- Bilgisayar Bilimleri
- Vol: IDAP-2021 : 5th International Artificial Intelligence and Data Processing symposium Issue: Special Öz
- Classification of Knee Abnormality Using sEMG Signals with Boosting Ensemble Approaches
Classification of Knee Abnormality Using sEMG Signals with Boosting Ensemble Approaches
Authors : Ayşenur ALTINTAŞ, Derya YILMAZ
Pages : 48-52
Doi:10.53070/bbd.990889
View : 11 | Download : 2
Publication Date : 2021-10-20
Article Type : Research
Abstract :Diz sorunları yaşlılarda artmakla birlikte her yaşta ortaya çıkan ve hareket etmeyi zorlaştırarak kişinin yaşam standardını düşüren en önemli ortopedik sorunlardan biridir. Son yıllarda kaslardan alınan yüzey Elektromiyografi (sEMG) sinyallerinin kullanımının artması, bu sinyallerin hareket ve hareket bozukluklarının tespitinde kullanımını ön plana çıkarmıştır. Bu çalışmada, farklı diz anormallikleri olan hastalardan ve sağlıklı bireylerden gelen sEMG sinyalleri, dizin bükülme (fleksiyon) ve germe/ekstansiyon (ekstansiyon) hareketlerinden sorumlu kasların (rektus femoris (RF), biceps femoris (FB), yürüme, oturma ve ayakta durma sırasında kaydedilen semitendinosus (ST), vastus medialis (VM)) bazı istatistiksel temelli özelliklerle değerlendirildi. Literatürden farklı olarak her kas ve her hareket için sınıflandırma işlemleri de yapılmış ve bu nedenle kasların sınıflandırma performansına etkisi incelenmiştir. Sınıflandırmada Boosted ve RUSboosted ağaçlarının topluluk ağaçları yöntemleri kullanılmıştır. Sonuçlar, diz probleminin tek kas sEMG (RF) ve tek hareket kullanılarak, ayakta durma hareketi için yaklaşık %92 performansla tanımlanabileceğini göstermektedir. Tüm kas sEMG sinyalleri kullanılarak oturma için Boosted Trees sınıflandırıcısı ile en yüksek doğruluk oranı %98,8 olarak elde edilmiştir.Keywords : diz rahatsızlıkları, diz kasları, yüzey emg, karar ağaçları