Elektromiyografi sinyalleri ile el jest sınıflandırılmasında populer özniteliklerin ve yeni bir öz nitelik olarak entropinin değerlendirilmesi

EMG sinyallerinin örüntü tanıma yöntemleriyle sınıflandırılması konusunun 40 yılı aşkın bir geçmişi vardır. Günümüzde bu sınıflandırma, geliştirilen yöntemler kullanılarak daha kısa sürede ve daha doğru tahminler yapabilen daha uygulanabilir olması çabalanıyor. Literatür taramasında, bir grup özniteliğin araştırmacılar arasında popüler hale geldiği ve popülerlikten başka bir neden gösterilmeden tekrar tekrar kullanıldığı tespit edilmiştir. Ayrıca, entropinin biyo-sinyal sınıflandırma araştırmalarında birçok kullanımının olduğu tespit edilmiştir. Yine de el hareketlerinin EMG sinyallerinin sınıflandırılması için kullanılmamıştır. Bu araştırma, EMG çalışmalarındaki dokuz "popüler" özniteliğin sınıflandırma yeteneğini araştırıyor ve yeni bir öznitelik olarak entropiyi öneriyor. Bu amaçla, NinaPro DB5 veri seti ile SVM sınıflandırıcıları kullanılarak deney protokolleri oluşturulmuştur. İlk dokuz popüler özellik, farklı kombinasyonlarla test edildi. Daha sonra entropi özelliği pencere uzunluğu duyarlılığı ile analiz edilmiş, LPH ile olan sorunu önerilen GPH yaklaşımı ile çözülmüştür. Ardından, gerçek zamanlı bir test için aktivasyon tespiti geliştirilir ve uygulanır. Her iki bölümün sonuçları da diğer çalışmalarla karşılaştırması kolay olacak şekilde kendi bölümlerinde verilmiştir. Popüler özniteliklerin değerlendirilmesi, bazı özniteliklerin sisteme zarar verebileceğini gösterdi; ancak, bu uygulamadan uygulamaya büyük ölçüde değişir. Öte yandan, entropi özniteliği, EMG sinyallerini sınıflandırmak için kullanılabileceğini ve pencerelerden çıkarılan özellik vektörlerini eğitim setinden farklı uzunluklarda sınıflandırabileceğini göstermiştir.