Im Bereich der medizinischen Geräte haben eingebettete Systeme verstärkt Einzug gehalten. Nicht nur in Operationssälen oder Intensivstationen, auch im Bereich der Prothesensteuerung spielt
moderne Computertechnik in zunehmendem Maße eine Rolle, auch und insbesondere im Bereich der Prothesensteuerung durch elektronisch vorverarbeitete Nervensignale. Die zur Signalverarbeitung eingesetzte, vortrainierte selbst-organisierende Karte stößt jedoch auf das Problem, sich den verändernden Gegebenheiten in den Nervensignalen des Patienten nicht anpassen zu können. In dieser Arbeit wird die Möglichkeit untersucht, die Steuerung der Handprothese mit einer Nachlernfunktion auszustatten, um während des Einsatzes der Prothese auf die Veränderungen der Nervensignale des Patienten reagieren zu können. Da diese Veränderungen höchst individuell verlaufen, werden Parameter eingeführt, mit denen das Nachlernverfahren an die Gegebenheiten des Patienten angepasst werden kann. Verschiedene denkbare Lernstrategien werden untersucht und hinsichtlich ihrer Effizienz und ihrer Aktualität bewertet. Um die Verwendbarkeit der Implementierung sicherzustellen, muss darauf geachtet werden, dass der entstehende SystemC-Code keine Elemente des nicht synthetisierbaren Subsets enthält. Zusätzlich wird die Synthetisierbarkeit mit dem Agility-Compiler untersucht.
Identifer | oai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:17203 |
Date | 19 February 2018 |
Creators | Windisch, Sven |
Contributors | Bogdan, Martin, Universität Leipzig |
Source Sets | Hochschulschriftenserver (HSSS) der SLUB Dresden |
Language | German |
Detected Language | German |
Type | info:eu-repo/semantics/publishedVersion, doc-type:bachelorThesis, info:eu-repo/semantics/bachelorThesis, doc-type:Text |
Rights | info:eu-repo/semantics/openAccess |
Relation | urn:nbn:de:bsz:15-qucosa2-163403, qucosa:16340 |
Page generated in 0.0062 seconds