Geri Dön

Elektromiyografi sinyalleri ile insan kolunun hareketinin tahmin edilmesi

Predicting the movement of the human arm by electromyography signals

PDF İndir

  1. Tez No: 762894
  2. Yazar: TAYFUN GÜRLEVİK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ SERDAR ARITAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyofizik, Biyomühendislik, Computer Engineering and Computer Science and Control, Biophysics, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Bilişim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Grafiği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 86

Özet

Elektromiyografi (EMG) sinyalleri ile insan kolunun hareketinin tahmin edilmesi, biyomekanik, tıp, robotik başta olmak üzere birçok bilim alanının ilgi konusu olmuştur. Fakat literatürdeki çalışmalar genellikle koldaki eklem açılarının tek serbestlik derecesinde tahmin edilmesine yöneliktir. Bu tez çalışmasında, EMG sinyalleri ile kolun omuz ve dirsek eklemlerinin 6 serbestlik derecesinde dönüş açılarını tahmin eden bir yapay sinir ağı modelinin oluşturulması amaçlanmıştır. Yapay sinir ağını eğitmek amacıyla, uzuv kaybı olmayan deneklerin kol ve omuz bölgesindeki kaslardan (Biceps, Triceps, Anterior Deltoid, Posterior Deltoid, Pectoralis Major ve Trapez) elden edilen EMG sinyalleri ve deneyler sırasındaki hareketlerin optik hareket yakalama sistemi vasıtasıyla hesaplanan açılarla oluşturulan bir veri seti oluşturulmuştur. Oluşturulan veri seti ile çok katmanlı yapay sinir ağı ve uzun kısa vadeli hafıza (LSTM) yapısındaki modeller eğitilmiştir. Elde edilen bulgular sonucunda LSTM yapay sinir ağı modellerinin, çok katmanlı yapay sinir ağı modellerine göre daha iyi sonuç verdiği görülmüştür.

Özet (Çeviri)

Predicting the movement of the human arm by using electromyography (EMG) signals has been the subject of interest in many fields of science, including biomechanics, medicine and robotics. However, studies in the literature generally focus on estimating joint angles in the arm in a single degree of freedom. In this thesis, it is aimed to create an artificial neural network model that predicts the rotation angles of the shoulder and elbow joints of the arm at 6 degrees of freedom. In order to train the artificial neural network, data sets were formed with EMG signals obtained from the muscles in the arm and shoulder region (biceps, triceps, anterior deltoid, posterior deltoid, pectoralis major and trapezius) of subjects without limb loss and the angles calculated by the optical motion capture system of the movements during the experiments. Neural network models in multilayer perceptron and long short-term memory (LSTM) structure were trained with obtained datasets. It is found that, LSTM artificial neural network models overperform the multi-layer artificial neural network models.

Benzer Tezler

  1. Tez No

    465031

    İnsan elinin pozisyon ve kuvvetlerinin kestirimi amacıyla emg sinyallerinin sınıflandırılması

    Emg signal classification to predict the position and force patterns of human hand

    RAHİME YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TOLGA ENSARİ

    DOÇ. DR. YUNUS ZİYA ARSLAN

  2. Tez No

    198506

    İnsanın iki kolunun ortak hareketi esnasında oluşan eklem momentlerinin elektromyografi sinyalleri yardımıyla analizi

    The analysis of joint torques during bimanual manipulation of two human arms by using EMG signals

    YUNUS ZİYA ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2005

    Makine Mühendisliğiİstanbul Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ.DR. MEHMET ARİF ADLI

    PROF.DR. NURKAN YAĞIZ

  3. Tez No

    518841

    Developing a haptic hand interface with force feedback from virtual environment and controlling it via electromyography signals

    Sanal ortamdan kuvvet geri besleme ile bir haptik el arayüzü geliştirilmesi ve elektromiyografi sinyalleri ile el protezi kontrolü

    MIRVAHID AHMADIPOURINAEIM

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Mekatronik MühendisliğiYıldız Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CÜNEYT YILMAZ

  4. Tez No

    648311

    Detecting human motion intention during pHRI using artificial neural networks trained by EMG signals

    EMG sinyalleri ile eğitilmiş yapay sinir ağları kullanılarak fiziksel ̇insan-robot etkileşimi sırasında ̇insan hareketinin niyetinin tespiti

    DOĞANAY ŞİRİNTUNA

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Makine MühendisliğiKoç Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. ÇAĞATAY BAŞDOĞAN

  5. Tez No

    903306

    Hand gesture recognition via CNN-LSTM neural networks and EMG signals

    CNN-LSTM sinir ağları ve EMG sinyalleri ile el hareketi tanıma

    ZAHRAA GHALIB HADI SAWAFI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BURCU TUNÇ ÇAMLIBEL

Geri Dön