GÜNLÜK FİZİKSEL AKTİVİTELERDE İNSAN ALT EKSTREMİTE PROTEZİ HAREKETLERİNİN KİNEMATİK VE KİNETİK ANALİZİNİN YAPAY SİNİR AĞLARI İLE EĞİTİLMESİ

Abstract

Günümüzde kullanılan konvansiyonel alt ekstremite protezleri artık gerekli ihtiyaçlara yeterli seviyede cevap verememektedir. Bunun sebebi bu protezlerin birer cansız varlık olması ve hareket etme yeteneklerinin normal bir insan alt ekstremite uzvuna göre sınırlı olmasıdır. Günlük fiziksel aktivitelerdeki ayaktayken oturma, oturuyorken ayağa kalkma ve merdiven çıkma gibi temel hareketlerde engelli insanların zorlandıkları görülmüştür. Ayrıca protezlerde kullanılan malzemelerin biyomalzeme uyumluluğu açısından sorunlu olduğu görülmüştür. Bu tez çalışmasında, insan alt ekstremite protezinin statik (Sonlu elemanlar) analiz yöntemiyle malzeme analizi, günlük fiziksel aktivitelerdeki hareketler incelenerek bu hareketlerin kinematik ve kinetik analizi ve insan alt ekstremite protezinin günlük fiziksel aktivitelerdeki hareketlerinin yapay sinir ağı ile eğitimi amacı güdülmüştür. Bu maksat ile insan alt ekstremite uzvunun üç boyutlu bir katı prototipi Solidworks yazılımı ile tasarlanmıştır. Bu tasarım oluşturulurken, protez tasarımlarında seçilen en uygun malzeme seçimi yapılarak önce bu katı modelin Solidworks Simulator yardımıyla statik analizi yapılmıştır. Statik analizi yapılan katı modelin Solidworks yazılımındaki hareket etüdünde kinetik ve kinematik analizi başarıyla gerçekleştirilmiştir. Son olarak insan alt ekstremite protezinin günlük fiziksel aktivitelerdeki hareketleri yapay sinir ağı ile eğitilmiştir. Bu tez çalışmasında yapay sinir ağı ile eğitim kullanılarak insan alt ekstremite protezinin yapay olarak canlı bir uzuv haline geleceği düşünülmektedir. Bu amaçla bu tez çalışmasında konu edilen ve yapay sinir ağıyla eğitilen alt ekstremite protezine akıllı protez anlamına gelen Smart Prosthesis isminin kısaltılmış hali olan SmartPro adı verilmiştir. Bu tez çalışmasında yapay sinir ağı ile eğitim için EMG sinyalleri kullanılmıştır. EMG sinyallerinin verileri UCI (University Of California Irvine) herkese açık veri tabanından 'Daily and Sports Activities Data Set' adlı veri seti kullanılmıştır. Bu veri seti, 8 deneğin (4 kadın, 4 erkek, 20-30 yaş arası) her biri kendi tarzında 5 dakika boyunca gerçekleştirdiği 19 adet günlük ve sportif aktiviteye ait hareket sensörü verilerinden oluşmaktadır. Bu veri setinden, oturma-kalkma ve merdiven çıkma hareketlerinin EMG sensör verileri kullanılmıştır.Conventional lower extremity prostheses used today can no longer adequately meet the required needs. The reason for this is that these prostheses are inanimate and their ability to move is limited compared to a normal human lower extremity. It has been observed that people with disabilities have difficulty in basic movements such as sitting while standing, standing up while sitting and climbing stairs in daily physical activities. In addition, it has been observed that the materials used in the prostheses are problematic in terms of biomaterial compatibility. In this thesis, material analysis of human lower extremity prosthesis with static (finite element) analysis method, kinematic and kinetic analysis of these movements by examining movements in daily physical activities, and training of human lower extremity prosthesis movements in daily physical activities with artificial neural network were aimed. For this purpose, a three-dimensional solid prototype of the human lower extremity was designed with Solidworks software. While creating this design, the most suitable material selected in the prosthesis designs was selected and a static analysis of this solid model was made with the help of Solidworks Simulator. The kinetic and kinematic analysis of the statically analyzed solid model was successfully performed in the motion study in Solidworks software. Finally, the movements of the human lower extremity prosthesis in daily physical activities were trained with an artificial neural network. In this thesis, it is thought that the human lower extremity prosthesis will artificially become a living limb by using training with artificial neural network. For this purpose, the lower extremity prosthesis, which is the subject of this thesis and trained with an artificial neural network, is named SmartPro, which is the abbreviation of the name Smart Prosthesis, which means smart prosthesis. In this thesis, EMG signals are used for training with artificial neural network. The data of EMG signals was used from the public database of UCI (University Of California Irvine), named 'Daily and Sports Activities Data Set'. This data set consists of motion sensor data of 19 daily and sportive activities performed by 8 subjects (4 females, 4 males, 20-30 years old) each in their own way for 5 minutes. EMG sensor data of sitting-standing and stair climbing movements were used from this data set.