Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ondokuz Mayıs Üniversitesi, Lisansüstü Eğitim Enstitüsü, ElektriK-Elektronik Mühendisliği Anabilim Dalı, Türkiye
Tezin Onay Tarihi: 2021
Tezin Dili: Türkçe
Öğrenci: MEHMET CAN DEMİR
Danışman: Cengiz Tepe
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:
Ampute bireyler için protez kol tasarımında yüzey EMG işaretlerinin işlenmesi ve sınıflandırılması sıkça yapılan bir uygulamadır. Bu tez çalışmasında ampute bireylerdeki kas kayıpları dikkate alınarak daha az kasa ait veriler ile güvenilir sınıflandırma sonuçları elde edilmeye çalışılmıştır. Sınıflandırma performansının artırılması için literatürde kullanımına rastlanılmayan jiroskop öznitelikleri de kullanılmıştır. Veri setinde 7 el hareketi için 10 sağlıklı kişiden Myo kol bandı ile alınmış yüzey EMG ve jiroskop verileri bulunmaktadır. Bu 7 el hareketi: yumruk, parmak açma, bilek içeri bükme, bilek dışarı bükme, pronasyon, supinasyon ve dinlenmedir. Denekler her bir hareketi 30' ar kez tekrarlamışlardır. Yüzey EMG ve jiroskop işaretlerinin öznitelikleri çıkarılmadan önce önişlemeden geçirilmiştir. Önişleme süreci yüzey EMG verileri için iki aşamadan oluşmaktadır. Birinci aşamada yüzey EMG işareti 10 Hz yüksek geçiren filtreden geçirilmiştir. İkinci aşamada ise işaret içinde hareketin gerçekleştiği aralık bulunarak harekete ait olmayan kısımlar çıkarılmıştır. Jiroskop verilerinin önişlemesinde filtre uygulanmamış, yalnızca hareketin gerçekleştiği aralık bulunmuştur. Önişlemeleri yapılan yüzey EMG ve jiroskop verilerinin öznitelikleri çıkarılmıştır. Öznitelik matrisinde 14 adet zaman düzlemi, 6 adet frekans düzlemi olmak üzere 20 adet öznitelik kullanılmıştır. Bunların arasından en yüksek doğruluğu verenlerin belirlenmesi için ardışıl ileri yönlü öznitelik seçimi yapılmıştır. Sınıflandırma algoritması olarak Destek Vektör Makinesi ve k-En Yakın Komşuluk kullanılmıştır. Sınıflandırmada Matlab® içerisinde bulunan ClassificationLearner uygulamasından yararlanılmıştır. Tüm yüzey EMG kanalları kullanılarak elde edilen en yüksek doğruluk % 98,38'dir. Öznitelik seçimi sonucunda elde edilen öznitelik seti ve sınıflandırıcı kullanılarak kanal sayısı azaltılmış ve doğrulukları kontrol edilmiştir. Kanal sayısı 3' e kadar düşüldüğünde doğruluğun % 90' ın üzerinde olduğu görülmüştür. Özellikle az sayıda yüzey EMG kanalı kullanıldığında jiroskop özniteliklerinin performansı artırdığı görülmüştür. Elde edilen bu sonuçların ardından tüm veri seti eğitim kümesinde kullanılarak sınıflandırma modeli oluşturulmuş ve test verileri sisteme gerçek zamanlı gönderilmiştir. Veri setindeki sekiz kişi için yapılan gerçek zamanlı uygulama sonucunda % 95,83 ortalama doğruluk elde edilmiştir.