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
- Tez No: 382687
- Danışmanlar: PROF. DR. SADIK KARA, YRD. DOÇ. DR. KADİR TUFAN
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Biyo-Medikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- 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
- Comparison of duration effect of K2 trainer on jaw muscle
Çene kaslarında K2 aparesinin tedavi süresi boyunca karşılaştırılması
SERKAN ARİ
Yüksek Lisans
İngilizce
2014
BiyomühendislikFatih ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ŞÜKRÜ OKKESİM
- 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
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYalova ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. OSMAN HİLMİ KOÇAL
- 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
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- 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
2021
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. NURAN DOĞRU
PROF. DR. BÜLENT YILMAZ
- A framework for acquisition, processing and classification of emg signals
Başlık çevirisi yok
DENİZ ORKUN EREN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolUniversity of California Los AngelesPROF. JONATHAN KAO