Geri Dön

Derin öğrenme yöntemi ile yüzeyel EMG işaretlerini sınıflandırarak dirsek eklemi için pozisyon kestirimi

Position estimation for elbow joint by classification of surface EMG signals with deep learning methods

PDF İndir

  1. Tez No: 691927
  2. Yazar: AYBİKE PİROL
  3. Danışmanlar: DR. ÖĞR. ÜYESİ CABBAR VEYSEL BAYSAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilim ve Teknoloji, Science and Technology
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Çukurova Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 113

Özet

Kasların hareket bilgisini barındıran yüzeyel elektromiyografi (sEMG) işaretlerinin sınıflandırılması, rehabilitasyon amaçlı sistemlerde doğala yakın bir çalışma düzeni elde etmede kullanılmaktadır. Bu tez çalışmasında, üst ekstremite biceps ve triceps kaslarının sEMG sinyalleri, bir Derin Öğrenme yöntemi olan Uzun Kısa Vadeli Bellek (LSTM) yapay sinir ağı ile sınıflandırılarak dirsek eklem açısı tahmini yapılmıştır. LSTM modeli sEMG işaretinin değişken ortalama değerini ve kılıf tepe değerini kullanarak iyi bir doğruluk elde etmiş, başarılı ve etkin bir şekilde dirsek eklemi açı tahmini yapmıştır. Sonuçlar, işaretin özniteliklerini kullanan Çok Katmanlı Algılayıcı'nın (MLP) dirsek eklem açı tahmini ile kıyaslanmıştır. Tasarlanan LSTM modeli, hesaplama açısından daha etkin bir şekilde, MLP kadar yüksek doğruluk elde ederek dirsek eklemi açı tahmini yapabileceğini göstermiştir.

Özet (Çeviri)

Classification of surface electromyography (sEMG) signals, which contain movement information of muscles, are used to achieve a natural working order in systems for rehabilitation. In this thesis, sEMG signals of upper extremity biceps and triceps muscles were classified with Long Short Term Memory (LSTM) artificial neural network which is a Deep Learning method, in order to estimate elbow joint angle. LSTM model successfully and effectively made elbow joint angle estimation by obtaining high accuracy using varying average value and envelope peak value of sEMG. The results are compared with the elbow joint angle estimation of the Multi-Layer Sensor (MLP) which uses the attributes of the sEMG signals. The designed LSTM model has shown that it can estimate elbow joint angle more effectively in terms of calculation, by obtaining accuracy as high as MLP.

Benzer Tezler

  1. Tez No

    708387

    Gömülü mandibular üçüncü molar dişlerin pozisyon özelliklerinin yapay zeka ile değerlendirilmesi

    Evaluation of the position characteristics of impacted mandibular third molars with artificial intelligence

    EZGİ TÜRK

    Diş Hekimliği Uzmanlık

    Türkçe

    Türkçe

    2021

    Diş HekimliğiSüleyman Demirel Üniversitesi

    Ağız, Diş ve Çene Radyolojisi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖZLEM GÖRMEZ

  2. Tez No

    481299

    Lise öğrencilerinin öğrenme yaklaşımları ile akademik, sosyal ve duygusal yetkinliklerinin kişiler arası problem çözme becerilerini yordaması

    Prediction for interpersonal problem solving skills between high school students' learning approaches and academic, social and emotional self-efficacy

    MEHMET ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Eğitim ve ÖğretimNecmettin Erbakan Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. SÜLEYMAN BARBAROS YALÇIN

  3. Tez No

    581887

    Deep learning based three dimensional face expression recognition using geometry images from three dimensional face models

    Üç boyutlu yüz modellerinden elde edilen geometri görüntüleri kullanılan derin öğrenme tabanlı üç boyutlu yüz ifadelerini tanıma

    NEŞE GÜNEŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ULUĞ BAYAZIT

  4. Tez No

    807236

    Deep unfolding for clutter removal in ground penetrating radar

    Yere nüfuz eden radarda kargaşa gidermek için derin katman açma

    SAMET ÖZGÜL

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    İletişim Sistemleri Ana Bilim Dalı

    PROF. DR. IŞIN ERER

  5. Tez No

    793346

    Diffüz optik tomografi sistemlerinde ters problem çözümü için yeni yöntemler

    Novel methods for inverse problem solution in diffuse optical tomography systems

    SİNEM UYSAL

    Doktora

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UMUT ENGİN AYTEN

Geri Dön