Yazar "Mersinkaya, İsmail" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim Yok
    Öğe
    Gömülü sistem tabanlı mini jel elektroforez sistemi tasarımı ve uygulaması
    (Karabük Üniversitesi, 2019) Mersinkaya, İsmail; Kavsaoğlu, Ahmet Reşit
    DNA, RNA ve Protein molekülleri gibi yüklü makromoleküllerin bir elektrik alan içerisinde (-) ve (+) yüklü kutuplar arasında bir kutuptan diğerine doğru hareket ettirilerek ayrıştırılması yöntemine elektroforez denir. Klasik elektroforez işleminde güç kaynağı, UV-LED transillüminatör ve jel görüntüleme için kullanılan cihaz ve malzemeler, süreç kontrolü, süreç sonunda jelde oluşan bandların yoğunluk ve baz çifti hesabı gibi işlemler birbirinden ayrı işlemler olarak ve deneyi yapan kişiler tarafından yapılmaktadır. Kişi ve ortamdaki dış etmenler analizlerdeki hassasiyeti düşürebilmekte ve sonuçlar üzerinde hatalara neden olabilmektedir. Bu hataları en aza indirerek analiz hassasiyetini arttırmak için, kullanılan cihazların işlem sırasına göre çalışabilmesi ve hesaplama işlemlerin otomatik olarak bir mikroişlemci ve mikrodenetleyici arabirimleri tarafından yapılabilmesini sağlayan gömülü sistemlerden faydalanılmaktadır. Bu tez çalışması güncel gömülü sistem teknolojileri kullanılarak geliştirilen mini jel elektroforez sistemi ile ilgili yapılan tasarım ve uygulama çalışmalarını içermektedir. Elektroforez işlemi süresi içerisinde güç kaynağı voltaj değerinin ayarlanarak sabitlenmesi, güç kaynağının çalışma süresi, süre sonunda jelin altındaki UV-LED transillüminatör çalıştırılarak jel görüntülerinin kamera yardımıyla, Python programlama dilinde geliştirilen gömülü sistem arayüzü kontrolü ile elektronik ortama alınması ve sonrasında baz çiftlerinin bulunduğu bandların belirlenmesinde uygulanabilir ve verimli sonuçlar elde edildiği görülmüştür. Bunlara ek olarak gömülü sistem tabanlı mini jel elektroforez sistemi (GSTMJES-Mini Gel Electrophoresis System Based Embedded System-MGESBES) ile laboratuvar ortamında uygulanan jel elektroforez işleminin kontrol hassasiyeti ve işlem doğruluğu ile band belirleme ve baz çifti sayılarının ölçümündeki hataların azaltılabildiği gözlenmiştir. Ayrıca bu tez çalışmasında; laboratuvar ortamında yapılacak analizlerin daha hızlı, kesin ve kolaylıkla sonuçlanmasına ve değerlendirilmesine yardımcı olmak için yapılan deneysel çalışmalar belirtilmektedir. Elektroforez işlemi sürecinde kullanıcı arayüzü ile anlık bilgi alma, işlem sonunda jele UV-LED ışığı uygulayıp band görüntüsü elde etme ve süreç sonunda band görüntülerinin otomatik olarak elektronik ortama aktarımı sağlanmaktadır.
  • Küçük Resim Yok
    Öğe
    sEMG ve kamera görüntü verileri kullanarak makine öğrenme temelli robotik el kontrolü
    (Karabük Üniversitesi, 2024) Mersinkaya, İsmail; Kavsaoğlu, Ahmet Reşit
    Son yıllarda, biyomedikal mühendislik ve robotik alanındaki yenilikler, insan-makine etkileşim sınırlarını genişletmektedir. El parmak hareketlerinin hassas bir şekilde algılanması protez el uygulamaları, oyun endüstrisi, sanal gerçeklik uygulamaları ve rehabilitasyon teknikleri gibi birçok alanda etkili olmaktadır. El hareketlerinin doğru ve eşzamanlı olarak sınıflandırılması, bu teknolojik ilerlemenin önemli bir bileşeni haline gelmektedir. Geleneksel yaklaşımlarda yüzey elektromiyografisi (sEMG) sensörleri ya da görüntü temelli sistemler kullanılarak söz konusu hareketlerin tespit edilmesi sağlanmaktadır. Tez çalışmasında kamera görüntü verileri ve sEMG sensörü ile önkol kaslarından alınan hareket verilerinin eşzamanlı olarak kaydedilmesi, verilerin işlenerek yüksek doğruluk oranı ile hareket sınıflandırması yapılması ve oluşturulan tahmin modeli ile protez el kontrol uygulaması geliştirilmesi amaçlanmaktadır. Literatür taramasında belirlenen benzer hibrit çalışmaların sonuçları %96,43, %80,22, %95, %99,58, %93,4, %97,5, %90,74, %95,5 doğruluk değerlerinde belirtilmektedir. Yapılandırılan veri setine uygulanan veri önişleme işlemleri ile öznitelik çıkarma işlemlerinden sonra Matlab sınıflandırma öğrenicisi (Classification learner) uygulamasında Destek Vektör Makineleri (DVM), k-En Yakın Komşuluk (EYK) ve Yapay Sinir Ağları (YSA) makine öğrenme yöntemleri performans ölçümleri test sonuçları %92,70, %92,26 ve %90,41 olarak bulunmaktadır. Veri ön işleme adımında uygulanan filtreleme işlemi ile bu sonuçların sırasıyla %99,11, %98,55 ve %97,87 test sonuçlarına yükseltildiği ortaya konmaktadır. Tez çalışması ile sEMG sensörleri ve kamera görüntü verileri bir araya getirilerek her iki yöntemin sağladığı avantajlar ile bütünleşik bir yaklaşım oluşturulmaktadır. Bu bütünleşik yaklaşımla yeni bir hibrit yöntem geliştirilerek, el parmak hareketlerinin sınıflandırılması için kullanılan makine öğrenme algoritmalarının yüksek doğrulukta çalışması sağlanmaktadır.