Çok İşlevli Mayoelektrik Protez El ve Kolun Denetimi İçin Gerekli Algoritmik İşaret İşleme Altyapısının Geliştirilmesi

Abstract

Tıp elektroniği, mühendislik uygulamalarının yaygın olarak kullanıldığı bir alan olup, bu alanda yapılan çalışmaların sayısı ve çeşitliliği her geçen gün gittikçe artmaktadır. Temel olarak tıp elektroniği, biyolojik işaretlerin algılanması, işlenmesi ve değerlendirilmesi ilkelerinin kullanıldığı bir mühendislik alanıdır.Bu tez çalışmasında, kasların ürettiği yüzey EMG' sini kullanarak çalışan bir elektromekanik yapay uzvun denetlenebilmesi için gerekli algoritmik altyapının, oluşturulması amaçlanmıştır. Kas hareketlerinin sonucu oluşan EMG işareti, kendini oluşturan bu kas hareketlerini betimler. Bu nedenle, sağlam kas gruplarından alınan EMG verisinin uygun yöntemler kullanılarak işlenmesi ile zarar görmüş ya da çalışır durumda olmayan kas gruplarına ilişkin hareketler sınıflandırılabilir. Bunun sonucunda sanal veya gerçek bir yapay uzvu denetleyecek denetim işareti üretilebilir. Bu işlem aşağıda verilen adımları içerir.?İşaretin alınması?Özellik vektörlerinin çıkarılması?Boyut azaltılması?İşaretin sınıflandırılmasıYazındaki çalışmaların çoğunda, çalışmaların benzetim düzeyinde olması ve benzetimlerin hareketlerin sadece kararlı hallerinden alınan EMG verilerinin sınıflandırması durumu söz konusudur. Bunun yanı sıra günlük yaşamda kullanılacak olan bir elektromekanik yapay elin olabildiğince yüksek bir doğrulukta çalışması gerekmektedir. Bu gereksinim daha gelişmiş sınıflandırma tekniklerinin kullanılması gerekliliğini ortaya çıkarmıştır. Sınıflandırıcının karmaşık bir yapıda olması, onun matematiksel hesap yükünün daha fazla olması, bu da algoritmaların çalışma sürelerinin artması anlamına gelmektedir. Bu çalışmada oldukça yüksek doğrulukta ve olabildiğince kısa sürelerde çalışan algoritmaların geliştirilmesi amaçlanmıştır.EMG verisinden harekete ilişkin özelliklerin çıkarılması ve bu hareketlerin kabul edilebilir bir doğruluk oranı ile sınıflandırılabilmesi sonucu, elektromekanik el ya da kolun denetim işaretlerinin oluşturulabilmesi sağlanır. Bu alanda yapılan çalışmalara, bu tez kapsamında eklenen yenilikler, özellikle EMG verisinin sınıflandırılması alanındadır.EMG verisinin doğru sınıflandırılabilmesinin bir ön koşulu da, EMG verisinin olabildiğince düşük bir gürültü ile deri yüzeyinden alınmasıdır. Bu amaçla, bu tez kapsamında, yüksek ortak kip bastırma oranı (OKBO) olan ve düşük gürültü ile EMG verilerinin alınmasını sağlayan, aktif elektrotlu bir EMG yükselteci de tasarlanmıştır.Medical electronics is a field with numerous engineering applications. Number and types of contributions in this field are everincreasing. Fundamentally medical electronics is a field of engineering where the sensing, processing and assessment of biological signals are involved.In this thesis, it has been aimed to establish an algorithmic infrastructure required for the control of an artificial organ that works by utilizing the surface EMG produced by the muscles. The EMG signal formed as a consequence of the muscular movements characterizes the movements. Hence, with the processing, by proper methods, of the EMG data taken from healthy muscle groups, it is possible to classify movements related to damaged or inactive muscle groups. This can lead to the generation of a control signal for a virtual or real artificial organ. This process includes the following steps:?Acquisition of the signal?Extraction of the characteristic vectors?Dimensional reduction?Classification of the signalMost of the studies in the literature are at the level of simulation and the simulations are limited to the static movement classification. On the other hand an electromechanical hand for everyday purposes should function with the highest possible accuracy. This requirement means the inclusion of improved classification techniques. The complex structure of an improved classifier implies heavier computation load and an increased time allocation for the algorithms. In this study, the objective for the simultaneously achievement of the highest possible accuracy and shortest execution time for algorithms, has been employed.The production of the control signals for the electromechanical hand or arm can be enabled as a consequence of extraction of characteristics related to the movement s and a classification of these with an acceptable accuracy. Within the context of this thesis, the original contributions are particularly in the area of the EMG data classification.A precondition for the accurate classication of EMG data is the requirement that the EMG data should be received over the skin surface with the least possible noise. To this end, this thesis includes the design of an active electrode EMG amplifier with a high Common Mode Rejection Ratio (CMRR) that can provide reception of EMG data with low noise.