Abstract:

Yüzey elektromiyogram (EMG) sinyali, zengin motor kontrol bilgilerini içeren bir non-ninvaziv ölçümdür. Myoelektrik sinyal olarak da adlandırılan bu sinyaller, Myoelektrik kontrol olarak bilinen güç protez kontrolü için önemli bir girdidir. Bu sinyaller durağan olmayan bir yapıya sahiptir. Bu nedenle bu sinyallerden anlamlı bir bilgi keşfi yapmak için iyi bir analiz yöntemine ihtiyaç vardır. Bu çalışmada, bu amaç için veri madenciliği tekniklerini kullanan bir karar destek sistemi geliştirilmiştir. Veri madenciliği metodolojisi olarak Çapraz Endüstri Standart Süreci (CRISP-DM) yaklaşımı kullanılmıştır. Veri hazırlama aşamasında entropi tabanlı öznitelikler kullanıldı. 8 kanal EMG sinyallerinin kullanıldığı çalışmada her kanaldan 8 entropi tabanlı öznitelik elde edildi. Modelleme aşamasında etkili ve hızlı bir sınıflandırma algoritması olan destek vektör makinesi (DVM) kullanılmıştır. Performans değerlendirme aşamasında sınıflandırma doğruluğu, kappa istatistik değeri, ortalama mutlak hata ve kök ortalama kare hatası ölçütleri kullanıldı. Deneysel sonuçlar, önerilen yöntem ile elde edilen sonuçların literatürdeki yöntemlerden daha iyi sonuçlar verdiğini göstermektedir. Geliştirilen bu sistem, ilgili alandaki uzman kişilere yardımcı olabilecek bir karar destek sistemi olarak kullanılabilir. Anahtar Kelimeler: Veri madenciliği, karar destek sistemleri, myoelektrik kontrol, EMG sınıflandırma, CRISP-DM modeli

Keywords: