Geri Dön

Yapay zeka denetimi ile EMG sinyallerinin işlenmesi ve sınıflandırılması

The detection and classification of EMG signals with using artificial intelligence

  1. Tez No: 316010
  2. Yazar: CAN EROL
  3. Danışmanlar: YRD. DOÇ. LALE ÖZYILMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 124

Özet

Elektromiyografi (EMG) sinyalleri, elektriksel genlikleri oldukça küçük ve diğer organlar tarafından üretilen fizyolojik gürültülerden oldukça etkilenen bir yapıya sahiptir. EMG sinyalleri iğne veya yüzük elektrotlarıyla ölçülerek, karakteristik frekans spektrumlarında, filtrelenir, yükseltilir ve sonuç verilerine ulaşılır. Ölçüm ve filtreleme sırasında, frekans spektrumunun geniş tutulması istenmeyen gölgelere yol açacağı gibi, yine bu aralıkta istenmeyen gürültülerin sinyalin karakteristiğini bozmasına neden olacaktır. Bununla beraber,frekans spektrumunda yapılacak kısıtlamalar, ölçülen sinyalin özelliklerini kırparak, EMG sinyalinin yapısını bozmakta ve ölçülen sinyallerin karakterizasyonunu zorlaştırmaktadır. Dolayısıyla EMG sinyallerinin değerlendirilmesi ve bu sinyallerin karakteristiklerinin belirlenmesi için akıllı algoritmalar kullanılması şarttır. EMG sinyallerinin birçok inceleme metodu gösterilebilir. Bunlardan biri de segmentlere ayırma yöntemidir. Segmentler ile EMG sinyalleri üzerinde analiz aralıkları oluşturulabilir,segmentten segmente geçiş aralıkları oluşturulabilir ve bu segmentler üzerinde düğüm noktaları oluşturulabilir. Böylelikle EMG sinyallerinin karekterizasyonu probleminin çözümüiçin temel parçacıklar oluşturulabilir. Bu çalışmada, önceden belirlenmiş 4 parmak hareketinden doğan EMG sinyalleri belirli zaman aralıklarında ölçülerek, bu sinyaller segmentlerle parçalandı. Her bir ölçümden sonraoluşturulan segmentler karşılaştırıldı, benzer özellikleri tespit edildi ve benzer özelliklere görebu segmentler üzerinde düğüm noktaları oluşturuldu. Bu düğüm noktaları yardımı ile, yapay zekâ algoritması olarak kullanılan Gizli Markov Modeli algoritması işletildi ve parmak hareketleri doğru olarak tespit edilmeye çalışıldı.

Özet (Çeviri)

Electromyography (EMG) signals has a low amplitude, and these signals are effected by the others physiological noise which is created by organs. EMG signals is measured with needle electrode or with surface electrodes, in their characteristic frequency spectrum, they are filtered, amplified and the result of EMG signal can be observed. During the measurement and filtering, with wide frequency spectrum it cause unwanted noise and this noise effect and change signal characteristic of EMG signal. However, the limitations to frequency spectrum cause trimming the propertied of the measured EMG signal, and it makes classification of EM signals as hard. Therefore it is necessary to use intelligent algorithm to utilize and classification EMG signals. There are a lot of methods to utilize EMG signals. One of them is segmentation algorithm. With the segmentation of EMG signals it can be generated an analysis areas, segment to segment transition area, and can be created node points on these segments. Thus, the basic particles can be created to solution the problem of characterization of EMG signals. In this study, four pre-determined finger movements are measured and then these signals are separated as segments. After all segmentation process these segments are compared each other, detected same properties and node points are created with using these properties. With the help of node points, as using artifical intelligence algorithm Hidden Markov Model is run, and the movements of finger is tried to detect as correct.

Benzer Tezler

  1. 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

  2. Zıplayarak yürüyen çok bacaklı robotların dinamik modeli ve yapay zeka algoritmaları ile denetimi

    Dynamic model and control with artificial intelligence algorithms of multi legged robots with pronking gait

    SERVET SOYGÜDER

    Doktora

    Türkçe

    Türkçe

    2009

    Makine MühendisliğiFırat Üniversitesi

    Makine Mühendisliği Bölümü

    DOÇ. DR. HASAN ALLİ

  3. Dağıtılmış enerji kaynaklarının ve mikro şebekelerin uyarlamalı ve hesaplamalı zekâ denetimi

    Adaptive and computational intelligence control of distributed energy sources and microgrids

    TARIQ KAMAL

    Doktora

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT KARABACAK

  4. Bilgi sistemleri denetimi– riskler ve bilgisayar destekli denetim teknikleri: Türkiye uygulaması

    Information systems audit– risks and computer-aided audit techniques: Application in Turkey

    SEVGİ ŞEKER

    Doktora

    Türkçe

    Türkçe

    2024

    İşletmeErciyes Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. ŞABAN UZAY

  5. Uydu yöneliminin bulanık değişken yapılı kontrolcü ile denetimi

    Satellite attitude control using fuzzy variable structure controller

    BİLGEHAN ERKAL

    Doktora

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. HÜSEYİN DEMİREL