Mayoelektrik protez elin yapay zeka metodları kullanılarak gerçek zamanlı olarak denetlenmesi / Gökhan Kayhan; Danışman İlyas Eminoğlu
Abstract
Bir kasın kasılması sonucu oluşan mayoelektrik işaretler (EMG), kasılmanın nedeni olan hareketi niteleyen ayırt edici özellikler taşır. Sağlam kas gruplarından alınan EMG işaretleri uygun yöntemlerle işlenerek sınıflandırılabilir, bu kas gruplarına ait hareketler gerçek veya sanal bir yapay eli denetleyecek bir denetim işareti üretilebilir. Literatürdeki çalışmalarda bir elektromekanik eli denetleyecek beş aşamalı bir yapı kullanılmaktadır. Bu aşamalar sırasıyla; işaretin alınması , özellik vektörlerinin çıkarılması, boyut azaltılması, işaretin sınıflandırılması, denetim işaretinin üretilmesi ve elin sürülmesi şeklindedir.Bu tezin amacı, bir elektromekanik elin gerçek zamanlı olarak yapay zeka metotları kullanılarak denetlenmesidir. Bunun için Doğrusal Ağırlıklandırılmış Normalize Radyal Taban İşlevi (DANRTİ) ağları, Çok Katmanlı Yapay Sinir Ağları (ÇKYSA) ve Destek Vektör Makinaları (DVM), ile sınıflandırma işlemi yapılmış ve üretilen denetleme işaretleri ile elektromekanik el sürülmüştür. Çalışmanın ilk aşamasında, Karşı Yayılım Ağı (KYA) , Bulanık C Ortalamaları (BCO), Gustafson-Kessel (GK), kümeleme, Gradyan Azalması (GA), GA-Levenberg-Marquardt (LM) öğrenme algoritmalarından oluşan melez öğrenme yapıları tasarlanmıştır. İkinci aşamasında ise, iki ve dört kanallı EMG işaretleri ile deneysel bir elektromekanik elin gerçek zamanlı olarak denetimi gerçekleştirilmiştir.Melez öğrenme yapılarından KYA, BCO ve GK kümeleme algoritmalarının başarımları GA algoritması ile sınanmıştır. GA algoritmasının başarımının düşük olması nedeniyle GA-LM ‘ ye geçilmiştir. Deneysel bir elektromekanik elin gerçek zamanlı olarak iki kanallı olarak denetimi için ilk olarak kişinin sağlam kaslarından alınan EMG işaretinin zarfı çıkarılmış ve eşik değerler ile karşılaştırılarak dört farklı el hareketi için PIC devresi ile üretilen Darbe Genişlik Bindirimi (DGB) işaretleri ile denetim gerçekleştirilmiştir. Daha sonra iki kanallı EMG verilerine , Dalgacık Dönüşümü uygulanarak özellik vektörleri çıkarılmış, Doğrusal Diskriminant Analiz (DDA) ile boyut azaltılarak tasarlanan melez ağ yapısı üzerindeki başarımı test edilmiştir. İki kanallı EMG verileri elin dört farklı hareketini belirlemektedir. Yedi farklı hareketi yapabilmek için dört kanallı EMG işaretleri kullanılmıştır. Alınan EMG işaretlerinin dalgacık dönüşümü ile özellikleri vektörleri bulunmuş ve TBA ile boyut azaltılarak DVM , ÇKYSA ve DANRTİ sınıflandırıcı ile sınanmıştır. Eğitim sonucunda üretilen denetleme işareti paralel port aracılığı ile bir PIC devresine verilmiştir. PIC devresi tarafından üretilen DGB işaretleri ile deneysel bir elektro-mekanik elin gerçek zamanlı olarak denetlenmesi sağlanmıştır. Sonuçlardan DVM ‘nin %94.30, ÇKYSA’ nın %92.90 ve DANRTİ ‘nin ise %92,68 başarım sağladığı görülmüştür.
