Mengüç, Engin CemalRezayı, Neamatallah2021-03-152021-03-1520202020-02Rezayı, N. (2020). Patolojik el tremor sinyallerinin adaptif kestirimi ve modellenmesi. (Yüksek Lisans Tezi). Niğde Ömer Halisdemir Üniversitesi / Fen Bilimleri Enstitüsü, Niğdehttps://hdl.handle.net/11480/7531Bu tez çalışmasında, patolojik el tremor sinyallerinin adaptif kestirimi ve Parkinson hastalarında görülen istirahat tremor sinyallerinin modellenmesi gerçekleştirilmiştir. Çalışmanın ilk aşamasında, istemli hareketin mevcut olduğu patolojik el tremor sinyallerinin etkin bir şekilde kestirimi için Fourier lineer birleştiricinin (FLC) katsayıları dört farklı en küçük ortalama kare (LMS) tabanlı FLC algoritmaları vasıtasıyla adaptif olarak güncellenmiş ve başarımları analiz edilmiştir. İkinci aşamada ise aynı problem için sansürleme tekniği tabanlı bir algoritma (FLC-OCLMS) önerilmiştir. Önerilen algoritma çevrimiçi veri sansürleme tekniği vasıtasıyla gereksiz olan verileri güncelleme kuralında kullanmadığı için kendisinin klasik eşdeğerine kıyasla hesap yükünü önemli oranda azaltmaktadır. Ayrıca, önerilen algoritmanın, yüksek hız gerektiren gerçek zamanlı uygulamalarda veya giyilebilir teknolojilerin tasarlanmasında etkin bir şekilde kullanılabileceği kanısına varılmıştır. Son aşamada ise Parkinson hastalarına ait istirahat tremor sinyalleri, FLC ve ağırlıklandırılmış FLC (WFLC) yapılarıyla modellenmiş ve başarımları karşılaştırılmıştır. Yapılan çalışmalar, WFLC yapısının tremor sinyalinin baskın frekansının bilinmediği durumlarda kullanılmasının daha uygun olduğunu göstermiştir.In this thesis, adaptive estimation of pathological hand tremor signals and modeling of resting tremor signals in Parkinson's patients were performed. In the first stage of the study, the coefficients of the Fourier linear combiner (FLC) structure for the effective estimation of the pathological hand tremor signals in which voluntary motion is present, were adaptively updated by four different least mean square (LMS) based algorithms, and their performances were analyzed. In the second stage, a censoring technique based algorithm (FLC-OCLMS) has been proposed for the same problem. Since the proposed algorithm does not use uninformative data in its update rule via the online data censoring technique, it significantly reduces the computational complexity when compared with its classical version. It is also concluded that the proposed algorithm can be effectively used in real-time applications requiring high speed or in the design of wearable technologies. In the last stage, resting tremor signals of Parkinson's patients were modeled by FLC and weighted FLC (WFLC) structures and their performance was compared. These studies have shown that the use of the WFLC structure is more appropriate when the dominant frequency of the tremor signal is unknown.trinfo:eu-repo/semantics/openAccessPatolojik El TremorüParkinson HastalığıAdaptif KestirimLMS Tabanlı AlgoritmalarÇevrimiçi Veri Sansürleme Tekniğiİstirahat TremörüPathological Hand TremorParkinson's DiseaseAdaptive EstimationLMS-Based AlgorithmsOnline Data CensoringTtechniqueResting TremorMaster Thesis626298