Analýza svalové aktivity při simulovaných pohybech ve virtuální realitě

Abstract

Bakalářská práce se zabývá analýzou svalové aktivity horní končetiny během simulovaných pohybů ve virtuální realitě. V úvodní části práce jsou shrnuty metody monitorování pohybu a měření biosignálů se zaměřením na povrchovou elektromyografii (EMG) a metody monitorování pohybu ve virtuální realitě. Praktická část práce je věnována návrhu a realizaci experimentu, při němž byla pomocí systému Biopac snímána elektrická aktivita vybraných svalů (triceps brachii, biceps brachii, brachioradialis) u deseti účastníků při odtlačování objektů v prostředí VR. Testován byl vliv zpoždění pohybu objektu a virtuální ruky na svalovou aktivitu a rychlost pohybu horní končetiny, vliv imerze virtuálního prostředí a rozdílná motivace při vykonání pohybu. Naměřené EMG signály byly zpracovány a analyzovány pomocí vybraných parametrů v časové i frekvenční oblasti (například RMS, MAV, SSI). Statistické vyhodnocení bylo provedeno s cílem zjistit, zda vizuální zpoždění objektu ve VR může významně ovlivnit zapojení sledovaných svalových skupin. Výsledky jsou prezentovány v tabulkách a grafech a diskutovány z hlediska možností využití VR v oblasti tréninku a rehabilitace.

The bachelor thesis deals with the analysis of upper limb muscle activity during simulated movements in virtual reality. The introductory section of the thesis summarizes methods of motion monitoring and biosignal measurement, with a focus on surface electromyography (EMG) and techniques movement tracking in virtual reality. The practical part of the thesis is devoted to the design and implementation of an experiment, in which the electrical activity of selected muscles (triceps brachii, biceps brachii, brachioradialis) was recorded using the Biopac system in ten participants while pushing objects in a VR environment. The experiment tested the effect of delayed movement of the virtual object and hand on muscle activity and upper limb movement speed, the effect of immersion in the virtual environment, and the impact of different motivation during the performed movement. The acquired EMG signals were processed and analyzed using selected features in both the time and frequency domains (e.g., RMS, MAV, SSI). Statistical evaluation was carried out to determine whether visual manipulations in VR can significantly affect the involvement of the observed muscle groups. The results are presented in tables and graphs and discussed in terms of the potential applications of VR in training, and rehabilitation.