Protez-Biyonik El Kontrolü İçin EMG İşaretlerinin Makine Öğrenmesi Metodlarıyla Sınıflandırılması

Authors : Duygu Bağcı, Osman Hilmi Koçal

Pages : 802-809

View : 51 | Download : 68

Publication Date : 2016-02-05

Abstract :Bu bildirinin amacı protez el kontrolü için ön kol kaslarından alınan elektromiyografi (EMG) işaretlerinin sınıflandırılması üzerine gerçekleştirilen çalışmanın sonuçlarını sunmaktır. Çalışmada kullanılan veri seti altı farklı temel harekete ait toplam 900 farklı örüntüden oluşmaktadır. Her bir örüntü belirli bir hareket için elektrotlarla eş zamanlı olarak kaydedilen EMG sinyallerinin art arda eklenmesiyle elde edilmiştir. Ham EMG işaretlerinden öznitelik vektörü çıkarmak için Markov Modeli ve Dalgacık Dönüşümü kullanılmıştır. Elde edilen öznitelik vektörlerine farklı makine öğrenmesi algoritmaları uygulanarak sınıflandırma performansları incelenip kıyaslanmıştır. K-en yakın komşu tabanlı IBK algoritması ile ortalama %93,78 sınıflandırma doğruluğu elde edilmiştir.
Keywords : EMG, Makine Öğrenmesi, Sinyal Sınıflandırma, Markov Modeli, Dalgacık Dönüşümü

ORIGINAL PAPER URL