EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması

Eda Çetin; İlayda Kaya; Kübra Erat; Pınar Onay Durdu

doi:10.31466/kfbd.1553565

EN TR

EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması

Öz

Giyilebilir sensörler ve kamera tabanlı cihazlar gibi modern teknolojiler, temassız müzik performanslarına olanak tanıyan Müzikal İfade için Yeni Arayüzler (MİYA) kapsamında olan çeşitli jest tabanlı kontrolörlerin geliştirilmesini sağlamıştır. Bu çalışma, MYO kol bandının MİYA bağlamındaki performansına odaklanmakta, özellikle kullanıcıların piyano ile fiziksel temas olmadan EMG sinyalleri aracılığıyla basit piyano parçaları çalmalarını sağlamaktadır. Piyano çalma sırasında kullanıcıların kol kaslarından EMG verileri toplanmış ve sınıflandırma için makine öğrenimi algoritmaları (SVM - Destek Vektör Makineleri, GB - Gradyan Güçlendirme ve RF - Rastgele Orman) kullanılmıştır. Sonuçlar, EMG sinyallerinin ön işleme sonrası GB algoritmasının %97,40 ile en yüksek doğruluğu elde ettiğini göstermiştir. Çalışmada elde edilen bulgular, MYO kol bandı gibi EMG tabanlı teknolojilerin etkileşimli müzik yapma deneyimini geliştirebileceğini ve doğrudan müzik performansına olanak sağlayabileceğini göstermektedir.

Anahtar Kelimeler

EMG, MYO kol bandı, Müzikal ifade için yeni arayüzler (MİYA), Makine öğrenmesi, Doğal etkileşim

Destekleyen Kurum

2209-A Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı

Proje Numarası

1919B012334786

Etik Beyan

Bu makalenin yazarları çalışmalarında kullandıkları materyal ve yöntemlerin etik kurul izni ve/veya yasal-özel bir izin gerektirmediğini beyan ederler.

Teşekkür

1919B012334786 proje nolu bu çalışma 2209-A Üniversite Öğrencileri Araştırma Projeleri Destekleme Programı kapsamında desteklenmiştir.

Kaynakça

Arozi, M., Ariyanto, M., Kristianto, A., and Setiawan, J. D. (2020). EMG signal processing of Myo armband sensor for prosthetic hand input using RMS and ANFIS. In 2020 7th International Conference on Information Technology, Computer, and Electrical Engineering (ICITACEE) (pp. 36-40), Semarang, Indonesia, doi:10.1109/ICITACEE50144.2020.9239169.
Atau, T., Musical technical issues in using interactive instrument technology with applications to the BioMuse. In Proceedings of 1993 International Computer Music Conference, Tokio, Japan, 124–126, September 10-15, pp. 124–126.
Aydoğan, İ., and Aydın, E. A. (2023). Wearable Electromyogram Design for Finger Movements Based Real-Time Human-Machine Interfaces. Politeknik Dergisi, 26(2), 973-981, doi:10.2339/politeknik.1117947.
Biau, G., and Scornet, E. (2016). A random forest guided tour. Test, 25(2), 197-227, doi:10.48550/arXiv.1511.05741
Boostani, R., and Moradi, M. H. (2003). Evaluation of the forearm EMG signal features for the control of a prosthetic hand. Physiological measurement, IOP Publishing, 24(2), 309, doi:10.1088/0967-3334/24/2/307.
Chalard, A., Belle, M., Montané, E., Marque, P., Amarantini, D., and Gasq, D. (2020). Impact of the EMG normalization method on muscle activation and the antagonist-agonist co-contraction index during active elbow extension: Practical implications for post-stroke subjects. Journal of Electromyography and Kinesiology, 51, 102403, doi:10.1016/j.jelekin.2020.102403.
Chen, T., and Guestrin, C. (2016). XGBoost: A Scalable Tree Boosting System. Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 785-794), San Francisco, California, USA, doi:10.48550/arXiv.1603.02754.
Chung, E. A., and Benalcázar, M. E. (2019). Real-time hand gesture recognition model using deep learning techniques and EMG signals. In 2019 27th European Signal Processing Conference (EUSIPCO) (pp. 1-5), A Coruna, Spain, doi:10.23919/EUSIPCO.2019.8903136.
Donnarumma, M., Caramiaux, B., and Tanaka, A. (2013). Muscular Interactions Combining EMG and MMG sensing for musical practice. In: Proceedings of the International Conference on New Interfaces for Musical Expression (pp. 1–4) Dajeon, Seoul, Korea, doi:10.5281/zenodo.1178504.
Düzenli, M., Salur, K., Erat, K., and Durdu, P. O. (2023). Turkish Sign Language Recognition by Using Wearable MYO Armband. In: García Márquez, F.P., Jamil, A., Eken, S., Hameed, A.A. (eds), International Conference on Computing, Intelligence and Data Analytics ICCIDA 2022 (pp. 344–357). Lecture Notes in Networks and Systems (Cham: Springer International Publishing), 643, Kocaeli, Turkey, doi:10.1007/978-3-031-27099-4_27.

Erdem, C., Lan, Q., and Jensenius, A. R. (2020). Exploring relationships between effort, motion, and sound in new musical instruments. Human Technology, 16(3), 310-347, doi: 10.17011/ht/urn.202011256767.
Fandaklı, S. A., and Okumuş, H. (2023). Comparison of artificial neural networks with other machine learning methods in foot movement classification. Karadeniz Fen Bilimleri Dergisi, 13(1), 153-171, doi:10.31466/kfbd.1214950.
Friedman, J. H. (2001). Greedy function approximation: A gradient boosting machine. Annals of statistics, 1189-1232, doi:10.1214/aos/1013203451.
Jensenius A. R., Gonzalez Sanchez V. E., Zelechowska, A., and Bjerkestrand, K. A. V. (2017). Exploring the Myo controller for sonic microinteraction, In Proceedings of the International Conference on New Interfaces for Musical Expression (pp. 442-445), Copenhagen, Denmark, doi: 10.5281/zenodo.1176308.
Kamen, G., and Kinesiology, E. (2004). Research methods in biomechanics. Human Kinetics Publ: Champaign, IL, USA.
Kandemir, G. (2013). Design and implementation of a device to control a robotic arm by EMG signal. Yüksek Lisans Tezi. Middle East Technical University, Ankara, Türkiye.
Karjalainen, M., Mäki-Patola, T., Kanerva, A., & Huovilainen, A. (2006). Virtual air guitar. Journal of the Audio Engineering Society, 54(10), 964-980.
Karolus, J., Schuff, H., Kosch, T., Wozniak, P. W., and Schmidt, A. (2018). EMGuitar: Assisting Guitar Playing with Electromyography. In Proceedings of the 2018 Designing Interactive Systems Conference (DIS ’18) (pp. 651–655). Association for Computing Machinery, New York, NY, USA, doi:10.1145/3196709.3196803.
Khushaba, R. N., Kodagoda, S., Takruri, M., & Dissanayake, G. (2012). Toward improved control of prosthetic fingers using surface electromyogram (EMG) signals. Expert Systems with Applications, 39(12), 10731-10738, doi:10.1016/j.eswa.2012.02.192.
Kilian, A., Karolus, J., Kosch, T., Schmidt, A., and Woźniak, P. W. (2021). EMPiano: Electromyographic Pitch Control on the Piano Keyboard. Extended Abstracts of the 2021 CHI Conference on Human Factors in Computing Systems (pp.1-4), Yokohama, Japan, doi: 10.1145/3411763.3451556.
Knapp, R. B., & Lusted, H. S. (1990). A bioelectric controller for computer music applications. Computer music journal, 14(1), 42-47, doi:10.2307/3680115.
Lee D. E., (2017). Electromyogram-based Interface for Musical Performance. Yüksek Lisans Tezi, Ewha Womans University, Güney Kore.
Mani, S., and Rao, M. (2021). Feasibility study of using myoband for learning electronic keyboard. In 2020 25th International Conference on Pattern Recognition (ICPR) (pp. 10196-10202), Milan, Italy, doi: 10.1109/ICPR48806.2021.9412954.
Miranda, E. R., and Wanderley, M. M. (2006). New digital musical instruments: control and interaction beyond the keyboard, Vol. 21. AR Editions, Inc.
Natekin, A., and Knoll, A. (2013). Gradient boosting machines, a tutorial. Frontiers in neurorobotics, 7(21), doi:10.3389/fnbot.2013.00021.
Ni, S., Al-qaness, M. A., Hawbani, A., Al-Alimi, D., Abd Elaziz, M., and Ewees, A. A. (2024). A survey on hand gesture recognition based on surface electromyography: Fundamentals, methods, applications, challenges and future trends. Applied Soft Computing, 112235, doi:10.1016/j.asoc.2024.112235.
Nymoen, K., Haugen, M. R., and Jensenius, A. R. (2015). Mumyo–evaluating and exploring the myo armband for musical interaction. In NIME 2015: Proceedings of the international conference on New Interfaces for Musical Expression (pp. 215-218), Baton Rouge, LA, USA, doi: 10.5281/zenodo.1179150.
Pakarinen, J., Puputti, T., and Välimäki, V. (2008). Virtual slide guitar. Computer Music Journal, 32(3), 42-54. JSTOR, doi:10.1162/comj.2008.32.3.42.
Powers, D. M. W., (2020). Evaluation: From precision, recall and F-measure to ROC, informedness, markedness & correlation. International Journal of Machine Learning Technology. 2:1 (2011), 37-63, doi:10.48550/arXiv.2010.16061.
Putro, N. A. S., Avian, C., Prakosa, S. W., Mahali, M. I., and Leu, J.-S. (2024). Estimating finger joint angles by surface EMG signal using feature extraction and transformer-based deep learning model. Biomedical Signal Processing and Control, 87, 105447, doi:10.1016/j.bspc.2023.105447.
Rahman, K. M., and Nasor, K. M. (2024). Classification of Finger Movements Using Multi-channel EMG and Machine Learning. In: Kumar Jain, P., Nath Singh, Y., Gollapalli, R.P., Singh, S.P. (eds) Advances in Signal Processing and Communication Engineering (ICASPACE 2023) (pp. 439-451), Lecture Notes in Electrical Engineering, vol 1157. Springer, Singapore, doi:10.1007/978-981-97-0562-7_33.
Reaz, M. B. I., Hussain, M. S., and Mohd-Yasin, F. (2006). Techniques of EMG signal analysis: Detection, processing, classification and applications. Biological Procedures Online, 8(1), 11-35, doi:10.1251/bpo115.
Rigatti, S. J. (2017). Random forest. Journal of Insurance Medicine, 47(1), 31-39, doi:10.17849/insm-47-01-31-39.1.
Sapsanis, C. (2013). Recognition of basic hand movements using electromyography. Yüksek Lisans Tezi. University of Patras, Greece.
Sapsanis, C., Georgoulas, G., Tzes, A., and Lymberopoulos, D. (2013). Improving EMG based classification of basic hand movements using EMD. In 2013 35th Annual International Conference of the IEEE Engineering in Medicine and Biology Society (EMBC) (pp. 5754-5757), Osaka, Japan, doi:10.1109/EMBC.2013.6610858.
Tamani, J. E., Cruz, J. C. B., Cruzada, J. R., Valenzuela, J., Chan, K. G., and Deja, J. A. (2018). Building Guitar Strum Models for an Interactive Air Guitar Prototype. In Proceedings of the 4th International Conference on Human-Computer Interaction and User Experience in Indonesia, CHIuXiD ’18 (pp. 18-22), Yogyakarta, Indonesia, doi: 10.1145/3205946.3205972.
Tanaka, A., and Knapp, R. B. (2002). Multimodal interaction in music using the electromyogram and relative position sensing. Paper presented at International Conference on New Interfaces for Musical Expression (NIME), Dublin, Ireland.
Tanaka, A., ve Ortiz, M. (2017). Gestural musical performance with physiological sensors, focusing on the electromyogram. In The Routledge companion to embodied music interaction (pp. 420-428). 1st Edition, Routledge, doi: 10.4324/9781315621364-46.
Tanaka, A., Sèdes, A., Bonardi, A., Whitmarsh, S., Fierro, D., and Di Maggio, F. (2023). Brain-Body Digital Musical Instrument Work-in-Progress. In ISEA 2023 - 28th International Symposium on Electronic Art, Le Cube Garges; Ecole Nationale Supérieure des Arts Décoratifs; Forum des Images, Paris, France, doi:hal-04259596.
Tepe, C., and Erdim, M. (2022). Classification of surface electromyography and gyroscopic signals of finger gestures acquired by Myo armband using machine learning methods. Biomedical Signal Processing and Control, 75, 103588, doi:10.1016/j.bspc.2022.103588.
URL-1: https://www.bbc.com/news/science-environment-18196349 (Erişim Tarihi: 14 Ağustos 2024).
URL-2: https://teachablemachine.withgoogle.com/ (Erişim Tarihi: 14 Ağustos 2024).
URL-3: https://scikit-learn.org/stable/modules/generated/sklearn.preprocessing.StandardScaler.html (Erişim Tarihi: 10 Şubat 2025).
Zhang, Z., Yang, K., Qian, J., & Zhang, L. (2019). Real-time surface EMG pattern recognition for hand gestures based on an artificial neural network. Sensors, 19(14), 3170, doi:10.3390/s19143170.

Ayrıntılar

Birincil Dil

Türkçe

Konular

Bilgisayar Yazılımı

Bölüm

Araştırma Makalesi

Yazarlar

Eda Çetin
0009-0003-5434-9478
Türkiye

İlayda Kaya
0009-0003-0932-4116
Türkiye

Kübra Erat ^*
0000-0001-8336-2979
Türkiye

Pınar Onay Durdu
0000-0002-0439-1702
Türkiye

Yayımlanma Tarihi

15 Haziran 2025

Gönderilme Tarihi

20 Eylül 2024

Kabul Tarihi

15 Mayıs 2025

Yayımlandığı Sayı

Yıl 2025 Cilt: 15 Sayı: 2

DOI

https://doi.org/10.31466/kfbd.1553565

IZ

https://izlik.org/JA35EF82RJ

APA

Çetin, E., Kaya, İ., Erat, K., & Onay Durdu, P. (2025). EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması. Karadeniz Fen Bilimleri Dergisi, 15(2), 661-687. https://doi.org/10.31466/kfbd.1553565

AMA

1.Çetin E, Kaya İ, Erat K, Onay Durdu P. EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması. KFBD. 2025;15(2):661-687. doi:10.31466/kfbd.1553565

Chicago

Çetin, Eda, İlayda Kaya, Kübra Erat, ve Pınar Onay Durdu. 2025. “EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması”. Karadeniz Fen Bilimleri Dergisi 15 (2): 661-87. https://doi.org/10.31466/kfbd.1553565.

EndNote

Çetin E, Kaya İ, Erat K, Onay Durdu P (01 Haziran 2025) EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması. Karadeniz Fen Bilimleri Dergisi 15 2 661–687.

IEEE

[1]E. Çetin, İ. Kaya, K. Erat, ve P. Onay Durdu, “EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması”, KFBD, c. 15, sy 2, ss. 661–687, Haz. 2025, doi: 10.31466/kfbd.1553565.

ISNAD

Çetin, Eda - Kaya, İlayda - Erat, Kübra - Onay Durdu, Pınar. “EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması”. Karadeniz Fen Bilimleri Dergisi 15/2 (01 Haziran 2025): 661-687. https://doi.org/10.31466/kfbd.1553565.

JAMA

1.Çetin E, Kaya İ, Erat K, Onay Durdu P. EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması. KFBD. 2025;15:661–687.

MLA

Çetin, Eda, vd. “EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması”. Karadeniz Fen Bilimleri Dergisi, c. 15, sy 2, Haziran 2025, ss. 661-87, doi:10.31466/kfbd.1553565.

Vancouver

1.Eda Çetin, İlayda Kaya, Kübra Erat, Pınar Onay Durdu. EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması. KFBD. 01 Haziran 2025;15(2):661-87. doi:10.31466/kfbd.1553565

Karadeniz Fen Bilimleri Dergisinde yayınlanan makaleler Creative Commons Attribution-NonCommercial 4.0 International kapsamında lisanslanmıştır.

EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması

Investigating the Impact of Finger Movements on Musical Interaction Performance Using an EMG-Based MYO Armband

Öz

Anahtar Kelimeler

EMG Tabanlı MYO Kol Bandı ile Parmak Hareketlerinin Müzikal Etkileşim Performansına Etkisinin Araştırılması

Öz

Anahtar Kelimeler

Destekleyen Kurum

Proje Numarası

Etik Beyan

Teşekkür

Kaynakça

Ayrıntılar

Birincil Dil

Konular

Bölüm

Yazarlar

Yayımlanma Tarihi

Gönderilme Tarihi

Kabul Tarihi

Yayımlandığı Sayı

DOI

IZ

Kaynak Göster