Birbirine Benzer El Hareketlerinin EMG Sinyalleri Kullanılarak Sınıflandırılması

Abstract

Rehabilitasyon cihazlarını destekleyen robotik sistemler ve el fonksiyonlarını karşılayan robotik protezlerin de iyileşme arzusu, iskelet cihazlarının geliştirilmesinde büyük rol oynamıştır. Yüzey elektromiyografi (sEMG) sinyallerinin kullanıldığı bu tür cihazlarda protez kontrolünün gerçekleşebilmesi için sinyallerin özelliklerinin bilinmesi ve bu özellikler sayesinde el hareketlerinin sınıflandırılması mümkün hale gelir. Bu çalışmasında Myo TM Armbandı (Akıllı Kol Bant) tarafından elde edilmiş olan, yüzey elektromiyografik sinyallerinin benzer hareketleri ayırt etmede sınıflandırılması amaçlanmaktadır. Bu çalışmada kullandığım 225 katılımcıdan alınan ve benzer el hareketi yapılmış olan açık kaynak EMG veri setini, öncelikle ön işleme adımlarından geçirildikten sonra, özellik çıkarımı adımları gerçekleştirilmiştir. Çıkarılan on özellik sınıflandırıcıya girdi olarak verilmiştir. Sınıflandırıcı olarak sırasıyla Karar ağaçları (Decision Trees), Destek vektör makineleri (SVM), Toplu Öğrenme (Ensemble learning), yakın K- en komşu algoritmaları (k-NN) denenmiş olup; bu algoritmalar içinde doğruluk başarısı diğer algoritmalara oranla %87.6 olarak en yüksek k- en yakın komşu algoritması ile elde edilmiştir.