Classification of gait speeds through time-series and feature analysis of surface EMG signals
Yüzey EMG sinyallerinin zaman serisi ve özellik analizi ile yürüme hızlarının sınıflandırılması
- Tez No: 930564
- Danışmanlar: DR. ÖĞR. ÜYESİ BORA BÜYÜKSARAÇ
- Tez Türü: Yüksek Lisans
- Konular: Biyomühendislik, Bioengineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 196
Özet
Alt vücut kinematiği, yürüyüş ve elektromiyografi (EMG) ölçümlerinde farklı çalışmalar araştırılmıştır. Bu ölçümlerin sonuçlarının anlaşılması ve kapsamlı bir çalışma yapılması, insan vücudunun hareketinin daha iyi değerlendirilmesini sağlayacaktır. Koşu bantları araştırmalarda yaygın olarak kullanılmaktadır ve bazı dezavantajları olsa da yine de yeterli veri sağlamaktadır. Koşu bandı yürüme alanını sınırlar ancak deneğin yürüme hızını kontrol eder. Bu araştırma, 0,8 m/s'den 2 m/s'ye kadar hızlardan oluşan koşu bandında yürüyen 25 sağlıklı denek üzerinde kapsamlı bir çalışma sunmaktadır. Tibialis Anterior, Gastrocnemius Medialis, Soleus, Vastus Medialis, Biceps Femoris olmak üzere sağ ve sol bacakta vücudun her iki tarafındaki on farklı kas test edilmiştir. Normalize edilmiş analiz için her iki ayaktan elli topuk vuruşu alınmıştır. Bu araştırmada kullanılan araçlar Movella, EMG sensörleri ve bir koşu bandıdır. Metodik olarak, veriler tek tip bir şekilde elde edilmiştir, bu nedenle deney sırasında her bir bacaktan 50 topuk vuruşu kaydedilmiştir. Sınıflandırma işlemleri, belirli bir kas tarafından üretilen belirli bir kas aktivitesine dayalı olarak belirli bir hıza işaret etmek için gerçekleştirilmiştir. Her bir EMG aktivitesinin farklı hızlardaki örüntüsünün makine öğrenimi kullanılarak doğru bir şekilde sınıflandırılması önerilmektedir. Yavaş, orta ve hızlı hız olarak kabul edilebilecek bu hızlarda, söz konusu kaslar diğer kaslara kıyasla alt ekstremitelerde en fazla aktiviteyi sergilemektedir. Sonuçlar, özellik tabanlı analize kıyasla zaman serisi yöntemi kullanıldığında yüksek doğruluk göstermiştir.
Özet (Çeviri)
Different studies have been researched in lower body kinematics, gait, and electromyography (EMG) measurements. Understanding these measurements results and conducting thorough study will have a better evaluation of the human body locomotion. Treadmills have been used in the research widely and while they have some drawbacks, they still provide sufficient data. Treadmill limits the space of walking but controls the subject's walking speed. This research provides a thorough study of 25 healthy subjects who walked on the treadmill consisting of speeds starting from 0.8 m/s till 2 m/s. Ten different muscles of both sides of the body on the right and left leg are tested which are Tibialis Anterior, Gastrocnemius Medialis, Soleus, Vastus Medialis, Biceps Femoris. Fifty heel strikes are taken from both feet for the sake of normalized analysis. The tools that were used in this research are Movella, EMG sensors, and a treadmill. Methodically, the data was acquired in a uniform fashion therefore 50 heel strikes were recorded from each leg during the experiment. Classification processes were carried out to point to the specific speed based on a specific muscle's activity produced by a certain muscle. It is proposedly expected that each EMG activity's pattern at different speeds is classified accurately using machine learning. These speeds which can be considered slow, medium, and fast pace, the muscles mentioned exhibit the most activity in the lower extremities in comparison with other muscles. The results showed high accuracy while doing the time series method in comparison with the feature-based analysis.
Benzer Tezler
- Nörodejeneratif hastalıkların entropi tabanlı öznitelikler kullanılarak makine öğrenmesi yöntemleriyle sınıflandırılması
Classification of neurodegenerative diseases by machine learning methods using entropy based features
DİLARA ARAPOĞLU
Yüksek Lisans
Türkçe
2023
İstatistikYıldız Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ERSOY ÖZ
- Diz ortezi giymiş insan kas iskelet örneği üzerinde derin pekiştirmeli öğrenmeyle yürüme öğrenmesi
Learning to walk on a human musculoskeletal model wearing a knee orthosis via deep reinforcement learning
ÖMER KAYAN
Yüksek Lisans
Türkçe
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HÜLYA YALÇIN
- Alt ekstremite biyomekanik sinyal analiziyle derin öğrenme tabanlı insan yürüyüşü tanıma
Human gait recognition based on deep learning using lower limb biomechanical signal analysis
HACER KUDUZ
Doktora
Türkçe
2023
Biyomühendislikİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT KAÇAR
- Kronik inmeli hastalarda sanal gerçeklik eğitiminin ikili görev performansı, denge ve yürüme üzerine etkilerinin incelenmesi
The investigation of the effects of virtual reality training on dual task performance, balance and gait on patients with chronic stroke
BÜŞRA KAYABINAR
Yüksek Lisans
Türkçe
2019
Fizyoterapi ve RehabilitasyonHacettepe ÜniversitesiNörolojik Fizyoterapi Ve Rehabilitasyon Ana Bilim Dalı
PROF. DR. ÖZNUR TUNCA YILMAZ
- Systematıc semg-based walkıng speedclassıfıcatıon: A multı-crıterıa evaluatıonapproach for optımal muscle combınatıonselectıon ın gaıt recognıtıon systems
Sıstematık semg tabanlı yürüme hızısınıflandırması: Yürüme tanıma sıstemlerındeoptımal kas kombınasyonu seçımı ıçın çokkrıterlı değerlendırme yaklaşımı
MOAZ HAZEM MOHAMMED ABOLABDAH
Yüksek Lisans
İngilizce
2025
BiyomühendislikBahçeşehir ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BORA BÜYÜKSARAÇ