Analysis of EEG signals in gazing at rotating vanes for brain computer interface
Beyin bilgisayar arayüzü için dönen yelkovanların izlenmesi sırasında EEG sinyallerinin incelenmesi
- Tez No: 467938
- Danışmanlar: PROF. DR. TEMEL KAYIKÇIOĞLU
- Tez Türü: Doktora
- Konular: Bilim ve Teknoloji, Biyomühendislik, Elektrik ve Elektronik Mühendisliği, Science and Technology, Bioengineering, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 109
Özet
Bir beyin bilgisayar arayüzü insan ve bilgisayar arasındaki iletişimi insan sinir sinyellerini sayısal sinyellere çevirerek sağlamaktadır. Bu tezde EEG tabanlı yeni bir beyin bilgisayar arayüz sistemi dönen yelkovanlara bakarak tasarlanmıştır. Bu sistem beş farklı dönen yelkovanın aynı ekranda gösterimi ve tanımlanmasını öneriyor. Adayların yaş aralığı 20 ila 32 dir. Öznitelikler 0.5, 1 ve 2 saniyelik EEG epoklarından çeşitli yöntemlerle çıkarılmıştır. Bu öznitelikler farklı farklı sınıflandırıcılarla sınıflandırılmış ve sonuçları kıyaslanmıştır. FFT, DWT ve AR model yöntemler özellik çıkarmak için ve SVM, k-NN, LDC ve PLSR ise bu özellikleri sınıflandırmak için kullanılmiştır. PLSR diğer sınıflandırıcılara göre daha iyi sonuç elde etmiştir. T3 kanalının sonuçları ise diğer kanallara göre daha etkilidir. Sadece şu kanalı kullanarak 2 saniyeli epoklarda, önerilen speling sistemi %65 civarinda başariya vardı. Önerilen sistemin hızı ise yaklaşik 21 bit/dakika'da dır.
Özet (Çeviri)
A brain computer interface system (BCIs) is a device that translates brain activity into a command for a computer. This thesis proposes a new BCIs based on the gaze on rotating vanes. Our BCIs can identify five different rotating vanes that were shown to the subjects in a screen. The EEG signals were obtained from healthy human subjects in an age group between 20 and 32 years. The features are extracted from the 0.5-sec, 1-sec. and 2-sec. epochs using different methods. These features by different classifiers were classified and the results were compared together. FFT, DWT and AR model to extract features and SVM, k-NN, LDC and PLSR to classify these features were used. PLSR classifier has better classification acuracy in different steps of thesis. Also channel T3 has better results in gazing rotating vanes. By using only this channel, We could classified 2-sec epochs in proposed spelling system, with about %65. Our system's speed is about 21 bits per min.
Benzer Tezler
- EEG işaretlerinin epileptik nöbet kestiriminde modern yöntemlerle analizi ve sınıflandırılması
The analysis and classification of EEG signals in the epileptic seizure prediction by modern methods
ERHAN BERGİL
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET RECEP BOZKURT
- 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
- EEG sinyallerinde makine öğrenmesi için yeni özelliklerin elde edilmesi ve uygulamasının gerçekleştirilmesi
Acquisition and implementation of new features for machine learning in EEG signals
MÜCAHİT KARADUMAN
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ KARCI
- Homomorfik filtreleme ile EKG analizi
Başlık çevirisi yok
HÜSEYİN HIZ
Yüksek Lisans
Türkçe
1995
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiDOÇ.DR. MEHMET KORÜREK
- Adaptation in P300 and motor imagery-based bci systems
Beyin-bilgisayar arayüzü tabanlı P300 ve hayali motor hareketlerinde uyarlama
İSMAİL YILMAZ
Yüksek Lisans
İngilizce
2015
Mühendislik BilimleriSabancı ÜniversitesiMühendislik Bilimleri Ana Bilim Dalı
DOÇ. DR. MÜJDAT ÇETİN