EMG sinyallerinin sınıflandırılması
Classification of EMG signals
- Tez No: 525266
- Danışmanlar: DOÇ. DR. DAVUT HANBAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: İnönü Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- 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
- 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
2022
Mekatronik MühendisliğiÇankaya ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİT ERGEZER
- 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
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TOLGA ENSARİ
DOÇ. DR. YUNUS ZİYA ARSLAN
- Classification of EMG signals using convolutional neural network
Konvolüsyonel sinir ağını kullanarak EMG sinyallerinin sınıflandırılması
KAAN BAKIRCIOĞLU
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NALAN ÖZKURT
- 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
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÜMİT ATİLA
- 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
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBiyomedikal Ana Bilim Dalı
DOÇ. DR. MUHAMMET SERDAR BAŞÇIL