Beyin bilgisayar arayüzü (BCI)
Brain computer interface (BCI)
- Tez No: 152219
- Danışmanlar: DOÇ. DR. MEHMET KORÜREK
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2004
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 82
Özet
BEYİN BİLGİSAYAR ARAYÜZÜ ÖZET 70' li yıllarda Birleşik Devletler savunma bakanlığına bağlı Advanced Research Projects Agency (ARPA- ki internetin ortaya çıkmasını desteklemiştir),“biyonik”uygulamalar içeren, insanlar ve bilgisayarlar arasında etkileşim sağlayan teknolojilerle ilgilendi. 90'h yıllardan sonra beyinden alınan rastgele işaretlerle bilgisayar üzerinde yapılan kontrol ve haberleşmeye bağlı olarak beyin bilgisayar arayüzü (BBA) ortaya çıkmıştır. Bugünün beyin bilgisayar arayüzleri çeşitli farklı EEG işaretlerinden kullanıcının niyetini saptar. Bu işaretler kafatası içerisine yerleştirilen elektrotlarla kaydedilen kortikal nöron aktivitesi ve kafaderisinden kaydedilen SCP, P300 ve mü veya beta ritimleridir. BBA' lan ençok ilgilendiren kısım beyin kortekstir. Beyin korteksi, problem çözümü, dilin anlaşılması, kompleks görsel büginin işlenmesi gibi yüksek dereceden işlevlerden sorumludur ve farklı işlevlerden sorumlu olan birkaç kısma ayrılır. Geribesleme, beyin bilgisayar arayüzlerinde önemli bir faktördür. OCA' ya dayanan arayüzlerde geribesleme eğitimi kullanıcının kendi EEG cevabının otokontrolünü sağlaması için gereklidir. PRA'ya dayanan ve zihinsel görevleri kullanan arayüzlerde kesinlikle geribesleme eğitimine ihtiyaç duyulmaz Bununla birlikte geribesleme öğrenme süresini hızlandırır ve performansı iyileştirir. ERP'lerin saptanmasına dayanan bazı BBA' lar ( P300 veya VEP ) basitçe eğitim gerektirmez. Kullanıcı hemen BBA'yı ve uygulamalarını kullanmaya başlayabilir. Eğitim süresi farklı arayüzler arasında günlerden aylara farklılık gösterir. Aleksander Kostov ve Mark Polak'ı arayüz sistemi PRA'ya dayanır. Uluslararası 10- 20 elektrot sistemine göre 28 elektrot kafa derisi üzerine yerleştirildi. Referans elektrot sağ kulak üzerine konuldu. Her hasta imleç kontrolü için istediği zihinsel görevi seçebiliyordu. 1 boyutta imleç adımı 32 seçildiğinde hastaların %100'e yakın bir oranda hedefi vurabildiği rapor ediliyor. 2 boyutta imleç kontrolü için sadece 2 hasta eğitilmiş. Bu hastaların sırasıyla performansları gene hit rate formunda %70 ve %85'tir. James B. Polikoff, H. Timothy Bunnel ve Winslow J. Borkowski Jr. Alfred I. Dupond enstitüsünde“Locked in”hastalan için yapmış olduklan arayüz çalışmasında P300 olay bağlantılı potansiyeller üzerinde yoğunlaşmışlardır. P300 genliğini etkileyen faktörlerden bazılan : uyan frekansı ve zihinsel görevlerdir. Düşük frekanslı uyan yüksek bir P300 genliği oluşturacaktır. 0.2 ve 0.25 Hz uyan frekansı için 2 hastadan elde edilen sonuçlar sırasıyla % 54.02 ve % 40.85'dır. Neils Birbaumer ve arkadaşlan Tubingen üniversitesinde tümüyle felçli hastalar için EEG işaretlerinin otokontrolü yaklaşımına dayanan ve düşünce çeviri aygıtı olarak adlandmlan bir haberleşme aygıtı üzerinde çalıştılar. Düşünce çeviri aygıtı dil destek programında kelime veya harfleri seçmek için yavaş kortikal potansiyelleri (SCP) kullanır. EEG işaretleri C3, C4, Fz ve Pz noktalarından alınıp geleneksel 8 kanallı bir kuvvetlendirici ile kuvvetlendirildi. vıııACT programında EEG tabanlı araştırma BBA için etkin bir haberleşme ortamı olarak kararlı hal görsel uyarılmış potansiyelleri (SSVEP) kullanıldı. SSVEP kullanımı için 2 farklı yaklaşım uygulandı. Birincisi, operatörler SSVEP'lerinin gücünü kontrol etmeye çalışır. Diğeri az veya hiç eğitim gerektirmez, çünkü sistem doğal olarak orataya çıkan işareti kullanır. Yaptılan çalışmada uyarılmış potansiyellerin saptanmasına dayanan bir uygulama üzerine yoğunlaşıldı. Hazır bir veri kümesi kullanılmasından dolayı tüm analizler ve sonuçlan gerçek zamanlı olmayan biçimde elde edildi. Kullanıcıya 6x6 matris içerisinde 36 adet karakter sunulmaktadır. Kullanıcının görevi operatörün gösterdiği bir kelimenin sırasıyla harflerine odaklanmaktır. Tüm satır ve sütunlar rastgele bir biçimde 5.7 HzTik bir uyan frekansı ile yoğunlaşmaktadır. 12 yoğunlaşmanın sadece iki tanesi arzu edilen harfi içermektedir. Başka bir deyişle konsantre olunan harf, parladığında hastanın beyninde bir uyanlmış potansiyel meydana gelecektir. Diğer harf parladığmda ise herhangi bir uyanlmış potansiyel oluşmadığı varsayılıyor. ıx
Özet (Çeviri)
BRAIN COMPUTER INTERFACE SUMMARY In the 70 's, Advanced Research Projects Agency which depends on the defense ministry of the US got interested in technologies that support interaction between people and computers and includes“bionic”applications. In the 1990's, Brain computer interface that provides control and communication on the computer by random signals of brain became a current issue. Current brain computer interfaces detects aims of patients from their eeg signals. These signals are cortical neuron activity recoreded by electrodes implanted in the skull and SCP, P300, mu and beta rhythms recorded from the scalp. The most important part of brain which interface get interests is cerebral cortex. It is responsible of higher order process such as understanding of language, solving problems and processing of visual information and divided into some parts that is responsible of different processes. Feedback is an important factor over interfaces. In those based on operant conditioning approaches, feedback is needed for any patients to control her/his eeg response. In those based on pattern recognition approaches, feedback training is not required at all but if using it, learning time is decreased and performans of the interface is increased. For some interfaces which is based on detection of ERP (such as P300 or VEP), training is not needed for patients. Users may immediately use the interface and its applications. Required training time is different for different interfaces. Aleksander Kostov ve Mark Polak's interface is based on PRA. 28 electrodes is replaced on the scalp according to the international 10-20 electrode system. The reference electrode is on the right ear. Patients may choose any mental task to control a cursor. If the cursor step size is chosen as 32 in one dimension then it is reported that patients may have % 100 performance. In two dimensions, performance of the patients are %70 and %85 respectively. James B. Polikoff, H. Timothy Bunnel ve Winslow J. Borkowski Jr focused on P300 event related potentials in their study that made in the Alfred Dupond Institute for patients“ locked in”. Some factors that effect amptitute of P300 are as follows : Stimulus frequency and mental tasks. Low stimulus frequency creates a P300 with high amptitute. For the stimulus frequency 0.20 and 0.25 Hz, results of two patients are %54.02 and % 40.85, respectively. Neils Birbaumer and his colleagues focused on a device called the thought translation device and based on auto-regulation approach of eeg response for people with completely paralyzed. The thought translation device uses SCP to choose any letter or word. Obtaining EEG signals from C3, C4, Fz ve Pz, they are amplified by a 8- channel amplifier. S S VEP signals are used in the program ACT for an active and stable communication channel. 2 different approaches are applied for the use of SSVEP. In the firstapproach, power of SSVEP is tried to control. In the other approach, training is not needed at all or needed a little, because the system uses the spontaneous response. In this study, an application based on detection of visual evoked potentials is used. All results are obtained offline beacuse of using current data sets. 36 different characters in a 6x6 matrix is presented to user. The user's task is to focus on the letter which operator wishes. All rows and columns are flashed randomly with 5.7 Hz stimulus. 2 out of 12 intensifications includes the desired letter. In the other words. When the letter the user has focused on is flashed, an evoked potential is occured in the brain of the user. It is considered that no evoked potentials when the other letters are flashed. XI
Benzer Tezler
- EEG-based brain controlled robot manipulator
EEG tabanlı beyin kontrollü robot manipülatörü
ÜNAL HAYTA
Doktora
İngilizce
2023
Makine MühendisliğiGaziantep ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM HALİL GÜZELBEY
PROF. DR. İBRAHİM ERKUTLU
- Design of a brain computer interface (BCI) system based on electroencephalogram (EEG)
Elektroensefalogram (EEG) tabanlı bir beyin bilgisayar arayüz sistemi tasarımı
OZAN GÜNAYDIN
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMED ÖZKAN
- Brain computer interfacing (BCI) data analysis using graph signal processing
Çizge sinyal işleme ile beyin bilgisayar arayüzü verilerinin analizi
SEVDE BÜŞRA BAYRAK
Yüksek Lisans
Türkçe
2021
Mühendislik BilimleriBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. AHMET ADEMOĞLU
- Observed shape detection from brain electrical time series using short-length epochs
Kısa uzunluk epoklar kullanılarak beyin elektrikli zaman serisinden gözlenen şekli tespiti
MAY NABEEL MOHAMMED ALI AL-OBAIDI
Yüksek Lisans
İngilizce
2020
Bilim ve TeknolojiAltınbaş ÜniversitesiBilgi Teknolojileri Ana Bilim Dalı
PROF. DR. OĞUZ BAYAT
DOÇ. DR. ADİL DENİZ DURU
- Investigation of feature extraction methods for EEG signal processing
EEG sinyal işlemi için özellik ekstraksiyon yönteminin incelenmesi
DINDAR ISSA SAEED
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ÇINAR