Geri Dön

Protez denetimi için elektromiyografi (EMG) de örüntü tanıma

Pattern recognition on electromyography for prosthesis control

  1. Tez No: 224135
  2. Yazar: DENİZ TAŞAN
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET ENGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
  12. Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 55

Özet

Deri yüzeyinden alınan elektromiyografik (EMG) işaretler çeşitli uygulamalarda kullanılır. Klinik teşhis, fonksiyonel elektriksel uyarı ve protez kontrol bunlardan birkaçıdır. Çalışmadaki analiz ile protez kol kontrolünün fonksiyonelliğinin arttırılması ve kolaylaştırılması amaçlanmaktadır.Çalışmamızda; kol kaslarından alınan altı farklı el ve bilek hareketi grubuna ait, iki farklı kas grubundan (alt ön kol, yan ön kol) toplanan; iki kanallı elektromiyografik (EMG) işaretlerin, bant geçiren filtreden geçirilip yarı yarıya örtüşmeli pencereleme yapılarak bölütlere ayrılması sağlanmıştır.Kas hastalığı olmayan sekiz farklı kişiden alınan EMG işaretlerinin bölütleri için öznitelikler çıkartılmıştır. Çıkartılan öznitelikler; Parzen, K-En Yakın Komşu, Kmeans, En Yakın Komşu , Yapay Sinir Ağı, Doğrusal Ayırım Analizi (LDA) sınıflandırıcılarına sokulup, altı farklı hareketi en doğru biçimde ayırt edebilecek sınıflandırıcının seçilmesi amaçlanmıştır. Analiz sonucunda istatiksel tabanlı sınıflandırıcı olan Doğrusal Ayırım Analizi'nin en hızlı ve doğru biçimde sınıflandırdığı tespit edilmiştir.

Özet (Çeviri)

The EMG signal, recorded at the surface of the skin, has been used in many applications, such as clinical diagnosis, controlling to assistive devices and functional electrical stimulation. This work seeks to improve the functionality and ease of control of upper-limb prosthesis using EMG.In our work, six different classes of hand and wrist motions has been performed by the subjects. EMG signals were collected by two different muscle groups (2 channel). Two channel EMG signals prefiltered with 10-500 Hz bandpass filter. Hamming window of length 64 points with an overlap of %50 has been applied to generate segmented data.Time-Domain features were extracted from EMG segmented data. These extracted features were put into six different classifiers (Parzen, K-Nearest Neighbor, Kmeans, Nearest Neighbor, Linear Discriminant Analysis, Artificial Neural Network) in oder to obtain efficient separable classes. Classification accuracy were compared for these classifiers. LDA based classifier demonstrated greater accuracy than the other classifiers.

Benzer Tezler

  1. Fractal modeling of surface electromyography (EMG) signals for EMG pattern recognition by artificial neural networks

    Yüzeyden kaydedilen elektromiyografik (EMG) sinyallerin yapay sinir ağları ile örüntü tanıma amaçlı modellenmesi

    MEHMET EYLEM KIRLANGIÇ

    Yüksek Lisans

    İngilizce

    İngilizce

    1998

    Tıbbi BiyolojiBoğaziçi Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. AYKUT SÜMER

  2. Protez elin değişken hızla denetimi: Donanım ve tasarımı

    Variable speed control of hand prostheses: Hardware and design

    MEHMET SERDAR ÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    BiyomühendislikOndokuz Mayıs Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. İLYAS EMİNOĞLU

  3. Object grasping of an emg-controlled prosthetic hand by visual feedback

    Emg denetımlı protez elde görsel gerıbesleme ıle nesne kavrama

    AHMAD SOLIMAN MASRI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGaziantep Üniversitesi

    Elektrik-Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TOLGAY KARA

  4. Çok işlevli mayoelektrik protez el ve kolun denetimi için gerekli algoritmik işaret işleme altyapısının geliştirilmesi

    Algorithmic signal processing substructure improvement needed for control of multi functional myoelectric prosthesis hand and arm

    ALİ EKBER ÖZDEMİR

    Doktora

    Türkçe

    Türkçe

    2011

    Elektrik ve Elektronik MühendisliğiOndokuz Mayıs Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İLYAS EMİNOĞLU

  5. Mayoelektrik protez elin yapay zeka metotları kullanılarak gerçek zamanlı olarak denetlenmesi

    Real - time control of myoelectric prothesis hand using computational intelligence methods

    GÖKHAN KAYHAN

    Doktora

    Türkçe

    Türkçe

    2011

    Elektrik ve Elektronik MühendisliğiOndokuz Mayıs Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İLYAS EMİNOĞLU