Smart classification of normal and agressive muscle actions
Normal ve agresif kas hareketlerinin akıllı sınıflandırması
- Tez No: 509878
- Danışmanlar: DOÇ. DR. SERAP AYDIN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, aynı simetrik uzuv (biseps, triseps, uyluk) kas gruplarından (bacaklar ve kollar) aynı anda toplanan Lineer, Lineer olmayan ve istatistiksel yaklaşım yöntemleri olan Fourier Korelasyon (FC), Wavelet Korelasyon (WC) ve Pearson Korelasyon (PC), yaklaşımları; iki yüzeysel EMG ölçümü arasındaki çapraz korelasyonu tahmin etmek amacıyla birbirleriyle sırasıyla karşılaştırılmıştır. Öğrenme algoritmaları birbirinden farklı olan Cezalandırıcı Lojistik Regresyon (PLR), Rastgele Orman (RF), Koşullu Sonuç çıkarma ağacı (CIT) ve Destek Vektör Makinesi (SVM) yöntemleri, 10 kat çapraz onaylama tekniği ile 4 elektrot çifti için uygulanarak, Normal ve Agresif kas hareket çiftleri üzerinde en yüksek hesaplama doğruluk yüzde değerini elde etmek için sınıflandırılmıştır. 6 Normal ve 6 Agresif kas hareketleri esnasında, dört sağlıklı genç katılımcıdan (ortalama yaşı 21.8 olan 3 erkek ve 1 kız) toplanan deneysel EMG ölçümleri California Irvine Üniversitesi (UCI)'nin erişime açık veri bankasından sağlanmıştır. R programlama ile çalıştırılan sınıflandırmalar sonucunda Rastgele Orman sınıflandırıcı, PC özelliklerine göre iki grup sınıflandırıldığında en yüksek hesaplama tutarlılık değerini (%100) sağlamıştır. Aynı yaklaşımlar, katılımcı ve deneme sayısı arttırılarak ileri çalışmalar sonucuna göre; nöro-müsküler hastalıkların ve işlev bozukluğunun erken tanısına yardımcı olacak bir destek araç olarak önerilebilir.
Özet (Çeviri)
In the present study, linear, non-linear and statistical approaches so named Fourier Correlation (FC), Wavelet Correlation (WC) and Pearson Correlation (PC), respectively have been compared to each other in estimating cross-correlations between two EMG series, simultaneously collected from the same muscle groups (biceps, triceps, thighs) on symmetric limb (legs and arms). The features, which are computed for both normal and aggressive muscle actions, are computed for four electrode pairs and then these features are classified by different classifiers which are Penalized Logistic Regression (PLR), Random Forests (RF), Conditional Inference Tree (CIT) and Support Vector Machines (SVM) with 10-fold cross-validation in order to have highest calculation accuracy (CA). Experimental data including six normal and six aggressive actions of 4 young participants (3 male and 1 female with the mean age of 21.8) is provided by the data base of UCI (University of California Irvine). PC has given the highest calculation accuracy (100%) with R programming for the RF classifier. CA obtained with this classifier and correlation method can be directly suggested to detect diagnostic evaluation and neuromuscular diseases and dysfunction.
Benzer Tezler
- Kronik akciğer hastalarının mobil iletişim teknolojisi ile takibi için zeki bakım ve acil tıbbi yardım sistemi
Development of smart cure and urgent medical aid system for tracking of chronic pulmonary patients with mobile communication technology
ALİ HAKAN IŞIK
Doktora
Türkçe
2012
BiyomühendislikGazi ÜniversitesiElektronik ve Bilgisayar Eğitimi Ana Bilim Dalı (disiplinlerarası)
PROF. DR. İNAN GÜLER
- Building smart algorithm to extract features of topographic images of a human eye
İnsan gözünün topoğrafik görüntülerının özelliklerini elde etmek için akilli algoritma oluşturmak
NAZAR SALIH ABDULHUSSEIN
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAksaray ÜniversitesiElektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
Assist. Prof. Dr. ÖZLEM AKGÜN
- Makine öğreniminde sınıflandırma yöntemleri kullanılarak ulaşım kartı suistimalinin tespit edilmesi
Detection of transportation card fraud by classification method in machine learning
SERHAT DEMİRTÜRK
Yüksek Lisans
Türkçe
2023
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EMRE DÜNDER
- Güç kalitesi olaylarının makine öğrenme teknikleri ile sınıflandırılması
Classification of power quality events using machine learning methods
FERHAT UÇAR
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FİKRET ATA
PROF. DR. BEŞİR DANDIL
- Bazı antidepresanların Drosophila melanogaster'de genotoksik ve mutajenik etkilerinin araştırılması
Investigation of the genotoxic and mutagenic effects of some antidepressants in Drosophila melanogaster
HADI ESHRAGH OSKOUEI