Development of powered ankle prosthesisclassification algorithms for step-up vs.step-down movements using machinelearning fed exclusively by surfaceelectromyography
Yüzey elektromiyografisi ile özel olarakbeslenerek ve yapay öğrenme yöntemlerikullanarak yukarı-adım ve aşağı-adımhareketleri için aktif bilek protezisınıflandırma algoritmalarınıngeliştirilmesi
- Tez No: 748884
- Danışmanlar: PROF. DR. CAN ALİ YÜCESOY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Biyoteknoloji, Computer Engineering and Computer Science and Control, Bioengineering, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyo-Medikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Yapay zeka alanında olan gelişmeler, hareketi destekleyici cihazlar için sonuçlar doğurmaktadır. Güçlendirilmişş ayak bileği protezleri (GABP), ampute hareketlerini desteklemeyi amaçlayan mekanizmaları kullanır. Yüzey elektromiyografisi (sEMG), algoritmaya kasların katkısına izin verir ve sensör kaynağı olarak kullanımları yenidir. Ham sEMG verilerinin işlenmesi için farklı teknikler mevcuttur, ancak bunların bir GABP kontrol algoritmasında optimal kullanımları üzerinde ayrıntılı olarak durulmamıştır. Yararlarına rağmen, sEMG verilerini normalleştirme ve kayan pencere gerçek uygulamada sorunlu olabilir. Bu tezin temel amacı, yalnızca sEMG kullanarak sağlıklı popülasyonun yukarı-adım ve aşağı-adım görevlerini başarıyla ayırt eden bir GABP için kontrol algoritmaları geliştirmek ve test etmektir. Spesifik bir amaç, sEMG verilerinin normalleştirme ve pencereleme prosedürlerinin, geliştirilen algoritmaların tahmin başarısı üzerindeki etkilerini değerlendirmekti. 50 katılımcının sEMG verilerini içeren bir veritabanı kullanıldı. (i) ANN, (ii) LSTM, (iii) LightGBM ve (iv) RF olmak üzere 4 yapay öğrenme tekniği kullanılmıştır. Performans karşılaştırılması, normalize edilmemiş ve penceresiz veri kümesi kullanan LightGBM'nin, normalleştirilmiş ve pencereli veri kümesi için olan en iyi performanstan (Doğruluk=%94.02) önemli farkı olmadığını gösterdi (Doğruluk=%92.53). Bu nedenle, GABP için normalleştirilmemiş sEMG verileri kullanılarak geliştirilen kontrol algoritmasının yukarı/aşağı adım sınıflandırma modülünde LightGBM kullanılabileceği sonucuna varılmıştır.
Özet (Çeviri)
Rapidly increasing developments in the field of artificial intelligence yield implications for motion supportive devices. Powered ankle prostheses (PAP) employ actuation mechanisms that aim to support amputees during locomotion. Surface electromyography (sEMG) allows muscles contribution in developing such algorithms and their usage as the exclusive sensing source is novel. Different techniques of processing raw sEMG data exist, but their optimal usage in a PAP control algorithm has not been elaborated on. Despite their benefits, normalization of the raw sEMG data and usage of sliding window might be problematic for a real time application. The main aim of this thesis was to develop and test control algorithms for a PAP that successfully distinguishes step-up and step-down tasks of healthy population using exclusively sEMG. A specific aim was to assess the effects of normalization and windowing procedures of sEMG data on prediction success of the algorithms developed. An open database was used to acquire sEMG data of 50 participants. Four machine learning techniques namely, (i) ANN, (ii) LSTM, (iii) LightGBM and (iv) RF were used with windowed/non-windowed and normalized-non-normalized datasets. Comparison of their performances showed that LightGBM utilizing non-normalized and non-windowed dataset performed,(Accuracy=92.53%) not significantly different than the best performance obtained utilizing normalized and windowed dataset(Accuracy=94.02%). So, it is concluded that LightGBM can be used in step-up/down classification module of the control algorithm for PAP using non-normalized sEMG data.
Benzer Tezler
- Development of sEMG and artificial neural networks based powered ankle prosthesis control algorithms for stair ascending and descending motions
Emg ve yapay sinir ağları tabanlı aktif ayak bileği protezi merdiven çıkma ve inme hareketleri için kontrol algoritmaları geliştirilmesi
RAMAZAN TARIK TÜRKSOY
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. CAN ALİ YÜCESOY
- Development of a recurrent neural network based estimation algorithms for ankle power by using surface EMG
Yüzeysel elektromiyografi verisi ile yüruyüş esnasında ayak bileğindeki güçü tahmin eden yinelemli sinir ağı üretimi
ALPER ATAL
Yüksek Lisans
İngilizce
2022
BiyofizikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. CAN ALİ YÜCESOY
- Pervane aerodinamiği için girdap kafes uygulamaları
Vortex lattice applications for propeller aerodynamics
EMRE ŞAHİN
Yüksek Lisans
Türkçe
2013
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT ADİL YÜKSELEN
- Tahriksiz, giyilebilir ve ergonomik üst gövde dış iskelet sistemi geliştirilmesi
Development of non-powered, wearable and ergonomic upper extremity exoskeleton
AHMET EMRE ÖÇAL
Doktora
Türkçe
2023
Makine MühendisliğiBursa Uludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEVDA TELLİ ÇETİN
PROF. DR. HÜSEYİN LEKESİZ
- Kayaç kazilabilirliğinin tayini için taşınabilir kayaç kesme deney aletinin geliştirilmesi
Development of a portable rock cutting rig to determine rock cuttability
OSMAN CENK FERİDUNOĞLU
Doktora
Türkçe
2009
Maden Mühendisliği ve Madencilikİstanbul Teknik ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
PROF. DR. NUH BİLGİN