Classification of physical actions from surface EMG signals using the wavelet
            packet transform and local binary patterns

Alçın, Ömer Faruk; Budak, Ümit; Aslan, Muzaffer; Akbulut, Yaman; Cömert, Zafer; Akpınar, Muhammed H.; Şengür, Abdulkadir

doi:10.1088/978-0-7503-3279-8ch8

Modelling and Analysis of Active Biopotential Signals in Healthcare, Volume 1 2020

DOI: 10.1088/978-0-7503-3279-8ch8

|View full text |Cite

Classification of physical actions from surface EMG signals using the wavelet packet transform and local binary patterns

Ömer Faruk Alçın¹,

Ümit Budak²,

Muzaffer Aslan³

et al.

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...

Citation Types

Supporting

Mentioning

Contrasting

Year Published

2023

Publication Types

Select...

Article1

Relationship

Self Cite0

Independent1

Authors

Journals

Cited by 1 publication

References 0 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

Alkolik ve Normal EEG Sinyallerinin Zaman-Alan Tanımlayıcı Analizi Tabanlı Otomatik Sınıflandırılması

Ari

2023

Fırat Üniversitesi Mühendislik Bilimleri Dergisi

View full text Add to dashboard Cite

Alkolizm, beyin problemlerine ve buna bağlı bilişsel, duygusal ve davranışsal bozukluklara yol açan ciddi bir hastalıktır. Alkolizmi tespit etmek için öne çıkan kaynaklardan biri, Elektroensefalogram (EEG) sinyallerini analiz etmektir. Fakat alkolik EEG sinyallerinin sınıflandırılması, alkolik kişilerin beyin hastalıklarının tanı ve tedavisine yönelik biyomedikal araştırmalarda zorlu bir süreçtir. Bu çalışmada, alkolik EEG sinyallerinden zaman-alan tanımlayıcılarına ve topluluk öğrenmesine dayalı otomatik olarak tanımlayan yeni bir yöntem sunulmaktadır. Önerilen yöntem, tek kanallı EEG sinyallerinin dalgacık paket ayrıştırma ile farklı frekans alt bantlarına ayrılması, zaman-alan tanımlayıcıları ile öznitelik çıkarımı ve topluluk torbalama ağaçları ile sınıflandırma aşamalarından oluşmaktadır. Tek kanallı EEG veri seti ile yapılan deneysel çalışmalarda %97,50 başarım sağlanmıştır. Deneysel sonuçlar önerilen yöntemin, son teknoloji yöntemlere kıyasla daha iyi bir performansa sahip olduğunu göstermektedir. Bu yöntem alkolik bireylerin otomatik tespitinde uzmanlara yardımcı olabilecektir.

show abstract

Alkolik ve Normal EEG Sinyallerinin Zaman-Alan Tanımlayıcı Analizi Tabanlı Otomatik Sınıflandırılması

Ari

2023

Fırat Üniversitesi Mühendislik Bilimleri Dergisi

View full text Add to dashboard Cite

show abstract

scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.

Contact Info

hi@scite.ai

10624 S. Eastern Ave., Ste. A-614

Henderson, NV 89052, USA

Blog Terms and Conditions API Terms Privacy Policy Contact Cookie Preferences Do Not Sell or Share My Personal Information

Made with 💙 for researchers

Part of the Research Solutions Family.

Classification of physical actions from surface EMG signals using the wavelet packet transform and local binary patterns

Cited by 1 publication

References 0 publications

Alkolik ve Normal EEG Sinyallerinin Zaman-Alan Tanımlayıcı Analizi Tabanlı Otomatik Sınıflandırılması

Alkolik ve Normal EEG Sinyallerinin Zaman-Alan Tanımlayıcı Analizi Tabanlı Otomatik Sınıflandırılması

Contact Info

Product

Resources

About