Durağan hal görsel uyaran tabanlı beyin bilgisayar arayüzü için optimum uyaran özelliklerinin belirlenmesi ve gerçeklenmesi
Determination of feature of optimum stimulus and design for SSVEP based brain computer interface
- Tez No: 438890
- Danışmanlar: DOÇ. DR. MAHMUT TOKMAKÇI
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 143
Özet
EEG tabanlı beyin bilgisayar arayüzü sistemlerinden olan, görsel uyaran tabanlı beyin bilgisayar arayüzü sistemlerinde; görsel uyaran modeli ve görsel uyaran yanıt sinyallerinin analiz yöntemi, bilgi aktarım hızını etkileyen en önemli iki etkendir. Bilgi aktarım hızı (BAH), elektroensefalogram (EEG) tabanlı beyin bilgisayar arayüzü (BBA) sistemlerinin performansını ölçen önemli bir parametredir. Bu tez çalışmasında, optimum uyaran özellikleri için literatür taraması yapılmış ve bilgisayar ekranı (LCD: Liquid crystal display) üzerinde programlanabilen bir uyaran yazılımı gerçekleştirilmiştir. Bu yazılım ile uyaranların görsel şekli, rengi, boyutu, ekrandaki sayıları, frekansları ve aktif/pasif kalma sürelerinin oranı (duty cycle), zamana bağlı uyaran parlaklığı ve ekranda kalma süreleri ayarlanabilmektedir. Literatürdeki uyaran özellikleri kapsamında bazıları için deneyler yapılmıştır. Uyaranların; aktif/pasif kalma sürelerinin oranı (duty cycle) ve zamana bağlı uyaran parlaklığına göre durağan hal görsel uyaran yanıtları analiz edilmiştir. Bu uyaran özellikleri birbirleri ile olan çeşitli varyasyonları ile birlikte ele alınmıştır. Deney sırasında, gönüllülerin EEG kayıtları 19 kanallı EEG kayıt cihazı ile alınmıştır. Elde edilen EEG kayıtları öncelikle olarak ön işleme aşamasından geçirilmiş olup, çeşitli sinyal analiz metotları ile incelenmiştir. Sinyaller, spektral güç yoğunluklarının yanı sıra çok değişkenli istatiksel analiz metotlarından olan kanonik korelasyon analizi (KKA) ile incelenmiş olup hangi frekansta ve hangi özelliklere sahip uyaranlarda en yüksek frekans tespiti ortalama doğruluk ve ortalama BAH' a ulaşıldığı araştırılmıştır. Böylece durağan hal görsel uyaran tabanlı beyin bilgisayar arayüzü sistemleri için optimum uyaran modelleri araştırılmıştır. Ayrıca en yüksek ortalama BAH' ı veren frekanstaki uyaranlarla yapılan deney kayıtları için KKA'nın yanı sıra bu analiz tabanlı geliştirilen; Çoklu küme kanonik korelasyon analizi (ÇKKKA), Çoklu yol kanonik korelasyon analizi (ÇYKKA) metotları ile olabilirlik oranı testi (OOT) ve en küçük mutlak daralma ve seçme operatörü (EKMDSO) metotları ile incelenmiştir. Son olarak uyaran özelliklerinin ve metotların sonuç çıktılarının kıyaslamaları yapılmıştır. KKA analizi sonuçlarına göre uyaran beta bandında ve duty cycle değeri %40 ile zamanla değişen parlaklığa sahip iken, frekans tespiti ortalama doğruluk oranı %96,88'e ulaşmış olup, ortalama BAH literatürde genellikle kullanılan %50 duty cycle değerindeki ve sabit parlaklığa sahip uyarana göre %25,38 iyileştirilmiştir. Buna ek olarak karşılaştırılan metotlar içerisinde ÇKKKA metodu kullanıldığında ortalama frekans tespiti doğruluk oranı daha yüksek olduğu da belirlenmiştir.
Özet (Çeviri)
State Visual Evoked Potential (SSVEP) based BCI is a kind of EEG based BCI system. The significant factors both visual stimulus and analyse of SSVEP response affect the information transfer rate for SSVEP based BCI systems. Information Transfer Rate (ITR) is a very crucial metric that has been used to evaluate general performance of EEG based brain computer interface (BCI) systems. Steady In this thesis, primarily literature was researched for investigating optimum stimulus features. Hence, flicker stimulator software was developped. According to this software, some features of flicker are programmable. This features are stimulus' shape, size, color, size, quantity, frequency, duty cycle value, brightness and duration time. Experiments were performed according to the literature research of stimulus. Steady state visual evoked potential (SSVEP) responses were analyzed according to the duty cycle value and brightness of stimulus. Moreover, variation of this features of stimulus were combined. During the experiment, EEG signal were acquired via 19 EEG channel device. First of all, EEG signal quality was improved on preprocessing step. After that, power density of signal and multivariate signal method that Canonical correlation analysis (CCA) was used to analyse EEG data for SSVEP. According to the CCA method, frequency recognition average accuracy and average ITR were investigated in which flicker model. Thus, optimum stimulus models were obtained for SSVEP based brain computer interface (BCI) systems. Also, according to the CCA results most performed frequency stimuli experiment's EEG signals were analyzed using multi set canonical correlations analysis (MsetCCA), multi way canonical correlations analysis (MwayCCA), likelihood ratio test (LRT) and least absolute shrinkage and selection operatör (LASSO) besides CCA. Lastly analysis results were compared according to the features of stimuli and signal processing methods. According to the CCA, the maximum frequency recognition average accuracy of the experiment was 96.88% when the frequency of flicker was in beta band and its duty cycle was 40% with a brightness tuning wave. Under the same conditions stated above, average ITR was improved 25.38% according to the most commonly used flicker model which is square wave and has 50% duty cycle. Also frequency recognition average accuracy reached highest value according to the MsetCCA method.
Benzer Tezler
- Development of classification methods for electroencephalogram based brain computer interfaces
Elektroensefalogram tabanlı beyin bilgisayar arayüzleri için sınıflama yöntemlerinin geliştirilmesi
ZAFER İŞCAN
Doktora
İngilizce
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. ZÜMRAY DOKUR
- Experimental and model based investigation of period doubling phenomenon in human steady state visual evoked potential responses
İnsan durağan hal görsel uyarılmış potansiyel tepkelerinde periyot katlanma olgusunun deneysel ve model bazlı incelenmesi
YİĞİT TUNCEL
Yüksek Lisans
İngilizce
2018
Biyomühendislikİhsan Doğramacı Bilkent ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF ZİYA İDER
- Evaluating steady-state visually-evoked potentials using ensemble learning methods
Durağan hal görsel uyarılmış potansiyellerin topluluk öğrenmesi yöntemleriyle değerlendirilmesi
EBRU SAYILGAN
Doktora
İngilizce
2020
Biyoteknolojiİzmir Katip Çelebi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. YALÇIN İŞLER
DR. ÖĞR. ÜYESİ YILMAZ KEMAL YÜCE
- Investigation of neurovascular coupling by synchronous EEG and FNIRS measurements during steady-state visual stimuli
Nörovasküler kuplajın durağan hal görsel uyaran esnasında senkron EEG ve İYKAS ölçümleri ile incelenmesi
MÜGE ÖZKER
Yüksek Lisans
İngilizce
2009
BiyomühendislikBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATA AKIN
- Durağan hal görsel uyarılmış potansiyel temelli beyin bilgisayar arayüzü tasarımı ve uygulaması
Design and implementation of a steady state visual evoked potantial based brain computer interface
ABDULLAH TALHA SÖZER
Doktora
Türkçe
2017
Elektrik ve Elektronik MühendisliğiKarabük ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. CAN BÜLENT FİDAN