Artificial neural network for gait disorder classification
Yapay sinir ağı aracılığıyla yürüme bozukluğu sınıflandırılması
- Tez No: 181180
- Danışmanlar: PROF. DR. MEHMED ÖZKAN
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Hareket analizi, Sinirsel ağı, Karar destek, Motion analysis, Neural network, Decision support
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyo-Medikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Son zamanlar hareket analiz sistemlerinde kayda değer gelişmeler gözlenmiştir. şbusistemler çeşitli yürüme bozuklukların teşhislerinde önemli araç haline gelmiştir. Gelişmelerklinisyenleri kritik kararları almakta cesaretlendirmektedir. Bilgisayar ve Hareket kaydıteknolojilerindeki ilerlemeler sayesinde yürümede çeşitli biyomekanik eklem eğrisi eldeedilebilmektedir. Elde edilen tüm parametrelerin incelenmesi yorucu ve zaman isteyen birişlemdir. Son zamanlar Sinir Ağları benzer hususlarda kullanılmaya eğilimindedir. Yapay SinirAğı eğitilebilir ve Yürüme Analizi için Karar destek sistemi olarak düşünülebilir.Bu çalışmada sinir ağı dört farklı yürüme şeklini sınıflandırmak için eğitilmiştir.Denetimli öğrenme metodu ve Hata Geri Yayınım algoritması Çok Katmalı Algılayıcılarıeğitilmesi için kullanılmıştır. Algoritma Matlab programlama dili ile uygulama halinegetirilmiştir. Bu tezde Normal Yürüme, Sağ Hemiparezi, Sol Hemiparezi ve Spastic Dipareziverileri 6 ve 12 yaşlarında toplam 150 kişiden alınmıştır. Çalışmalar stanbul Üniversitesistanbul Tıp Fakültesi Hareket Analizi Laboratuarında yürütülmüştür.Normal ve üç farklı anormal yürüme şekillerini ayırt etmede ortalama % 77sınıflandırma başarısı elde edilmiştir. Çapraz onaylama ve eğitimi erken durdurma metoduyladaha yüksek başarım elde edilmiş ve % 85'e ulaşmıştır.Normal ve anormal yürüme şekillerinin iki gruba sınıflandırılmasında % 96'ya varandaha yüksek başarıma ulaşılmıştır.Mevcut araştırmada yapılan ilerlemelere rağmen daha öte gelişmeler için çalışmalarındevam edilebilir. Sinir Ağı sınıflandırıcısı klinisyenlerin kararlarına destek olarak yararsağlayabilir.
Özet (Çeviri)
Developments in motion analysis systems are distinctive in last decades. Those systemsbecame very important tools for diagnosis of various gait disorders. They evolved so much thatclinicians nowadays dare to use them in critical decisions. Thanks to advances in computer andmotion capture technology, several biomechanical joint trajectories of human gait areavailable. Examining all parameters is wearisome and time consuming. Recent inclinations aretowards facilitation of neural networks in similar cases. An Artificial Neural Network could betrained and considered as a decision support system for gait analysis.In this study a neural network is trained for classification of four different gait patterns.Supervised learning method and Error Back-Propagation Algorithms are deployed for thetraining of the Multilayer Perceptron. Matlab programming language was exploited for writingthe code of the algorithm. Overall 150 subjects were used in this thesis. Their age range wasbetween six and twelve years. Samples are collected for normal gait, Right Hemiplegia, LeftHemiplegia and Diplegia from Istanbul University Istanbul Medical Faculty MotionAnalysis Laboratory.Attained classification success for distinguishing normal and for three differentabnormal gaits was on average 77%. Further increase in success was achieved after theimplementation of cross validation and early stopping methods, reaching at 85%.For the classification of normal and abnormal gaits into two groups a betterclassification success rate was achieved, up to 96%.There is still space to build upon the current research for further progress. This neuralclassifier could help clinician to support his/her decisions.
Benzer Tezler
- Ai-based classification between healthy and vestibular system impaired individuals using gait parameters
Sağlıklı ve vestibüler sistem (VS) bozukluğu gösteren ve göstermeyen bireyler arasındaki yürüme parametrelerinin yapay zeka tabanlı sınıflandırılması
DUA HİŞAM
Yüksek Lisans
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
ASSOCIATE PROF. DR. SERHAT İKİZOĞLU
- Yapay diz eklemi için denetim ve test amaçlı mikrodenetleyici tabanlı donanım tasarımı
Microcontroller based hardware design for control and test of artifical knee joint
ÖKKEŞ TOLGA ALTINÖZ
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATİLA YILMAZ
- Yapay zeka yöntemleri kullanılarak yürüyüş verilerine dayalı dejeneratif nöromüsküler hastalıkların tespiti
Detection of degenerative neuromuscular diseases based on gait data using artificial intelligence methods
İSMİHAN GÜL ÖZELOĞLU
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EDA AKMAN AYDIN
- An artificial neural network controller design and optimization of gait functions and adaptation process for a quadruped robot
Dört bacaklı robotlar için yapay sinir ağı tabanlı denetleyici tasarımı ile yürüme fonksiyonlarının ve uyum sürecinin en iyileştirilmesi
ABDULLAH FEHİM KUŞ
Yüksek Lisans
İngilizce
2021
Mekatronik MühendisliğiEge ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DİLŞAD ENGİN
- Hemiparetik bireylerde denge düzeyinin belirlenmesi: yapay sinir ağları uygulaması
Estimation of balance status in hemiparetics: an artificial neural network implementation
GÜZİN KARA
Doktora
Türkçe
2019
Fizyoterapi ve RehabilitasyonPamukkale ÜniversitesiFizyoterapi ve Rehabilitasyon Ana Bilim Dalı
DOÇ. DR. FİLİZ ALTUĞ
PROF. DR. KADİR KAVAKLIOĞLU