Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

--- biomechanik:projekte:ss2016:wpg1605 [03.07.2016 19:29] – [Charakterisierung der Bewegung] Mario Kurz
+++ biomechanik:projekte:ss2016:wpg1605 [28.11.2022 00:58] (aktuell) – Externe Bearbeitung 127.0.0.1
@@ Zeile 22: / Zeile 22: @@
 Was zum Beispiel möglich ist, wenn man solche Methoden anwendet, könnt ihr euch in folgendem Video anschauen.
 <html><br></html><html><br></html>
-{{youtube>large:9NOncx2jU0Q|TMR/PatternRecognition}}
+{{youtube>9NOncx2jU0Q?large|TMR/PatternRecognition}}
 <html><br></html><html><br></html>
@@ Zeile 93: / Zeile 93: @@
 Die EMG-Mustererkennung basiert, wie auch TMR, auf der Messung elektrischer Spannung. Die Spannung, welche sich im Bereich von wenigen Millivolt bewegt, wird durch Muskelaktivität erzeugt und an der Hautoberfläche von Elektroden aufgenommen. Mehr zu EMG hier:[[fm:messmethoden:mmb03|]]
 <html><br></html><html><br></html>
 Diese Eigenschaft wird genutzt um mit Hilfe mehrerer Elektroden im Bereich der Amputation Signalmuster zu detektieren, welche intuitiv in eine Bewegung der Prothese umgesetzt werden können. Der folgenden [[http://ngm.nationalgeographic.com/2010/01/bionics/thiessen-photography#/14-ink-sensors-714.jpg|Link]] zeigt eine mögliche Anordnung von mehreren Elektroden. Die Anzahl und Ausrichtung der Elektroden hängt von verschiedenen Faktoren ab, was hier aber nicht thematisiert werden soll.
 <html><br></html><html><br></html>
  Das Konzept dahinter verlangt ein System welches die Informationen des EMG-Signals in reproduzierbare Informationen verarbeitet und diese einer Bewegung der Prothese zuordnet. Diese Zuordnungen werden in einer
@@ Zeile 112: / Zeile 110: @@
 Es gibt eine ganze Reihe von verschiedenen Klassifikatoren, auf welche hier aber nicht weiter eingegangen wird. Ziel der Klassifikatoren ist, mit geringem Verbrauch von Ressourcen eine präzise und schnelle Generalisierung zu ermöglichen. Zur Evaluierung der Klassifikationsleistung muss jeder Proband ein Schema durchlaufen, welche aus zwei Teilen besteht:
 <html><br></html>
   * Trainingsphase
-<html><br></html>
 In der Trainingsphase müssen die Probanden eine vorab eingeübte Bewegung, mehrfach wiederholen. Ein PC erstellt aus den extrahierten Signalen der Bewegung ein Klassifikationsmodell. Der Klassifikator wird trainiert. Um ein stabiles Modell zu erstellen ist es notwendig die Bewegung, abhängig vom Amputationsgrad, in vielen variablen Positionen zu trainieren.
 <html><br></html><html><br></html>
@@ Zeile 145: / Zeile 144: @@
 Noch einmal eine illustrierter Variante könnt ihr euch in folgendem Video anschauen. Todd Kuiken berichtet dort auf TED Talk über TMR und Pattern Recognition. Das Video ist recht lang und bietet keine neuen Informationen, sondern stellt das Thema einfach noch mal vom Experten dar.
-{{youtube>large:MLvwTlbj1Y8|TED: Todd Kuike}}
+{{youtube>MLvwTlbj1Y8?large|TED: Todd Kuike}}
 <html><br></html><html><br></html>
@@ Zeile 201: / Zeile 200: @@
+\\
+\\
+===== Bewertung des Wiki-Moduls =====
+^ Kategorie         ^ Punkte     ^ Anmerkungen                                                                                            ^
+^ Inhalt (max. 10)  | 8 Pkt      | Gute Aufarbeitung des Themas, kritische Betrachtung wünschenswert, eigener Standpunkt fehlt            |
+^ Form (max. 5)     | 4 Pkt      | Überschriften ohne Untertext (z.B. "Pattern Recognition/ Mustererkennung"), kaum interne Verlinkungen  |
+^ Bonus (max. 2)    | 2 Pkt      | Bezug zu relevanten Wikis, Grafiken selber gemacht mit PPT                                             |
+^ Summe             | 14/15 Pkt  | 93,3 %                                                                                                 |
-<html><br></html><html><br></html>
 {{indexmenu_n>5}}