Geri Dön

EEG işaretlerinden duygu kestirimi

Emotion estimation from EEG signals

  1. Tez No: 301064
  2. Yazar: SÜHEYLA SİNEM UZUN
  3. Danışmanlar: YRD. DOÇ. DR. SERDAR YILDIRIM
  4. Tez Türü: Yüksek Lisans
  5. Konular: Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Psikoloji, Bioengineering, Electrical and Electronics Engineering, Psychology
  6. Anahtar Kelimeler: EEG işaretleri, Duygu Kestirimi, Hilbert Huang Dönüşümü, EEG signals, Emotion Estimation, Hilbert Huang Transform
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Mustafa Kemal Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 55

Özet

Duygusal durumun belirlenmesi, insan-makine etkileşimini ve dolayısıyla beyin-bilgisayar arayüzlerini daha doğal ve etkin yapma çalışmalarının önemli adımlardan biridir. Duyguların gösterimi ve algılanması, insanlar arası etkili iletişimde önemli bir role sahiptir. İletişim kurulan kişinin duygu durumunun anlaşılıp, buna göre iletişim yönteminin seçilmesi, sorunsuz iletişim için oldukça önemlidir. Bu nedenle, insan ? bilgisayar arayüzlerine otomatik duygu tanıma özelliğinin kazandırılması insan makine arasındaki iletişimi daha doğal ve nitelikli hale getirecektir. Yüz ifadeleri, konuşma sinyalleri ve fizyolojik işaretler duygu tanımada bilgi kaynağı olarak kullanılmaktadır. Fizyolojik işaretlerden duygu tanıma, işaretlerin toplanması ve en uygun özniteliklerin seçimi gibi birçok açıdan zorlu bir araştırma problemidir. Bu çalışmada, deneklerin duygusal durumunun kestirimi için, ilk olarak duygusal olarak uyarılmış deneklerden EEG kayıtları alınmıştır. Duygu kestiriminde kullanılan öznitelikler, Hilbert-Huang Dönüşümü yoluyla çıkarılmış ve ilinti tabanlı öznitelik seçimi algoritması uygulanarak, duygu kestirimi için en uygun olan öznitelikler belirlenmiştir. Destek vektör regresyonu kullanılarak duygu temel boyutlarının (değerlik, aktivasyon, baskınlık) kestirimi yapılmıştır.

Özet (Çeviri)

Affective computing is one of the key steps toward building more natural and effective human-machine interaction and brain-computer interfaces. Showing and sensing emotion plays an important role in an effective interaction between humans. Recognizing the emotional state of the interlocutor and changing the way of communicating accordingly plays a crucial way for a smooth interaction. This aspect is of importance specifically for human-computer interface and emotion estimation could dramatically improve the quality and the naturalness of the communication between a human and a computer. Facial expressions, speech signals and physiological signals can be used for emotion estimation. Estimating emotion from physiological signals is a challenging research problem in various aspects including data acquisition and determining the most appropriate signal features. In this study, to estimate the emotional state of the subjects, first EEG data were collected from emotionally evoked subjects. Then, Hilbert-Huang Transform was used for feature extraction and correlation based feature selection algorithm was performed to identify the most salient features. Finally, each emotion primitive (valence, activation, dominance) value was estimated by employing support vector regression.

Benzer Tezler

  1. Görsel-işitsel uyaranlar kaynaklı oluşan duyguların EEG işaretleri ile sınıflandırılması

    Classification of emotions based on audio-visual stimulus by EEG signals

    HASAN POLAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiDicle Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET SİRAÇ ÖZERDEM

  2. EEG alt bandlarının tekil spektrumu ile duygu durumları arasındaki ilişki

    Intercorrelati̇on between si̇ngular spectrum of EEG subbands and emoti̇onal states

    ABDULLAH MARAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERAP AYDIN

  3. LabVIEW kullanılarak biyoelektriksel işaretlerin zaman frekans analizi

    Time frequency analysis of bioelectrical signals using LabVIEW

    SEDA GÜZEL AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiFırat Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. TURGAY KAYA

  4. Bazı baharat kokularının koklanması sırasında oluşan EEG işaretlerinin incelenmesi ve sınıflandırılması

    Classification of electroencephalography signals recorded during smelling of some spice odors

    HİLAL ALTUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Elektrik ve Elektronik MühendisliğiKaradeniz Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. ÖNDER AYDEMİR

  5. EEG işaretlerinden epilepsi hastalığının teşhisi için yeni yaklaşımlar

    Novel approaches for diagnosis of epilepsy disease from EEG signals

    UMUT ORHAN

    Doktora

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolZonguldak Karaelmas Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MAHMUT ÖZER

    YRD. DOÇ. DR. MAHMUT HEKİM