EMG işaretlerinin sınıflandırılması ve öbekleştirilmesi
Classification and clustering of EMG signals
- Tez No: 284443
- Danışmanlar: YRD. DOÇ. DR. AHMET ALKAN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Kahramanmaraş Sütçü İmam Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada Elektromiyografi (EMG) işaretleri kullanılarak başarılı bir kol protez kontrolü için gerekli olan işaretlerin öbekleştirilmesi ve sınıflandırılması araştırılmıştır. EMG işaretleri kas liflerinin kasılması sonucu oluşan çok sayıda aksiyon potansiyellerin birleşimi olup deri yüzeyinde algılanmaktadır. Çalışmada dört farklı hareket için biceps ve triceps kaslarından üretilen EMG işaretleri incelenmiştir. Her EMG işaretinin tek bir örüntüsü olup, bu örüntülerin doğru ayrıştırılması ve sınıflandırılması önemlidir. Özellikle protez kol tasarımlarında değişik hareketler yapılırken elde edilen EMG işaretlerinin analizi oldukça önemlidir. Bu amaçla çalışmada koldan alınan 4 farklı harekete ait EMG işareti K- Ortalama, Bulanık C Ortalama, Destek Vektör Makineleri, Diskriminant Analizi, Olasılıksal Sinir Ağları ve İleri Beslemeli Yapay Sinir Ağları algoritmaları kullanılarak öbekleştirme ve sınıflandırma gerçekleştirilmiştir. Bu algoritmalar kullanılmadan önce işaretlerin bir ön işlemeden geçirilmesi gerekmektedir. Ön işlemede çok değişik uygulamalar mevcuttur. Bu amaçla işaretlerin Ortalama Mutlak Değer, Hareketli Averaj Filtresi, Eğri Uydurma ve Özbağlanım metotlarıyla özellik vektörleri elde edilmiştir. Elde edilen bu özellik vektörleri öbekleştirme algoritmalarına giriş olarak uygulanmıştır. Kullanılan veri seti üzerinde oldukça başarılı öbekleştirme ve sınıflandırma sonuçları elde edilmiştir.
Özet (Çeviri)
In this thesis, classification and clustering of electromyography (EMG) signals studied required for a prosperous arm prosthesis control. The signal is the synthesis of numerous action potentials and captured from the skin surface. In this work, EMG signals generated by biceps and triceps muscles for four different movements are examined. Each EMG signal has one single pattern and it is essential to seperate and to classify these patterns properly. To this end, clustering and classifying is carried out to EMG signals regarding to four different movements captured from the arm, by using K-Means, Fuzzy C Means, Support Vector Machine, Discriminant Analysis, Probabilistic Neural Network and Feed Forward Artificial Neural Network algorithms. Prior to these algorithms, signals need to be preprocessed. There exists abundant different appliances in preprocessing. For this purpose, by using Mean Absolute Value, Moving Average Filter, Curve Fitting and Autoregressive methods, the feature vectors of the signals are acquired .These feature vectors are provided as inputs to the classification/clustering algorithms. On the used data sets, very high classification/clustering performances are achieved.
Benzer Tezler
- Emg işaretlerinin işlenmesi ve sınıflandırılması
Processing and classification of emg signals
İSMAİL YAZICI
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. ETEM KÖKLÜKAYA
- EMG işaretlerinin kablosuz aktarımı ve otomatik sınıflandırılması: Göz kırpma uygulaması
Wireless transmission and automatic classification of EMG signals: Voluntary eye winking application
BEKİR BUĞRA UYAR
Yüksek Lisans
Türkçe
2020
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET ÖZTÜRK
- EMG işaretlerinin modern yöntemlerle önişlenmesi ve sınıflandırılması
Pre-processing and classification of EMG signals by using modern method
MEHMET RECEP BOZKURT
Doktora
Türkçe
2007
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF.DR. ETEM KÖKLÜKAYA
Y.DOÇ.DR. ABDÜLHAMİT SUBAŞI
- EMG işaretlerinin özniteliklerinin çıkarılması, kNN ve YSA yöntemleri ile sınıflandırılması
Classification of the EMG signal using neural network pattern recognition and kNN algorithm
ÇAĞRI ÇERÇİ
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Çeşitli aktiviteler sırasında kaydedilmiş EEG ve EMG işaretlerinin sınıflandırılması
Classification of recorded EEG and EMG signals during various activities
TANER YURDUSEVER
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiKaradeniz Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. TEMEL KAYIKÇIOĞLU