A framework for acquisition, processing and classification of emg signals
Başlık çevirisi mevcut değil.
- Tez No: 852477
- Danışmanlar: PROF. JONATHAN KAO
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Unıversıty Of Calıfornıa Los Angeles
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Traditional input methods to interface with computer systems prove to be challenging for individuals with amputations or paralysis. Although several brain-machine interfaces were developed to address this problem, their invasive nature prevents widespread adoption. Alternatively, developing interfaces using non-invasive signals has been shown to be effective but they require large, non-intuitive gestures to function. In this work, we propose a framework to decode the subtle finger movements that occur naturally during typing via analyzing non-invasive EMG signals. Here, we establish synchronized communication with an amplifier to get signal recordings, perform signal preprocessing and utilize deep learning architectures for feature extraction and classification. Our approach achieves a within-session accuracy of up to 89.23% in detecting individual finger movements during a randomized typing task, with an average accuracy of 77.64% across all sessions. The time needed for classification is 4.16 ms per sample, making our framework suitable for real-time operation. Our framework demonstrates the possibility of identifying finger movements during typing in real-time using non-invasive EMG signals and provides a starting point for future work to allow individuals with amputations or disabilities to communicate effectively with computers.
Özet (Çeviri)
Özet çevirisi mevcut değil.
Benzer Tezler
- Evaluating effects of denoising and feature extraction methods on classification of EMG signals
Başlık çevirisi yok
ERCAN GÖKGÖZ
Doktora
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolInternatıonal Burch UnıversıtyPROF. DR. ABDULHAMİT SUBAŞI
- Novel methods for microscopic image processing, analysis, classification and compression
Mikroskopik imge işleme, analiz, sınıflandırma ve sıkıştırma için yeni yöntemler
ALEXANDER SUHRE
Doktora
İngilizce
2013
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. A. ENİS ÇETİN
- 3 boyutlu kentsel alan nokta bulutlarının derin öğrenme tabanlı sınıflandırılması için veri seti ve yöntem geliştirilmesi
Dataset and method development for deep learning-based classification of three dimensional urban point clouds
ONUR CAN BAYRAK
Doktora
Türkçe
2026
Jeodezi ve FotogrametriYıldız Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. ANİME MELİS UZAR
- Uydu bazlı jeodezik ve jeodinamik veri analiz ve yönetim sistemi tasarımı ve uygulaması
Design and implementation of a satellite-based geodetic and geodynamic data analysis and management system
DENİZ BAŞAR
Doktora
Türkçe
2026
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. RAHMİ NURHAN ÇELİK
- Gerçek zamanlı olarak meyveleri görüntü işleme ile sınıflandıran otomasyon sistemi
The real-time automation system for classifying fruits with image processing
İSMAİL BURAK AKINCI
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CANER ÖZCAN