Yaşar Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü öğrencileri, yapay zeka kullanarak geliştirdikleri mezuniyet projeleriyle sağlık, rehabilitasyon ve engelli bireylerin yaşamını kolaylaştıran teknolojik çözümlere imza attı.
Genç mühendislerden sağlıkta yenilikçi çözümler
Yaşar Üniversitesi Elektrik-Elektronik Mühendisliği Bölümü’nün 2025-2026 yılı mezun adayları, bitirme projelerini sergileyerek bilgi ve becerilerini ortaya koydu. Uluslararası teknoloji firmalarına nitelikli iş gücü yetiştiren bölümde; afetten sağlığa, savunma sanayiinden engelli bireylere kadar pek çok alana çözüm getiren projelerde yapay zeka araçları kullanıldı. Özellikle rehabilitasyon sürecindeki hastalar ve engelliler için geliştirilen yenilikçi cihazlar dikkat çekti. Projelerden bazılarında Yazılım Mühendisliği Bölümü öğrencilerinin yer almasının yanı sıra, Endüstriyel Tasarım Bölümü Öğretim Üyesi Dr. Can Güvenir yönetimindeki tasarım ekipleri de projelere katkı sağladı. Genç mühendislerin teknik yetkinlikleri, Endüstriyel Tasarım Bölümü öğrencilerinin estetik ve kullanıcı odaklı tasarım katkılarıyla birleşerek, sanayi standartlarına uygun ve yüksek katma değerli prototiplere evrildi.
Görme engellilere taşınabilir çeviri cihazı
Eylül İpek Antmen, Ulaş Barış, Yağmur Sude Ateş, Toprak Orman, Berin Türker ve Ceyda İnce, "Beyond The Eye" adlı proje kapsamında görme engelli bireyler için yazılı metinleri Braille alfabesine çeviren taşınabilir bir cihaz geliştirdi. Elektrik-Elektronik Mühendisliği Bölümü Dr. Öğretim Üyesi Özhan Ünverdi ve Yazılım Mühendisliği Bölümü Dr. Öğretim Üyesi Deniz Özsoyeller danışmanlığında hazırlanan cihaz; kullanıcının çevresindeki metin ve nesneleri algılayıp sesli veya dokunsal (Braille) çıktıya dönüştürerek bağımsızlığını artırmayı hedefliyor.
Kas yorgunluğunu takip eden sistem
Öğrencilerden Furkan Tunç ve Özge Öterbülbül, kas yorgunluğunu gerçek zamanlı olarak takip edebilen yapay zeka tabanlı bir EMG (Elektromiyografi) sistemi tasarladı. Danışmanlığını Dr. Öğretim Üyesi Özhan Ünverdi’nin yaptığı proje, EMG sinyallerinin kişiden kişiye farklılık göstermesi ve gürültüye duyarlı olması nedeniyle yorgunluğun ölçülmesindeki zorlukları aşmayı amaçlıyor. 22 katılımcıdan toplanan veriyle geliştirilen ve yüzde 85.5 doğruluk oranına sahip olan model, düşük bütçeli olması ve kolay kullanımıyla öne çıkıyor.
Felçli bireylere yönelik eldiven
Dünya Felç Organizasyonu (WSO) 2025 verilerine göre dünya genelinde 94 milyon yaşayan felçli hasta bulunurken, Ata Şehirali, Şükran Demir ve Zeynep Ertop bu alandaki rehabilitasyon süreçleri için bir "haptik eldiven" geliştirdi. Dr. Öğretim Üyesi Mahir Kutay’ın danışmanlığında hazırlanan projede; eldiven üzerindeki 5 adet yüksek hassasiyetli flex sensör, parmak bükülme hareketlerini analog sinyallere dönüştürüyor. Spandex kumaşla üretilen ergonomik ve düşük maliyetli eldivenden alınan veriler, kullanıcı arayüzü üzerinden gerçek zamanlı izlenebiliyor.
Duygu durumu sınıflandıran sistem
Kağan Ertan Çeşme, Şerif Deniz Acar ve Ali Emre Sarıbıyık, bireylerin duygu durumlarını kalp sinyali, deri iletkenliği ve yüz kasları üzerinden makine öğrenmesi ile sınıflandıran bir sistem hazırladı. Doç. Dr. Nalan Özkurt’un danışmanlığındaki projede, görsel uyarıcılar kullanılarak toplanan sinyaller analiz edildi. Yapılan testler sonucunda sistemin duygu durumlarını sınıflandırmada yüzde 83 doğruluk oranına ulaştığı tespit edildi.
Ege'de İzmir Haber – İzmir Haberler
