Geri Dön

Analyzing EMG signal of jaw muscles by using EMD and SVD to detect the effect of missing teeth on chewing performance

Diş kaybinin çiğneme performansi üzerindeki etkisini saptamak için çene kaslarindan alinan EMG sinyallerinin EMD ve SVD kullanilarak analiz edilmesi

  1. Tez No: 382687
  2. Yazar: MÜJDE ALLI
  3. Danışmanlar: PROF. DR. SADIK KARA, YRD. DOÇ. DR. KADİR TUFAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Fatih Üniversitesi
  10. Enstitü: Biyo-Medikal Mühendislik Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 53

Özet

Bu çalışmanın amacı hastaların eksik diş sayısıyla çene kaslarından alınan EMG sinyallerinin özellikleri arasında bir kolerasyon bulmaktır. Bulunan bu kolerasyon diş eksikliğinin çiğneme performansı üzerindeki etkisini gösterecektir. Bu amaçla, farklı diş sayısına sahip hastalardan 10-14 saniye boyunca EMG sinyallerinin kaydı alınmıştır. Bu EMG sinyalleri sağ masseter, sağ temporalis, sol masseter ve sol temporalis kaslarından alınmıştır. Sinyal kaydı sırasında hastalara sakız çiğnettirilmiştir. Daha sonra EMD ile kaydedilen sinyaller altı alt-banda (IMFlere) ayrıştırılmıştır. Elde edilen her bir alt-band SVD yöntemiyle beş singular değerine indirgenmiştir. Sonuç olarak kaydedilen EMG sinyalleri 30 sayısal değere indirgenmiştir. Bu sayısal değerler sinyallerin özellikleri olarak kullanılmıştır. Analizlerin yapılması için hastalar eksik diş sayılarına göre altı gruba ayrılmıştır. Bu gruplar tam dişlilerden sekiz veya daha fazla sayıda diş eksikliği olan hastalara kadar değişmektedir. Analizler için iki farklı hesap yapılmıştır. Bir IMF içindeki singular değerlerinin o IMF içerisideki yüzdelikleri hesaplanmıştır. Ayrıca IMF'lerin tüm data içerisindeki yüzdelikleri hesaplanmıştır. Gruplar arasındaki farklılıkları görmek amacıyla her grubun ortalama değerleri alınmıştır. Bu hesaplanan yüzdeliker ile grupların diş eksikliği sayısı arasında bir korelasyon olduğu görülmüştür. Bu çalışmanın sonuçları diş eksikliğindeki artışın çiğneme üzerindeki olumsuz etkisini gözler önüne sürmüştür.

Özet (Çeviri)

The purpose of this study was to search for a correlation between extracted features from electromyography (EMG) signals of subjects and the number of their missing teeth. The correlation would show how missing teeth affect chewing performance. For this purpose, EMG signals were recorded for 10–14 seconds from patients with different numbers of teeth. The EMG signals were obtained from the right masseter, right temporalis, left masseter, and left temporalis muscles while the subjects were chewing a test material. Empirical mode decomposition (EMD) was used to decompose the signals into six subbands (IMFs). Then by singular value decomposition, each subband was reduced into five singular values. In total, one EMG recording was reduced into 30 numerical values, and those were the features to use in the analysis. In order to do statistical analysis, subjects were split into six groups based on the numbers of their missing teeth. The groups ranged from full dentate group to group with eight or more missing teeth. The percentage of each singular value within the IMF it belongs to and the percentage of each IMF within the whole signal were examined. The mean values of groups were calculated for comparison of groups. It was observed that there is a correlation between the change of those percentages and the number of missing teeth in groups. The results of the study indicate that chewing efficiency deteriorates with the increase of the number of missing teeth.

Benzer Tezler

  1. Comparison of duration effect of K2 trainer on jaw muscle

    Çene kaslarında K2 aparesinin tedavi süresi boyunca karşılaştırılması

    SERKAN ARİ

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    BiyomühendislikFatih Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞÜKRÜ OKKESİM

  2. Biyonik el kontrolü için EMG işaretlerininin makine öğrenmesi yöntemiyle sınıflandırılması

    Wavelet transformation and classification with machine learning methods of electromyography signals for bionic hand control

    DUYGU BAĞCI

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. OSMAN HİLMİ KOÇAL

  3. EMG işaretlerinin özniteliklerinin çıkarılması, kNN ve YSA yöntemleri ile sınıflandırılması

    Classification of the EMG signal using neural network pattern recognition and kNN algorithm

    ÇAĞRI ÇERÇİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN TEMELTAŞ

  4. Multichannel electromyography (EMG) system design for myoelectric hand prosthesis control

    Miyoelektrik el protez kontrolü için çok kanallı elektromiyografi (EMG) sistem tasarımı

    SAYGIN SIDDIQ AHMED AHMED

    Doktora

    İngilizce

    İngilizce

    2021

    Elektrik ve Elektronik MühendisliğiGaziantep Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NURAN DOĞRU

    PROF. DR. BÜLENT YILMAZ