presentation of
"Modelling Temporal Features of Normal Gait with Neural Networks"
@ IEEE 17th Signal Processing and Communications Applications Conference SIU-2009
5. Yürüme ve Basamakları Eğim arttıkça: Topuk vuruşu fazında diz fleksiyonu nda eğimle doğru orantılı bir artış gözlenir. Ayağı yukarı çekip yüksek bir seviyeye koyabilmek için kalça fleksiyonu artar. Adım uzunluğu artar , gövde duruşu ve pelvik hizalarında ilerlemeyi kolaylaştırmak adına değişimler olur. Eğim azaldıkça: Basma sonu fazlarında diz fleksiuyonunda artış gözlenir. Negatif eğim arttıkça adım uzunluğunda kısalma, gövdenin ve pelvisin geriye yatışı gözlenir . Farklı hızlarda: Bacaklar yer ile daha az temas halindedir. Hız arttıkça basma evresi kısalırken salınım artar. EĞİM VE YÜRÜME HIZININ ETKİLERİ
6.
7. Yapay Sinir Ağları (YSAlar) Sinir ağı eğitim şeması Üç katmanlı YSA yapısı
8.
9. Eğime göre diz açısı değişimi Veri Hazırlama ve Öğrenme Aşaması FARKLI EĞİMLERDE DİZ AÇISI DEĞİŞİM VERİLERİ VERİ HAZIRLAMA
10. Yürüme hızına göre diz açısı değişimi Veri Hazırlama ve Öğrenme Aşaması FARKLI YÜRÜME HIZLARINDA DİZ AÇISI DEĞİŞİM VERİLERİ VERİ HAZIRLAMA
11.
12. Veri Hazırlama ve Öğrenme Aşaması Düz yolda iki yürüme döngüsü için eğitim sonucu YSA YAPISI
13.
14. Eğitim ve Test Farklı eğimlerde yürüme modeli Eğitim senaryosu Test senaryosu
15. Eğitim ve Test Farklı eğimlerde yürüme modeli PERFORMANS BHO: Bağıl Hata Oranı
16. Eğitim ve Test Farklı hızlarda yürüme modeli 0.4 _ 0.6_2.0 km/s 0.5_ 1.0_ 2.0_5.0 km/s Eğitim senaryosu Test senaryosu
17. Eğitim ve Test Farklı hızlarda yürüme modeli PERFORMANS BHO: Bağıl Hata Oranı
21. [1] Rogério Rodrigues Lima Cisi, Euvaldo F. Cabral Jr. “Human Gait Analysed by an Artificial Neural Network Model” Proceedings of the IV Brazilian Conference on Neural Networks - IV Congresso Brasileiro de Redes Neurais, July 20- 22, 1999 - ITA, p 148-151. [2] Mordaunt P., Zalzala A.M.S. “ Towards an Evolutionary Neural Network for Gait Analysis” IEEE Computer Society, 2002, p1922-1927 [3] Zlatnik Daniel, Steiner Beatrice, Schweitzer Gerhard “ Finite-State Control of a Trans-Femoral (TF) Prosthesis” IEEE Transactions on Control Systems Technology, Vol. 10, NO. 3, May 2002, p 408-420 [4] GF Philips, BJ Andrews, H Chizeck, K Barnicle “Finite Statet Control Of Paraplegic Gait Using a Hybrid FNS Othosis”, IEEE Engineering in Medicine & Biology Society 10th Annual International Conference, 1988 [5] Sarmini Mahmoud,MD Lecture Notes LSUHSC School of Medicine. [6] Dong Liang, Wu Jiankang, Bao Xiaoming “A Hybrid HMM/Kalman Filter for Tracking Hip Angle in Gait Cycle” IEICE Trans. Inf. & Syst., Vol.E89–D,No.7 July 2006 , p 2319-2322 [7] Herr Hugh, Wilkenfeld Ari “ User-Adaptive Control of a Magnetortheological Prosthetic Knee” Industrial Robot:An International Journal Vol. 30 No.1 2003 p 42- 55 [8] Landau Joshua, Wyne Gar “San Fransisco Orthopaedic Residency Program” Lecture Archives Basic Science Gait and Evaluation [9] Haykin S., “Neural Networks A ComprehensiveFoundation, Prentice Hall International”, 1999 [10] H. Demuth, M. Beale, M. Hagan, "Neural Network Toolbox, for use with MATLAB", Mathworks, 2006. [11] Leroux Alain , Fung Joyce , Barbeau Hugues “Postural adaptation to walking on inclined surfaces:I. Normal strategies” Gait and Posture 15, 2002, p 64–74 [12] Hedel H.J.A., Tomatis L., Müller R. “Modulation of leg muscle activity and gait kinematics by walking speed and bodyweight unloading” Gait & Posture 24 (2006) p 35–45 KAYNAKÇA