Fractal modeling of surface electromyography (EMG) signals for EMG pattern recognition by artificial neural networks
Yüzeyden kaydedilen elektromiyografik (EMG) sinyallerin yapay sinir ağları ile örüntü tanıma amaçlı modellenmesi
- Tez No: 76555
- Danışmanlar: DR. AYKUT SÜMER
- Tez Türü: Yüksek Lisans
- Konular: Tıbbi Biyoloji, Medical Biology
- Anahtar Kelimeler: Yüzey elektromiyografi (EMG), fraktal modelleme, özbağlanımsal modelleme, örüntü tanıma, yapay sinir ağları, Surface electromyography (EMG), fractal modeling, autoregressive modeling, pattern recognition, artificial neural networks
- Yıl: 1998
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyo-Medikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
YÜZEYDEN KAYDEDİLEN ELEKTROMİYOGRAFİK (EMG) SİNYALLERİN YAPAY SİNİR AĞLARI İLE ÖRÜNTÜ TANIMA AMAÇLI FRAKTAL MODELLENMESİ ÖZET Değişik kas-iskelet sistemi hareketlerinde kaydedilen elektromiyografik (EMG) sinyallerin örüntülerinin, tıpta protez denetimi, endüstride robot kolu denetimi gibi uygulamalar için kullanılmasına yönelik çalışmalar yapılmaktadır. EMG sinyallerinin bu tür amaçlar doğrultusunda kullanılabilmesi için bu sinyallerin örüntü tanıma amaçlı modellenmesi ve modelleme sonucunda elde edilen parametrelerin sınıflandırılması gerekmektedir. Fraktal modelleme sinyal işlemede daha önce örüntü tanıma amaçlı kullanılmamış bir yöntemdir. Bu çalışmanın amacı, fraktal modelleme tekniklerini EMG örüntülerini tanıma amaçlı kullanmak ve elde edilen sonuçlan geleneksel bir yöntem olan özbağlanımsal yöntemin sonuçlarıyla karşılaştırmaktır. Bu amaçla, kolun ve bileğin on altı değişik hareketinde yirmi dört yaşında bir erkekten yüzey EMG kaydı alındı. Laboratuar çalışması İstanbul Üniversitesi Elektro-Nöro-Fizyoloji Araştırma ve Uygulama Merkezi Laboratuarları'nda gerçekleştirildi Kaydedilen sinyaller, özbağlanımsal ve fraktal modelleme yöntemleriyle modellendi. Başlangıçta, fraktal modelleme, veri sıkıştırma ve sinyallerin geri elde edilmesi uygulamaları ile denendi. Elde edilen başardı sonuçların ardından, her iki yöntem (özbağlanımsal modelleme ve fraktal modelleme) parametreleri ile, yapay sinir ağlan ile örüntü tanıma uygulamaları yapıldı. Sonuç olarak fraktal modellemenin bir parametresi olan sıkıştırma katsayısının, çok başardı olmamakla birlikte, örüntü tanıma amaçlı kullanılabileceği gösterildi, özbağlanımsal modelleme parametrelerinin görece daha iyi sonuçlar verdiği görüldü.
Özet (Çeviri)
IV FRACTAL MODELING OF SURFACE ELECTROMYOGRAPHY (EMG) SIGNALS FOR EMG PATTERN RECOGNITION BY ARTIFICIAL NEURAL NETWORKS ABSTRACT Patterns of electromyography (EMG) signals of different musculo-skeletal motions are important features that can be used for applications like, control of prostheses in medicine or control of robot arms in industry. So as to use EMG signals for such applications, the signal is to be modeled in order to obtain parameters which can be useful for pattern recognition. Fractal Modeling is a new approach in signal modeling which was not previously used for pattern recognition applications. The objective of this study is to use Fractal Modeling techniques for EMG pattern recognition and compare these results with those of Autoregressive (AR) Modeling which is a conventional method. For this purpose EMG signals of sixteen different motions of the arm and the hand, are acquired in Istanbul University Medical School Neurophysiology Laboratory from a twentyfour years old male. These signals are modeled with both AR and Fractal Modeling techniques. Fractal Modeling is tested at first for reconstruction and data compression implementations. Having seen the satisfactory results of fractal modeling in terms of reconstruction of the signals, the AR and the fractal models are studied for pattern recognition purposes via artificial neural networks. The results indicate that the contraction factor in Fractal Model can be a criteria for recognition. However, the AR Model parameters yield better results in terms of classification and recognition of motions via surface EMG analysis.
Benzer Tezler
- Polimerik yalıtkanlardaki kaotik yüzeysel aşınımların brown hareketi ile modellenmesi
Modeling of chaotic surface tracking on polymeric insulators with brownian motion
CENGİZ POLAT UZUNOĞLU
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUKDEN UĞUR
- Fraktal geometrili yüzey ile kayma teması yapan elastik-plastik yarı-sonsuz ortamın mekanik ve termomekanik analizi
Mechanical and termomechanical analysis of elastic-plastic semi-infinite medium in sliding contact with fractal surface
ALAETTİN ÖZER
Doktora
Türkçe
2006
Makine MühendisliğiKaradeniz Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ.DR. HASAN SOFUOĞLU
- Dokunsal sensör sinyalleri ile yüzey dokularının sınıflandırılması
Surface textures classification with tactile sensor signals
CEMİL KILIÇ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMalatya Turgut Özal ÜniversitesiEnformatik Ana Bilim Dalı
DOÇ. ÖMER FARUK ALÇİN
- New designs of microwave fractal resonators for modern wireless applications
Modern kablosuz uygulamalar için mikrodalga fraktal rezonatörlerinin yeni tasarımlları
YAQEEN SABAH MEZAAL DAYYENI
Doktora
İngilizce
2014
Elektrik ve Elektronik MühendisliğiÇankaya ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HALİL TANYER EYYUBOĞLU
- Süreksizlik yüzey pürüzlülüğünün modellenmesi ve makaslama dayanımı üzerindeki etkilerinin incelenmesi
Modelling of discontinuity surface roughness and investigation of its effects on shear strength
MURAT ÜNAL
Doktora
Türkçe
2000
Maden Mühendisliği ve MadencilikHacettepe ÜniversitesiMaden Mühendisliği Ana Bilim Dalı
DOÇ.DR. BAHTİYAR ÜNVER