Geri Dön

El ile kavrama hareketinin düşünülmesi sırasında kaydedilen EEGişaretlerinin pso tabanlı sınıflandırılması

Pso based classification of EEG signals recorded during imagery of hand grasp movement

  1. Tez No: 673150
  2. Yazar: OSMAN KEREM ATEŞ
  3. Danışmanlar: DOÇ. DR. ÖNDER AYDEMİR
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 88

Özet

Beyin bilgisayar arayüzü (BBA) uygulamalarının önemli amaçlarından biri de engelli ve hasta bireyler için iyileştirme veya hayatlarını kolaylaştıracak yenilikçi çözümlerin araştırılmasıdır. Bundaki motivasyonlardan biri de felç veya kaza gibi durumlarla motor sinirlerinin zarar görmesi, insanların kas ve hareket kabiliyetlerini kısıtlasa da beyin düşünsel görevlerini yerine getirebilmesidir. Farklı tarzda temel düşünsel görevlerin otomatik çözümlenmesi bu tarz rahatsızlıkları olan kişiler için rehabilitasyon ve robot destekli teknolojilerine dayalı BBA sistemlerinin geliştirilmesine büyük fayda sağlayacaktır. Bu yüzden sağlıklı bireyler yerine hasta ve engelli bireylerden alınan veriler başarılı BBA uygulamaları için daha yol gösterici olacaktır. Bu tez çalışmasında da el hareket ve fonksiyon yetersizliği olan 10 gönüllü katılımcının sağ ve sol elinin kavramayı deneme hareketlerinin düşünülmesiyle kaydedilmiş ve ayrıca Clinical BCI Challenge WCCI 2020 yarışmasında da kullanılmış olan Elektroensefalografi (EEG) verileri üzerinde çalışılmıştır. Yüksek sınıflandırma başarımı amacıyla etkin elektrotlar ve öznitelikler önerilen yöntemle seçilmiştir. Öznitelik seçim aşamasında Parçacık Sürü Optimizasyonu (PSO) algoritması kullanılmıştır. Seçilen etkin parametreler sayesinde sağ ve sol elin hareketinin hayalinin ayrımı k-en yakın komşuluk, doğrusal ayırma analizi, destek vektör makineleri ve torbalama karar ağaçları algoritmaları ile sırasıyla %84.32, %80.25, %77.25 ve %83.08 oranında başarımlar elde edilerek sağlanmıştır.

Özet (Çeviri)

One of the important objective of the Brain Computer Interface (BCI) systems is to search innovative solutions like rehabilitation scenario for disabled or patient subjects. People who have stroke or have an accident still can provide accurately some imagery movements. Automated decoding of these imagery movements from brain signals will be very helpful for rehabilitation and the development of robot-assisted technologies based on BCI systems. Then, work on the patient‟s data instead of using healthy subject‟s data can be more meaningful for these interfaces. In this thesis work, a dataset that of EEG brain imaging data for 10 stroke patients having hand functional disability was used. This current data was also used in Clinical BCI Challenge WCCI 2020 competition. With proposed method, the effective electrodes and features were selected for high classification accuracy purpose. In feature selection stage, the Particle Swarm Optimization (PSO) algorithm was used. Through selected effective parameters, discrimination of imagery of right and left hand movement was done with 84.32%, 80.25%, 77.25% and 83.08% accuracy rate by using respectively k-nearest neighbors, linear discriminant analysis, support vector machines and bagging decision tree algorithms.

Benzer Tezler

  1. İktisadi malzeme yönetimi ve J.I.T. (stoksuz üretim)

    Başlık çevirisi yok

    NEDİM DİKMEN

    Doktora

    Türkçe

    Türkçe

    1993

    İşletmeİstanbul Üniversitesi

    PROF.DR. ALİ ÖZGÜVEN

  2. Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace

    Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı

    ALİ CENK KESKİN

    Doktora

    Fransızca

    Fransızca

    2009

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. JEAN MARC SOREL

    PROF. DR. HALİL ERCÜMENT ERDEM

  3. Çok parmaklı robotik el mekanizmalarında parmak koordinasyonu

    Finger coordination in multi-fingered robotic hand mechanisms

    YAHYA KEMAL ESKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiPamukkale Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HATİCE HİLAL EZERCAN KAYIR

  4. Real-time human hand pose estimation and tracking using depth sensors

    Derinlik algılayıcıları ile gerçek zamanlı insan el pozu kestirimi ve izlemesi

    MUSTAFA FURKAN KIRAÇ

    Doktora

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. LALE AKARUN

  5. Dinamik hareket sırasında ön kol bükme hareketinin benzetimiyle biceps brachii kasında oluşan kuvvetin değerlendirilmesi

    Evaluation of the force created in the biceps brachii muscle by simulating the forearm bending movement during dynamic movement

    MERVE CANSU AKARCA

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilim ve TeknolojiBaşkent Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. ULVİYE BUNYATOVA