Objectif de ce travail est d’estimer l’effet de l’inclinaison des fibres musculaires sur le degré de Gaussianité du signal EMG de surface.L’angle d’inclinaison des fibres musculaires est varié de 0° à 180° avec un pas de 2.5°.Les effets des seuils de recrutement des unités motrices et le niveau de la contraction musculaire volontaire (MVC) sur le degré de Gaussianité du signal EMG de surface sont aussi estimés.le paramètre que nous avons utilisé pour estimer le degré de Gaussianité du signal EMG de surface en fonction des paramètres cités précédemment est le coefficient d’aplatissement (le Kurtosis).Deux seuils de recrutement des unités motrices ont été considérés,étroit (30% MVC) et large (70% MVC) pour deux niveaux de contraction musculaire volontaire 15% et 70%. Nos résultats obtenus montrent que le degré de Gaussianité du signal EMG de surface détecté par le même système est différent d’un intervalle de l’angle d’inclinaison des fibres à un autre.Nous avons montré aussi que le degré de Gaussianité du signal EMG de surface est plus grand pour un seuil de recrutement étroit par rapport à un seuil de recrutement large.En fin nous avons montré aussi que le signal EMG de surface est plus Gaussien avec un niveau haut de contraction musculaire volontaire par rapport à un niveau bas d’MVC