Detection of foot gestures using time-frequency analysis and deep learning approaches from sEMG data
SEMG verilerinden zaman frekans analizi ve derin öğrenme yaklaşımları kullanılarak ayak hareketlerinin tespiti
- Tez No: 961885
- Danışmanlar: DR. ÖĞR. ÜYESİ İBRAHİM KAYA, DR. ÖĞR. ÜYESİ ÖZLEM KARABİBER CURA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Biyomühendislik, Computer Engineering and Computer Science and Control, Bioengineering
- Anahtar Kelimeler: Derin öğrenme, EMG, Sayısal işaret işleme, Çoklu dalgacık, Deep learning, Digital signal processing, Multiwavelet
- Yıl: 2025
- Dil: İngilizce
- Üniversite: İzmir Katip Çelebi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Ayak hareketlerini tanımaya yönelik mevcut yöntemler çoğunlukla sEMG kayıtlarından çıkarılan manuel olarak oluşturulmuş özelliklere dayanmaktadır. Bu makalenin amacı, tek kanallı sEMG kullanarak sEMG sinyallerinin zaman-frekans spektrumundan otomatik olarak yararlanan ve manuel özellik çıkarma ihtiyacını ortadan kaldıran derin öğrenme tabanlı bir yöntem geliştirmektir. SEMG sinyalleri için, zaman frekanslı RGB renkli görüntüler sürekli dalgacık dönüşümü (CWT) kullanılarak çıkarılmıştır. Transfer öğrenme, daha önce sağlıklı bireylerden çıkarılan ayak hareketlerinin sinyal verileriyle konvolüsyonel sinir ağları kullanılarak gerçekleştirilmiş ve çeşitli ayak hareketlerinin tanımlanması için CWT görüntülerini kullanmak için kullanılmıştır. Önerilen yöntem, ayak hareketleri sEMG sinyallerinden oluşan bir veri kümesi kullanılarak değerlendirilmiştir. Değerlendirme sonuçları, bu yöntemin tek kanallı sEMG sinyalleri kullanarak bile en son teknolojiye yakın doğruluk elde edebileceğini göstermektedir.
Özet (Çeviri)
Existing methods for foot gestures recognition are mostly based on manually generated features extracted from sEMG recordings. The aim of this paper is to develop a deep learning-based method that automatically exploits the time-frequency spectrum of sEMG signals using single-channel sEMG, eliminating the need for manual feature extraction. For sEMG signals, time-frequency RGB color images are extracted using continuous wavelet transform (CWT). Transfer learning has been performed using convolutional neural networks with signal data of foot gestures previously extracted from healthy individuals, which have been used to use CWT images for the identification of various foot gestures. The proposed method is evaluated using a dataset of foot gestures sEMG signals. The evaluation results show that this method can achieve near state-of-the-art accuracy even using single channel sEMG signals.
Benzer Tezler
- Fog computing architecture for e-textile applications
E-tekstil uygulamaları için sis bilişim mimarisi
KADİR ÖZLEM
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN İNCE
DOÇ. DR. ÖZGÜR ATALAY
- Diyabetik ayaklı hastalarda staphyloccus aureus burun taşıyıcılığı insidansının saptanması ve ilişkili risk faktörlerinin araştırılması
Detection of the incidence of staphyloccus aureus nasal carri̇age and related risk factors i̇n di̇abeti̇c foot pati̇ents
İLHAN KURULTAK
Tıpta Uzmanlık
Türkçe
2007
Endokrinoloji ve Metabolizma HastalıklarıSağlık BakanlığıDahiliye Ana Bilim Dalı
DOÇ. DR. MURAT DURANAY
- Termal görüntü analizi ile diyabetik ayak ülserlerinin erken tanılanması.
Early detection of diabetic foot ulcers by thermal image analysis
UTKU CANER AKÇAY
Yüksek Lisans
Türkçe
2022
BiyoteknolojiEge ÜniversitesiBiyomedikal Teknolojiler Ana Bilim Dalı
PROF. DR. MEHMET ENGİN
- İstanbul'daki el ayak ağız hastalığı vakalarında coxsackievirus A6 ve coxsackievirus A16'nın saptanması
Detection of coxsackievirus A6 and coxsackievirus A16 in hand, foot and mouth disease cases in İstanbul
AYŞE NUR CEYLAN
Tıpta Uzmanlık
Türkçe
2017
MikrobiyolojiBezm-İ Alem Vakıf ÜniversitesiTıbbi Mikrobiyoloji Ana Bilim Dalı
PROF. DR. MEHMET ZİYA DOYMAZ
- Diyabetik ayak ülserlerinin yapay zeka ile tespiti
Detection of diabetic foot ulcers using artificial intelligence
MURAT ÖZDAŞ
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBatman ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
DOÇ. DR. YILMAZ KAYA