Geri Dön

Akıllı telefonların ivmeölçer sensörü yardımıyla yürüyüş deseni analizi

Gait analysis with using accelerometer sensor of smart phones

  1. Tez No: 661561
  2. Yazar: İBRAHİM KARSLIOĞLU
  3. Danışmanlar: DR. ÖĞR. ÜYESİ EMRAH AYDEMİR
  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: 2021
  8. Dil: Türkçe
  9. Üniversite: Kırşehir Ahi Evran Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 45

Özet

Spor alanlarında insan hareketlerini ölçme yeteneği performans ölçüm ve gelişimi için önemli konular arasındadır. Bu durum aynı zamanda klinik değerlendirmelerin de önemli bir parçasıdır. Özellikle elektromanyetik sistemler insan hareketlerini değerlendirmek için en yaygın kullanılan yöntemler arasında yer alır. Buradaki çalışmada 100 metre uzunluğunda bir koridorda 50 farklı kişinin yürüme verileri kullanılmıştır. Yürüme verileri akıllı telefon için geliştirilen bir yazılım ile ivmeölçer sensöründen elde edilmiştir. Verilere Local Binary Pattern (LBP) yöntemi uygulanmış ve 256 özellik çıkarılmıştır. Farklı sınıflandırma algoritmaları ile testler yapılmış ve Cubic SVM ile %90 başarılı sınıflandırma elde edilmiştir. Bu yöntem ile yürüme bozukluğu tespitinde yüksek maliyetli cihazlar yerine daha ekonomik yöntemler geliştirileceği düşünülmektedir.

Özet (Çeviri)

The ability to measure human movements in sports fields is among the important issues for performance measurement and development. This situation is also an important part of clinical evaluations. Electromagnetic systems are among the most widely used methods to evaluate human movements. In this study, walking data of 50 different people were used in a 100-meter-long corridor. The walking data was obtained from the accelerometer sensor with a software developed for the smartphone. Local Binary Pattern (LBP) method was applied to the data and 256 features were removed. Tests were carried out with different classification algorithms and 90% successful classification was achieved with Cubic SVM. With this method, it is thought that more economical methods will be developed instead of high-cost devices in detecting gait disorders.

Benzer Tezler

  1. Konum tabanlı mobil uygulamaların geliştirilmesi ve konum hassasiyetlerinin değerlendirilmesi

    Developing location services based mobile applications and estimating their precision

    ABDULLAH KARAAĞAÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Jeodezi ve FotogrametriErciyes Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. BÜLENT BOSTANCI

  2. Akıllı telefonlar yardımıyla yol ve sürüş kalitesinin değerlendirilmesi

    Assessment of road and driving quality via smartphones

    AHMET ALPER TECİMER

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. A. GÖKHAN YAVUZ

  3. Akıllı telefon yardımıyla deprem tespiti

    Earthquake detection using a smartphone

    AHMET FURKAN SÖNMEZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SEÇKİN ARI

  4. Investigation of non-contact smartphone-based monitoring of structures

    Yapıların akıllı telefon tabanlı temassız sağlık izleme metodları ile incelenmesi

    MEHMET SEFA ORAK

    Doktora

    İngilizce

    İngilizce

    2021

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. TURGUT ÖZTÜRK

  5. Statistical feature learning and signal generation for time-series sensor signals

    Zaman serisi sensör işaretleri için öznitelik öğrenimi ve işaret üretimi

    ERKAN KARAKUŞ

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. HATİCE KÖSE