
![Raya](/images/2021/009/01.jpg)

- ผู้พิการที่สูญเสียแขนไปนั้น จริงๆยังสามารถส่ง”กระแสไฟฟ้า” ตามกล้ามเนื้อเพื่อไปขยับ นิ้ว หรือ มือได้ เพียงแต่ไม่มีมือหรือนิ้ว ที่สามารถรับคำสั่งได้ อาการแบบนี้เรียนกว่า “Phantom limb Syndrome”
- Electromyography หรือ EMG คืออุปกรณ์ที่ไว้จับ “กระแสไฟฟ้า” นั้น
- ชุดข้อมูลเป็นการ นำ EMG 2 Channel เพื่อนำมาประมวลผลเป็น 10 action ของนิ้วมือ
- วิธีการเตรียมชุดข้อมูลคือ การนำข้อมูลที่ถูกเก็บมาแบ่งเป็นช่วงเวลาสั้นๆ (เพื่อเลียนแบบการขยับของนิ้วมือจริงๆ) โดยเตรียมไว้ 2 แบบคือ 1 วินาที และ 0.2 วินาที
- การเตรียมข้อมูลนั้น เนื่องจากข้อมูลเป็น “สัญญาณ” ไฟฟ้า เลยแปลง “สัญญาณ” จาก time-domain ให้อยู่บน frequency-domain ด้วยวิธี short-time fourier transform
- เมื่อแปลงให้อยู่บน frequency-domain แล้วก็นำข้อมูลแปลงเป็น spectrogram และนำ ข้อมูลสอง channel มาต่อกัน (concatenate) 
- Model ที่ใช้คือการนำ Resnet-34 มา fine-tune
- ผลลัพธ์พบว่า model 1 วินาทีมีความแม่นยำที่ 99.2% และ model 0.2 วินาทีมีความแม่นยำ 77.2%
- ทั้งนี้เมื่อทำการนำ model ไปใช้งานบนข้อมูลที่ถูก simulation ขึ้นเพื่อการจำลองของแขนนั้น พบว่า model 0.2 วินาทีทำงานได้ดีกว่า เนื่องจากการขยับมือของคนเรานั้นไม่ได้ใช้เวลานานถึงขนาด 1 วินาที
- สิ่งที่จะนำไปต่อยอดคือ การนำไป implement ลงบนแขนเทียมเพื่อช่วยเหลือผู้พิการ

![Preprocessing](/images/2021/009/02.jpg)


![Results](/images/2021/009/03.jpg)


![Reference](/images/2021/009/04.jpg)

### แรงจูงใจในการเข้าร่วมโครงการ (จากใบสมัครเข้าร่วมเมื่อ 9 สัปดาห์ที่แล้ว)

> "หนูมีความสนใจเกี่ยวกับ Biomedical Engineering มากๆค่ะ ส่วนใหญ่จะเป็นเกี่ยวกับอวัยวะเทียม เช่น แขนเทียม (ใช้ EMG ในการบังคับ) ซึ่งเป็นสิ่งที่ทำให้หนูเริ่มสนใจเกี่ยวกับ Signal Processing, Medical Imaging, Biomechanics หนูจึงคิดว่าการเข้าร่วมโครงการนี้จะเป็นโอกาสอันดีที่จะได้เริ่มเรียนรู้ในสิ่งที่สนใจ (Signal Processing) และ นำความรู้ที่ได้ไปใช้ในการทำโปรเจกต์ที่สนใจได้ อีกทั้งยังเป็นโอกาสที่จะได้ทำความรู้จักกับอาจารย์/พี่ๆ ที่ทำงานวิจัยเกี่ยวกับ Signal Processing หรือ เกี่ยวกับ Biomedical Engineering เพื่อเป็นแนวทาง และ เป็นที่ปรึกษาแนะนำสิ่งต่างๆให้กับหนูได้ในอนาคตค่ะ สุดท้ายคือหนูความสนใจในการนำ AI มาประยุกต์ใช้ในการทำโปรเจกต์ที่สนใจ และ คิดว่าจะต้องนำมาใช้ในการศึกาาต่อในอนาคตค่ะ การรับหนูเข้าร่วมโครงการจะทำให้ได้ประโยชน์ในอนาคตอย่างแน่นอนค่ะ!"

Finger Movement Classification from Electromyography

โดย Raya Sakashita Worasawate (Raya) • มัธยมศึกษาปีที่ 5 / กรุงเทพมหานคร