Perception estimation and torque control for hand prostheses using EEG and EMG signals

Üst ekstremite protezleri, hastaların eklem düzeyleri ve hareket yöntemlerine bağlı olarak değişiklik gösterir. Protezlerin kozmetik, omuz hareketine bağlı çalışan, miyoelektronik ve elektroensefelografi (EEG) sinyalleriyle kontrol edilen türleri mevcuttur. Ancak, sezgisel ve doğal olmayan protez kontrolü kullanıcı üzerinde büyük bir mental yüke neden olmaktadır. Bu tez ile, EEG ve elektromiyografi (EMG) sinyalleri birlikte kullanılarak biyonik el protezinin kontrolünün kullanıcının görsel ağırlık algısından faydalanılarak daha iyi hale getirilmesini amaçlayan bir sistem geliştirilmeye çalışılmıştır. Bu sistem ile hastaların mekanik bir protezi kullanırken duyabilecekleri fiziksel ve mental yükü/rahatsızlığı azaltmak hedeflenmiştir. Bu amaçla öncelikle deneklerin EEG ve EMG sinyalleri gerçek zamanlı uygulama için işlendi. İlk aşamada, protez kullanıcılarının motor niyet dalgalarından yararlanılarak protezlerin çalıştırılmasını hedefleyen bir araştırma yapılmış ve 30 sağlıklı katılımcıdan EEG verileri alınarak makine öğrenmesi yaklaşımlarının sınıflandırma başarıları (protezi aktif hale getirme niyetlerinin tespiti) incelenmiştir. İkinci aşamada, 31 katılımcının nesneye uzanma, kaldırma ve yerleştirme hareketleri sırasında EEG ve EMG sinyalleri kaydedildi ve nesne ağırlığının tespiti için çeşitli sınıflandırmalar kullanıldı. 20 sağlıklı bireyin çok kanallı EEG sinyallerinin gerçek zamanlı sınıflandırmasında Fourier tabanlı senkrosıkıştırma dönüşümü (FSST) ve tekil değer ayrıştırma (SVD) yaklaşımları kullanılarak sistem, protezin bilek kısmının sertliğinin kontrolü sağlanmaya çalışılmıştır. Sonuç olarak, bireyler protezi kullanırken gördükleri cismin ağırlığının sistem tarafından algılanması ve o cismi kaldırmak istediklerinde protezin bu ağırlığa göre önkoşullandırılması mümkün olmaktadır.