Geri Dön

EMG sinyallerinin sınıflandırılması

Classification of EMG signals

PDF İndir

  1. Tez No: 525266
  2. Yazar: FURKAN AYAZ
  3. Danışmanlar: DOÇ. DR. DAVUT HANBAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: İnönü Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 67

Özet

EMG sinyali kasların kasılmasın sonucunda oluşan elektriksel aktivasyonun ölçülmesi işlemidir. Bu nedenle kaslardan alınan EMG sinyalleri kaslar hakkında bilgi sağlamaktadır. Bu bilgiler günümüzde kas hastalıkları teşhisinde, protez kol ve, hareket tespiti çalışmalarında kullanılmaktadır. Bu tezde EMG sinyallerinden Yapay Sinir Ağları kullanılarak hareket tespiti amaçlanmıştır. Öncelikle alınan EMG sinyallerine Kısa Zamanlı Fourier Dönüşümü (KZFD) uygulanarak sinyallere ait zaman-frekans gösterimleri elde edilmiştir. Elde edilen zaman-frekans temsilinden İstatiksel metotlar, Gri Seviye Eş-Oluşum Matrisi (GSEM) ve Yerel İkili Örüntüler (YİÖ) metotları ile EMG sinyaline ait öznitelikler çıkarılmıştır. Çıkarılan bu öznitelikler Yapay Sinir Ağlarına (YSA) giriş verisi olarak verilerek EMG sinyalleri sınıflandırılmıştır. Deneysel sonuçlar incelendiği zaman tasarlanan sistemin kullanılan EMG verisi üzerinde başarılı sonuç aldığı gözlemlenmiştir. ANAHTAR KELİMELER: EMG Sinyal İşleme, Kısa Zamanlı Fourier Dönüşümü, Gri Seviye Eş-Oluşum Matrisi, Yerel İkili Örüntüler, Yapay Sinir Ağları

Özet (Çeviri)

The EMG signal is the process of measuring the electrical activation that occurs as a result of muscular contraction. For this reason, EMG signals from the muscles provide information about the muscles. This information is currently used in the diagnosis of muscular diseases, prosthetic arm and motion detection studies. In this thesis, motion detection is aimed by EMG signals using Artificial Neural Networks. Primarily, time-frequency representations of signals are obtained by applying Short Time Fourier Transform (STFT) to the received EMG signals. From the obtained time-frequency properties, the attributes of the EMG signal were extracted with the statistical methods, Gray-Level Co-Occurrence Matrix (GLCM) and Local Binary Pattern (LBP) methods. These extracted attributes are given as input data to Artificial Neural Network (ANN) and the system performance is calculated. When the experimental results were examined, it was observed that the designed systsem had a successful result on the used EMG data. KEYWORDS: EMG Signal Processing, Short Time Fourier Transform, Gray Level Co-Occurrence Matrix, Local Binary Patterns, Artificial Neural Networks

Benzer Tezler

  1. Tez No

    718135

    Evaluation of popular features and entropy as a new feature for hand gesture classification by electromyography signals

    Elektromiyografi sinyalleri ile el jest sınıflandırılmasında populer özniteliklerin ve yeni bir öz nitelik olarak entropinin değerlendirilmesi

    AYBER ERAY ALGÜNER

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Mekatronik MühendisliğiÇankaya Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİT ERGEZER

  2. Tez No

    465031

    İnsan elinin pozisyon ve kuvvetlerinin kestirimi amacıyla emg sinyallerinin sınıflandırılması

    Emg signal classification to predict the position and force patterns of human hand

    RAHİME YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TOLGA ENSARİ

    DOÇ. DR. YUNUS ZİYA ARSLAN

  3. Tez No

    639254

    Classification of EMG signals using convolutional neural network

    Konvolüsyonel sinir ağını kullanarak EMG sinyallerinin sınıflandırılması

    KAAN BAKIRCIOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik MühendisliğiYaşar Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ NALAN ÖZKURT

  4. Tez No

    546076

    Koldan alınan EMG sinyalleri ile uzaktan kontrollü sistemlerin kullanılmasına yönelik uygulama geliştirilmesi

    Developing an application for enabling use of remote controlled systems with EMG signals received from

    FATİH GÖKÇE

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÜMİT ATİLA

  5. Tez No

    908941

    Kronik inflamatuvar demiyelinizan polinöropati (CIDP) hastalığının teşhisinde makine öğrenme algoritmaları kullanılarak karar destek sistemi oluşturma

    Developing a decision support system for the diagnosis of chronic inflammatory demyelinating polyneuropathy (CIDP) using machine learning algorithms

    HÜSEYİN AKBUDAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Biyomedikal Ana Bilim Dalı

    DOÇ. DR. MUHAMMET SERDAR BAŞÇIL

Geri Dön