Geri Dön

An HMM-PCA approach for EEG-based brain computer interfaces (BCIs)

EEG tabanlı beyin bilgisayar arayuzleri için HMM-PCA Yaklaşmı

PDF İndir

  1. Tez No: 309380
  2. Yazar: ALİ ÖZGÜR ARGUNŞAH
  3. Danışmanlar: YRD. DOÇ. DR. BARAN ÇÜRÜKLÜ, YRD. DOÇ. DR. MÜJDAT ÇETİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Elektroensefalografi, Electroencephalography
  7. Yıl: 2010
  8. Dil: İngilizce
  9. Üniversite: Sabancı Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik Mühendisliği ve Bilgisayar Bilimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Elektroensefalogram (EEG) tabanlı Beyin-Bilgisayar arayüzü (BBA) sistemleri uygulamalı nörozyoloji alanındaki yeni gelişmelerden biridir. Bu sistemler EEG analiz yöntemleri ve bilgi teknolojileri alanındaki gelişmeler ile EEG sinyalinin psikofiziksel özelliklerinin daha iyi anlaşılmasıyla m ümk ün hale gelmektedirler. BBA sistemleri beyinden dış d ünyaya, çevresel sinir sistemini kullanmadan, doğrudan bir bilgi akışı sağlamayı amaçlar. Bu amaca ulaşılabilmesi için etkili sinyal işleme ve ör üntü tanıma tekniklerine gerek vardır.Bu tezde, saklı Markov modelleri (HMM) üzerine kurulu bir yaklaşım önerdik ve yaklaşımımızın etkinligini genel kullanıma açık bir veri kümesi ve kendi laboratuvarımızda topladığımız veriler üzerindeki deneysel sonuçlar ile g österdik.Hareketin zihinde canlandırılması deneylerinden elde edilen iki ve d ört sınıflı EEG verilerden kestirilen özbağlanımlı parametrelere (AR) dayalı öznitelikleri temel bileşen analizi (PCA) tabanlı boyut indirgeme ile birlikte kullandık ve elde ettiğimiz boyutu indirgenmiş öznitelikleri HMMler kullanarak sınıflandırdık. Elde ettiğimiz sonuçlar daha önce yapılmış HMM tabanlı BBA sınıflandırıcıları ve Mahalanobis mesafesi sınıflandırıcısı ile karşılaştırdık.

Özet (Çeviri)

Electroencephalography (EEG) based Brain-Computer Interface (BCI) systems are a new development in the field of applied neurophysiology. This new approach has been made possible thanks to progress in EEG analysis and in information technology which has led to a better understanding of psychophysical aspects of the EEG signals. BCI systems enable information flow from the brain directly to the outside world. For widespread use of brain signals for such objectives, effective signal analysis and pattern recognition techniques are needed.In this thesis, we have developed a new technique based on hidden Markov models, and have demonstrated the effectiveness of our algorithms both on a standard dataset and on the data that we have collected in our laboratory.We have used HMMs with AR features combined with PCA to classify two and four class single trial EEG data recorded during imagination of motor actions type of BCI experiments. Results were compared with previous HMM based BCI classifiers and Mahalanobis distance classifier fed with two different state-of-theart EEG features.

Benzer Tezler

  1. Tez No

    397973

    Yere nüfuz eden radar görüntülerinde morfolojiık bileşen analizi yöntemi ile kargaşa giderme

    Clutter reduction in ground penetrating radar images using morphological component analysis

    EYYUP TEMLİOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. IŞIN ERER

  2. Tez No

    962314

    Fuzzy-ınferred PCA and hierarchical HMM pattern recognition framework for regime detection and ınflation forecasting

    {rejim saptama ve enflasyon öngörüsü için bulanik çikarimli TBA ve hiyerarşik HSMM örüntü tanima çerçevesi

    OĞUZ KOÇ

    Doktora

    İngilizce

    İngilizce

    2025

    İstatistikOrta Doğu Teknik Üniversitesi

    Finansal Matematik Ana Bilim Dalı (disiplinlerarası)

    PROF. DR. AYŞE SEVTAP KESTEL

  3. Tez No

    895410

    Gesture recognition and customization on textile-based pressure sensor array

    Tekstil tabanlı basınç sensörü dizisinde hareket algılama ve kişiselleştirme

    İLKNUR ÇELİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÖKHAN İNCE

  4. Tez No

    655237

    Mekanik alaşımlama ile CoCrFeMnNi ve AgCoCrFeNi esaslı yüksek entropi alaşım tozlarının sentezlenmesi ve karakterizasyonu

    Synthesization of CoCrFeMnNi and AgCoCrFeNi high entropy alloy powders via mechanical alloying and their characterization

    EBRU SARIOĞLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Malzeme Bilimi ve Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK ÖZKAL

  5. Tez No

    397033

    Örüntü tanıma yöntemleri kullanarak konuşmacı bağımlı ayrışık sözcük tanıma

    Speaker dependent isolated word recognition using pattern recognition techniques

    BETÜL KESKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖZGÜL SALOR DURNA

Geri Dön