EMG Tabanlı Zaman Sabiti Sinir Ağları Kullanarak Kas Yorgunluğu Bozukluklarının Tespiti için Yeni Bir Yaklaşım
Yazarlar (2)
Michael Bidollahkhani Karabük Üniversitesi
Dr. Öğr. Üyesi Ferhat ATASOY Karabük Üniversitesi, Türkiye
| Makale Türü | Özgün Makale (Ulusal alan endekslerinde (TR Dizin, ULAKBİM) yayınlanan tam makale) | ||
| Dergi Adı | Gazi Mühendislik Bilimleri Dergisi | ||
| Dergi ISSN | 2149-4916 | ||
| Dergi Tarandığı Indeksler | TR DİZİN | ||
| Makale Dili | İngilizce | Basım Tarihi | 12-2023 |
| Cilt / Sayı / Sayfa | 9 / 3 / 544–556 | DOI | 10.30855/gmbd.0705086 |
| Makale Linki | https://dergipark.org.tr/tr/download/article-file/3135768 | ||
| UAK Araştırma Alanları |
Yapay Zeka
|
||
| Özet |
| Son yıllarda, Akışkan Zaman Sabiti (AZS) sinir ağları, karmaşık, zamana bağlı verileri doğru bir şekilde modelleme konusundaki olağanüstü yetenekleri nedeniyle büyük ilgi görmüştür. Çeşitli alanlardaki uygulamaları araştırılmış olsa da elektromiyografi tabanlı kas yorgunluğu veya sakatlık tespiti için AZS Sinir Ağlarının kullanılma potansiyeli araştırılmamıştır. Bu araştırmanın birincil amacı, AZS sinir ağının bu alana özgü zorlukları ele almadaki etkinliğini göstermek ve potansiyel avantajlarına dair yeni bilgiler sunmaktır. Bu hedefi gerçekleştirmek için, hasta muayeneleri sırasında elde edilen EMG sinyallerini analiz etmek için bir AZS sinir ağı kullandık. Toplanan sinyallerden, Ortalama Mutlak Değer, Dalga Biçimi Uzunluğu, Sıfır Geçişleri, Eğim İşareti Değişiklikleri ve Merkez Frekansı dahil olmak üzere beş özelliği hesapladık. Bu özellikler, AZS sinir ağı için girdi olarak kullanıldı. Ağın zamansal verilere dayalı olarak değerleri tahmin etme yeteneği, sinir hasarı veya kas işlev bozukluğunun göstergesi olan sinyal değişikliklerini hassas bir şekilde izlemesini sağladı. EMG sinyallerinden kas yorgunluğunu tespit eetmede AZS sinir ağının performansını geleneksel yöntemlerle ve diğer sinir ağı tabanlı tekniklerle karşılaştırdık. Deneysel sonuçlarımız, AZS sinir ağının %99,72'lik yüksek bir doğrulama doğruluğu elde ettiğini ve bunun kas sakatlığını belirlemedeki etkinliğini gösterdiğini ortaya koymaktadır. Bu bulgular, AZS sinir ağlarının geleneksel yaklaşımlardan daha iyi performans gösterme potansiyeline sahip olduğunu ve EMG tabanlı kas yorgunluğu tespitinde başarılı olduğunu göstermektedir. |
| Anahtar Kelimeler |
| Elektromiyografi | Gerçek zamanlı yorgunluk analizi | Sporcu performansı izleme | Akışkan Yapay Sinir Ağı. |
BM Sürdürülebilir Kalkınma Amaçları
| Atıf Sayıları |