Two channel EMG classification for transradial arm movements

Bu tez kapsamında, transradyal kol ampütasyonu geçirmiş bireylere yönelik geliştirilebilecek Elektromiyografi tabanlı bir protez için yapay sinir ağları (YSA) kullanılarak sınıflandırma algoritması üzerine çalışılmıştır. Elektromyografi (EMG) sinyallerinin alınması için, uygulama kolaylığı göz önünde bulundurularak yüzey electromyografisi tercih edilmiştir. Tek kanal üzerinden alınan verilerin sınıflandırma için yetersiz olması nedeniyle, kaydediler veriler işlenerek çeşitli özellikler çıkartılmıştır. Ortalama mutlak değer, karekök ortalama, basit kare integrali, EMG varyansı, log detektörü, maksimum fraktal uzunluğu, dalgaboyu, ortalama genlik değişimi, diferansiyel mutlak standart sapma değeri, willison genliği ve eğim işaret değişikliğ özellikleri sınıflandırma amacıyla eğitilecek YSA girdi matrisi olarak verilmiştir. Bu çalışmada, açık el, kapalı el, bilek fleksiyonu ve ön kol supinasyonu olmak üzere dört farklı hareket sınıflandırılmıştır. YSA eğitimleri sonucunda doğruluk, duyarlılık, özgüllük ve kesinlik performans metrikleri hesaplanmış, incelenmiş ve değerlendirilmiştir. Bu tez kasamında yapılan çalışma sonucunda gizli katman düğümü sayısının, özellik çıkarma, özellik seçimi ve YSA'nın kişiselleştirilmesinin sınıflandırma performansına etkileri değerlendirilmiştir. Bireysel olarak düşük doğruluk oranlarına sahip özelliklerin gruplandırılması ve kombine edilmesi ile oluşturulan özellik kümeleri ile YSA eğitilerek yüksek performans metrikleri sağlayan bir sınıflandırıcı oluşturulmuştur. Oluşturulan iki özellik seti genelleme ile yüzde 88, kişiselleştirme ile yüzde 95 doğruluk elde edilmiştir.