sEMG-based ankle position and moment prediction in silico: Neural network approach and muscle selection
Bilgisayar ortamında sEMG tabanlı ayak bileğinin pozisyon ve moment tahmini: Sinir ağı yaklaşımı ve kas seçimi
- Tez No: 840760
- Danışmanlar: PROF. DR. CAN ALİ YÜCESOY
- Tez Türü: Doktora
- Konular: Biyomühendislik, Mekatronik Mühendisliği, Biyoteknoloji, Bioengineering, Mechatronics Engineering, Biotechnology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyomedikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Alt ekstremite amputasyonu, bir uzvun kısmi veya tamamen çıkarılmasıdır ve tahrikli protezler, ampütelerin hareket yeteneklerini eski haline getirmekte en iyi çözümdür. Son gelişmeler donanımlarını geliştirmiş olsa da, doğal yürüyüş için otonom adaptasyon gereklidir. Yüzey elektromiyogramının (sEMG) kullanımı umut vadederken, gerçek zamanlı analiz zorluklar içermektedir. Ayrıca, farklı amputasyon seviyeleriyle uyum sağlamak için kas seçimine yönelik sistematik analiz yapılmalıdır. Bu nedenle, öznitelik çıkarımı normalize edilmemiş sEMG genlikleri üzerinden gerçekleştirilmiş ve sEMG girişini en aza indiren bir ekonomik algoritma aranmıştır. Farklı amputasyon seviyeleriyle uyum için, alt bacak kaslarının kullanımını sınırlayan pratik bir algoritma hedeflenmiştir. Bu bağlamda, (1) yer seviyesinde yürüyüş sırasında sagittal ayak bileği pozisyonunu ve momentini tahmin etmek ve (2) başarıya dayalı olarak tüm kas kombinasyonlarını sıralamak amacıyla sEMG genliklerini girdi olarak kullanan zaman temelli yaklaşımlarla çalışan sinir ağı tabanlı algoritmalar geliştirilmiştir. Sekiz bacak kası incelenmiştir: tibialis anterior (TA), soleus (SO), medial gastrocnemius (MG), peroneus longus (PL), rectus femoris (RF), vastus medialis (VM), biceps femoris (BF) ve gluteus maximus (GMax). Sonuçlar, en iyi performans gösteren kas varyasyonunun MG+RF+VM olduğunu, PL ve GMax+VM varyasyonlarının sırasıyla ekonomik ve pratik algoritma girdileri (rposition>0.90, rmoment>0.97) olduğunu ortaya koymuştur. Öznitelik çıkarımı için pencere boyutu seçiminin tahmin doğruluğu üzerindeki etkisine ilişkin analiz, önerilen sinir ağı mimarisi için 150 ms'lik bir pencere boyutunun en iyi performansı sergilediğini göstermiştir. Çapraz doğrulama sonuçları, yapı ve yöntemin tekrarlanabilirliğini desteklemiştir.
Özet (Çeviri)
Lower limb amputation is the partial or complete removal of a limb, and powered prostheses are the best solution for restoring amputees' locomotion abilities. Although recent advancements have enhanced their hardware, autonomous adaptation is required to achieve natural ambulation. The utilization of surface electromyogram (sEMG) holds promise, whereas real-time analysis is challenging. Also, a systematic analysis should be conducted for muscle selection to ensure compatibility with different levels of amputations. Therefore, the feature extraction was implemented for non-normalized sEMG amplitudes, and an economic algorithm minimizing sEMG input was sought. For the sake of different amputation level compatibility, a practical algorithm was aimed to limit the use of lower leg muscles. In this context, neural network-based algorithms with timing-based approaches utilizing sEMG amplitudes as inputs have been developed to (1) predict sagittal ankle position and moment during ground-level walking and (2) rank all muscle combinations based on success. Eight leg muscles were studied: tibialis anterior (TA), soleus (SO), medial gastrocnemius (MG), peroneus longus (PL), rectus femoris (RF), vastus medialis (VM), biceps femoris (BF) and gluteus maximus (GMax). The results showed the best-performing muscle variation was MG+RF+VM whereas, PL and GMax+VM were distinguished as the economic and practical variations (rposition>0.90, rmoment>0.97), respectively. The analysis regarding the effect of window size selection for feature extraction on prediction accuracy revealed that a window size of 150 ms demonstrated the best performance for the proposed neural network architecture. The cross-validation results supported the repeatability of the structure and methodology.
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
- Farklı ortodontik kraniofasial anomaliye sahip adölesan bireylerde postür ve kassal aktivasyonun değerlendirilmesi
Evaluation of posture and muscular activation in adolescents with different orthodontic craniofacial anomaly
REFİK HİLMİ BARIŞ
Doktora
Türkçe
2022
Fizyoterapi ve RehabilitasyonGazi ÜniversitesiFizyoterapi ve Rehabilitasyon Ana Bilim Dalı
PROF. DR. NEVİN AYSEL GÜZEL
- Atomic layer deposition of III-nitrides and metal oxides; their application in area selective ALD
III-nitratların ve metal oksitlerin atomik katman kaplamısı; bunların alan seçici ALD`deki uygulamaları
ALI HAIDER
Doktora
İngilizce
2017
Bilim ve Teknolojiİhsan Doğramacı Bilkent ÜniversitesiMalzeme Bilimi ve Nanoteknoloji Ana Bilim Dalı (disiplinlerarası)
Assist. Prof. AYKUTLU DANA
DR. NECMİ BIYIKLI
- Farklı kas uyarım teknikleri ve biyolojik geri bildirim bant kullanımının taekwondo yan tekme kinematiğine etkisi
The effects of different muscle activation techniques and the use of a bio-feedback band on the kinematics of taekwondo side kick
ELİF AYBÜKE YILMAZ
Doktora
Türkçe
2026
Sporİstanbul Üniversitesi-CerrahpaşaHareket ve Antrenman Bilimleri Ana Bilim Dalı
PROF. DR. OSMAN ATEŞ
- 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