Akıllı telefonların ivmeölçer sensörü yardımıyla yürüyüş deseni analizi
Gait analysis with using accelerometer sensor of smart phones
- Tez No: 661561
- Danışmanlar: DR. ÖĞR. ÜYESİ EMRAH AYDEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Kırşehir Ahi Evran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İleri Teknolojiler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- 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
- Konum tabanlı mobil uygulamaların geliştirilmesi ve konum hassasiyetlerinin değerlendirilmesi
Developing location services based mobile applications and estimating their precision
ABDULLAH KARAAĞAÇ
Yüksek Lisans
Türkçe
2015
Jeodezi ve FotogrametriErciyes ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
YRD. DOÇ. BÜLENT BOSTANCI
- Akıllı telefonlar yardımıyla yol ve sürüş kalitesinin değerlendirilmesi
Assessment of road and driving quality via smartphones
AHMET ALPER TECİMER
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. A. GÖKHAN YAVUZ
- Akıllı telefon yardımıyla deprem tespiti
Earthquake detection using a smartphone
AHMET FURKAN SÖNMEZ
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. SEÇKİN ARI
- Investigation of non-contact smartphone-based monitoring of structures
Yapıların akıllı telefon tabanlı temassız sağlık izleme metodları ile incelenmesi
MEHMET SEFA ORAK
Doktora
İngilizce
2021
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. TURGUT ÖZTÜRK
- 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
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE