- Bitlis Eren Üniversitesi Fen Bilimleri Dergisi
- Vol: 8 Issue: 4
- LSTM tabanlı Derin Sinir Ağı ile Ayak Taban Basınç Verilerinden VKİ Durumlarının Sınıflandırılması...
LSTM tabanlı Derin Sinir Ağı ile Ayak Taban Basınç Verilerinden VKİ Durumlarının Sınıflandırılması
Authors : Ahmet Ali Süzen, Ziya Yildiz, Tuğrul Yilmaz
Pages : 1392-1398
Doi:10.17798/bitlisfen.540273
View : 16 | Download : 4
Publication Date : 2019-12-24
Article Type : Research
Abstract :Obezite vücut yağ miktarının artması ile çeşitli sorunlara yol açan ve tedavi edilebilen bir hastalıktır. Artan vücut ağırlığı, kas iskelet sistemi üzerinde bozukluklara yol açabilmektedir. Ayak, vücut ağırlığının yere aktarılmasında görevli bir yapıdır. Obezitenin ayağın anatomik yapısını, taban temas yüzey alanını ve basınç değişimlerini etkilendiği görülmüştür. Bu çalışmada Long Short-Term Memory (LSTM) tabanlı derin sinir ağı (DSA) ile bireylerin ölçülen ayak tabanı basınç değerleri ile vücut kitle indeksi (VKİ) durumları sınıflandıran bir model geliştirilmiştir. Öncelikle b ireyin ayak tabanı ait 12 farklı bölgeye ait basınç değerleri baropodometre ile ölçülmüştür. Ölçüm sonucunda sinir ağının veri setinde kullanılacak 13 farklı giriş parametresi elde edilmiştir. Bunun yanında her bireyin VKİ verisi hesaplanarak, bu verilere ait 4 gruptan birine yerleştirilmiştir. Böylelikle modelin öğrenmesi için gerekli veriseti oluşturulmuştur. Derin sinir ağında veriseti %80 eğitim %20 test olarak bölümlenmiştir. Ağın hiper parametrelerin belirlenmesinden sonra eğitim ve test işlemleri gerçekleştirilmiştir. Eğitilen modelin test sonucunda %93.2 doğruluk elde edilmiştir. Sonuç olarak önerilen sınıflandırma modeli ile bireyin VKİ’sine göre belirlenmiş obezite durumunu, ayak basınç verilerinin sınıflandırılması ile doğrulanmış olmaktadır. Ayrıca LSTM tabanlı derin sinir ağlarının, sınıflandırma işlemlerinde yüksek başarı performansı verdiği gözlemlenmiştir.Keywords : Baropodometre, Derin Sinir Ağı, LSTM, Sınıflandırma, VKİ