EEG işaretlerinden bilişsel görevlerin ve müzik dinleme görevlerinin analizi
Analysis of mental and music tasks from EEG signals
- Tez No: 424426
- Danışmanlar: YRD. DOÇ. DR. NURHAN GÜRSEL ÖZMEN
- Tez Türü: Yüksek Lisans
- Konular: Biyoteknoloji, Elektrik ve Elektronik Mühendisliği, Mekatronik Mühendisliği, Biotechnology, Electrical and Electronics Engineering, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 159
Özet
Bu tez çalışmasında, altı sağlıklı bireyden alınan farklı zihinsel, motor ve müzik görevlerine ait EEG kayıtları analiz edilmiştir. Zihinden gerçekleştirilen yedi farklı görevin ortaya konması esnasında, 64 kanallı Biosemi ActiveTwo System EEG cihazı kullanılarak, kaydedilen EEG verilerinden bağımsız bileşen analizi (ICA) ve dalgacık yöntemleri (CWT) ile öznitelikler çıkarılmış, destek vektör makinesi (DVM) ve yapay sinir ağları (YSA) sınıflandırıcıları ile sınıflandırılmıştır. Çalışmanın amacı, EEG tabanlı BBA sistemleri için verimli ve uygulama kolaylığı olan bir öznitelik yöntemine karar vermek ve müzik görevinin BBA uygulamaları için kullanılabilirliğini araştırmaktır. Müzik görevlerinin BBA uygulamaları için kullanımı bu tez kapsamında ilk kez araştırılmaktadır. Zihinsel ve motor görevlere ait deneysel verilerin sınıflandırma performansı, doğruluğu kabul edilmiş olan BCI IIIa veri seti ile karşılaştırılmıştır. Sistemin doğruluğu Kappa istatistiği ile test edilmiştir. Çalışmanın sonuçları değerlendirildiğinde, CWT yöntemi kullanıldığında YSA sınıflandırıcısının üstün performans gösterdiği görülmüştür. Son olarak, müzik görevlerinin sınıflandırma performansının yüksek oluşu da, Beyin Bilgisayar Arayüzü (BBA) uygulamalarında kullanılabileceğini göstermiştir.
Özet (Çeviri)
In this study, EEG records of different mental, motor and music tasks from six healthy subjects were analyzed. A 64-channel Biosemi ActiveTwo System was used for recording during imagination of seven different tasks. Features were extracted with independent component analysis (ICA) and wavelet methods (CWT) and further they were classified by support vector machine (SVM) and artificial neural networks (ANN) classifiers. The purpose of this study is to decide on a feature extraction method for EEG-based BCI systems which is efficient and easy to implement and moreover to investigate the availability of music task for BCI applications. Using music tasks for BCI applications is firstly introduced in this study. Classification performance of the experimental data of mental and motor tasks was compared with scientifically proven BCI III data set. The accuracy of the system is tested with Kappa statistics. The results of the study showed that the NN classifier exhibited superior performance with the CWT method. Finally, it was proven that the music tasks with the high classification performance can be used for Brain Computer Interface (BCI) applications.
Benzer Tezler
- Korteks davranışının vuru üreten hücre modeli ile incelenmesi
Analysis of cortex behavior by a spiking neuron model
YUSUF KUYUMCU
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. NESLİHAN SERAP ŞENGÖR
- İyi–kötü kokular ile ilişkili EMOTIV-EPOC tabanlı EEG kayıtlarının makine öğrenmesi yöntemleri ile sınıflandırılması
EMOTIV-EPOC based electroencehalographic (EEG) responses to pleasant-unpleasant odors classification using machine learning algorithms
MESUT ŞEKER
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET SİRAÇ ÖZERDEM
- Classification of the motor EEG signals by using deep neural networks
Derin sinir ağları kullanarak motor EEG sinyallerinin sınıflandırılması
LEYLA ABILZADE
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Modelling the neocortical pyramidal neurons and their group behaviour
Neokortikal piramid nöronların modellemesi ve grup davranışları
SADEEM NABEEL SALEEM KBAH
Yüksek Lisans
İngilizce
2013
Biyomühendislikİstanbul Teknik ÜniversitesiElektronik-Haberleşme Eğitimi Ana Bilim Dalı
DOÇ. DR. NESLİHAN SERAP ŞENGÖR
- EEG işaretlerinden epilepsi hastalığının teşhisi için yeni yaklaşımlar
Novel approaches for diagnosis of epilepsy disease from EEG signals
UMUT ORHAN
Doktora
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolZonguldak Karaelmas ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MAHMUT ÖZER
YRD. DOÇ. DR. MAHMUT HEKİM