Geri Dön

Realization of a cue based motor imagery brain computer interface with its potential application to a wheelchair

İpucu tabanlı hareket düşünsel beyin bilgisayar arayüzünün gerçekleştirilmesi ve potansiyel tekerlekli sandalye uygulaması

  1. Tez No: 268255
  2. Yazar: BERNA AKINCI
  3. Danışmanlar: PROF. DR. NEVZAT G. GENÇER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Bioengineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 157

Özet

Bu tez çalışması, ipucu tabanlı hareket düşüncesine (HD) dayanan çevrimiçi bir Beyin Bilgisayar Arayüzü (BBA) sisteminin gerçekleştirilmesine odaklanmıştır. Bu amaçla, bazı sinyal işleme ve sınıflandırma yöntemleri incelenmiştir. Özellikle, Kısa Süreli Fourier Dönüşümü (KSFD), Ortak Uzamsal Frekans Örüntüleri (OUFÖ), ve Morlet Dönüşümü gibi bazı zaman-uzay-frekans yöntemleri 2-sınıflı HD BBA sistemi üzerinde uygulanmıştır. Öznitelik seçme yöntemi olarak Karakteristik Duyarlı Öğrenmeli Vektör Kuantalama (KDÖVK) algoritması kullanılmıştır. Bu yöntemlerin başarısı, doğrusal ve doğrusal olmayan Destek Vektör Makinaları (DVM), Çok Katmanlı Geriye Yayılma Algoritması (ÇKGYA) ve Naif Bayes (NB) sınıflandırıcıları ile değerlendirilmiştir. Yöntemler, 4. BBA Yarışması veri kümesi IIb üzerinde denenmiş ve 0.45'lik bir kappa değeri elde edilmiştir. Sınıflandırma sonuçlarına göre, işlenen yöntemler, yarışmadaki 4. başarılı sonucu vermektedir.ODTÜ Beyin Araştırmaları ve Hacettepe Biyofizik Bölümü Laboratuarlarında iki denek üzerinde, özgün işaret tabanlı HD BBA paradigmaları ile çevrimdışı deneyler gerçekleştirilmiştir. Bu veri kümelerinde, yöntemlerin 2 sınıflı BBA üzerindeki ortalama tahmin başarısı %76.26 olarak hesaplanmıştır. Bunların yanı sıra, iki adet çevrimiçi BBA uygulaması geliştirilmiştir: ping-pong oyunu ve tekerlekli sandalye kontrol uygulaması. Bu uygulamalardaki ortalama sınıflandırma başarısı %70 olarak ölçülmüştür.Yapılan deneylerde, BBA sistemlerinin performansının, deneklerin uygulamaya göre eğitimi ve bu uygulamalardaki tecrübelerine oldukça bağlı olduğu gözlemlenmiştir. Deney sonuçlarına göre, literatürde hareket düşüncesi ile ilgisi olmadığı kabul edilen P3 ve P4 EEG kanalları, çevrimdışı veri kümelerinde en iyi sınıflandırma başarısını göstermiştir. Bu durum, deneylerdeki gözlemler ele alındığında, işaret tabanlı BBA uygulamalarındaki uyarma ve bunun sonucunda deneklerde oluşan görsel uyarılma etkisi ile bağıntılanmaktadır.

Özet (Çeviri)

This thesis study focuses on the realization of an online cue based Motor Imagery (MI) Brain Computer Interface (BCI). For this purpose, some signal processing and classification methods are investigated. Specifically, several time-spatial-frequency methods, namely the Short Time Fourier Transform (STFT), Common Spatial Frequency Patterns (CSFP) and the Morlet Transform (MT) are implemented on a 2-class MI BCI system. Distinction Sensitive Learning Vector Quantization (DSLVQ) method is used as a feature selection method. The performance of these methodologies is evaluated with the linear and nonlinear Support Vector Machines (SVM), Multilayer Perceptron (MLP) and Naive Bayesian (NB) classifiers. The methodologies are tested on BCI Competition IV dataset IIb and an average kappa value of 0.45 is obtained on the dataset. According to the classification results, the algorithms presented here obtain the 4th level in the competition as compared to the other algorithms in the competition.Offline experiments are performed in METU Brain Research Laboratories and Hacettepe Biophysics Department on two subjects with the original cue-based MI BCI paradigm. Average prediction accuracy of the methods on a 2-class BCI is evaluated to be 76.26% in these datasets. Furthermore, two online BCI applications are developed: the ping-pong game and the electrical wheelchair control. For these applications, average classification accuracy is found to be 70%.During the offline experiments, the performance of the developed system is observed to be highly dependent on the subject training and experience. According to the results, the EEG channels P3 and P4, which are considered to be irrelevant with the motor imagination, provided the best classification performance on the offline experiments. Regarding the observations on the experiments, this process is related to the stimulation mechanism in the cue based applications and consequent visual evoking effects on the subjects.

Benzer Tezler

  1. Speech accommodation and interactional power differences between females and males in same and cross-gender conversational dyads

    Aynı ve farklı cinsiyetli ikili konuşma gruplarında konuşma uyumu ve kadınlarla erkekler arasında sözlü etkileşim güç farklılıkları

    MERYEM ŞEN

    Doktora

    İngilizce

    İngilizce

    1997

    DilbilimHacettepe Üniversitesi

    İngiliz Dilbilimi Ana Bilim Dalı

    PROF. DR. GÜRAY KÖNİG

  2. Mağaza aydınlatmasında dört köşe yaklaşımı metodu ve Türkiye'deki uygulamaları

    Başlık çevirisi yok

    MURAT KUZUMOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERMİN ONAYGİL

  3. Gürültülü ortamlarda Türkçe ayrık sözcük konuşma tanıma sistemi gerçekleştirimi

    Realization of a Turkish isolated word speech recognition system under noisy environments

    NEDİM KARACA

    Doktora

    Türkçe

    Türkçe

    1999

    Elektrik ve Elektronik MühendisliğiHacettepe Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. H. SELÇUK GEÇİM

  4. Beş eksenli bir robot kolu gerçeklemesi ve Labview ortamında görüntü işleme temelli konrolü

    Realization of a five axis robot arm and image processing based control of robot arm on Labview

    SELİM KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Mekatronik MühendisliğiSakarya Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. BARIŞ BORU