Beyin bilgisayar arayüzü uygulamaları için eeg sinyal analizi
Eeg signal analysis for brain computer interface applications
- Tez No: 507466
- Danışmanlar: YRD. DOÇ. DR. EMRULLAH FATİH YETKİN, YRD. DOÇ. DR. TUĞÇE BALLI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 105
Özet
Beyin bilgisayar arayüzü uygulamalarından olan nöro-prostetik (ing: Neuro-prosthetic) bir cihazı kontrol etmesi için tasarlanan bir sistemin incelendiği bu tez kapsamında EEG sinyalleri, bant geçiren süzgeç ( ing : band-pass filter) ile delta (1-3 Hz), tetha (4-7 Hz), alfa(8-12 Hz), beta(13-30 Hz) ve gama(31-50 Hz) frekanslarına ayrılarak bant güçleri (ing : bandpower) hesaplanmıştır. Filtrelenen bu sinyaller tüm öznitelikler kullanılarak ve öznitelik seçim yöntemleri uygulanarak sınıflandırılmıştır. Sonrasında frekans bantlarının aralıkları daraltılıp (0-4 Hz, 4-8 Hz, …, 44-48 Hz) öznitelik sayıları arttırılarak aynı işlemler tekrarlanmıştır. Bu çalışmanın kapsamını, bant gücü (ing : band power), öznitelik seçim yöntemleri ve frekans bant aralıklarının daraltılmasının sınıflandırma performanslarına etkisinin araştırılması oluşturulmaktadır. Kapsamdaki bu konuların performansa olumlu şekilde yansıdığı ve her oturumda performansın arttığı gözlemlenmiştir.
Özet (Çeviri)
This thesis investigates the use of EEG signal for controlling a neuro-prosthetic device. The primary aim of this study was to investigate feature extraction and selection methods for classifying this EEG data into two classes namely moving hands and relaxed state. In the first part of the study, the features of EEG signals were extracted using band power in delta (1-3 Hz), theta (4-7 Hz), alpha (8-12 Hz), beta (13-30 Hz) ve gamma(31-50 Hz) bands. Then the feature vector was classified using and without using feature selection methods. In the second part of the study the feature extraction part was repeated using a narrower band range (0-4 Hz, 4-8 Hz, …, 44-48 Hz). Again the feature vector was classified using and without using feature selection methods. The aim was to investigate the effect of using different range of features and feature selection methods to classification performance. The results have shown that using a narrower range for extracting band power and feature selection methods have improved the classification performance of the EEG data.
Benzer Tezler
- Beyin bilgisayar arayüzü uygulamalarında motor görüntüleme EEG sinyallerinin analizi için yeni yaklaşımlar
New approaches to analysis of motor imagery EEG signals in brain computer interface applications
ESRA KAYA
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL SARITAŞ
- Potansiyel EEG tabanlı beyin bilgisayar arayüzleri için motor imgeleme aktivitelerinin tespit edilmesi
Detecting motor imagery activity for EEG based brain computer interface applications
ÖZGÜR KARATAŞ
Yüksek Lisans
Türkçe
2020
BiyomühendislikHacettepe ÜniversitesiBiyomühendislik Ana Bilim Dalı
PROF. DR. MEHMET ALİ ONUR
DOÇ. DR. HARUN ARTUNER
- Ortam kontrol uygulamasına yönelik p300 tabanlı asenkron beyin bilgisayar arayüzü tasarımı ve uygulaması
Design and implementation of p300 based asyncronous brain computer interface for environment control applications
EDA AKMAN AYDIN
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. İNAN GÜLER
- Beyinde üretilen yöne bağlı EEG sinyallerinin öznitelik çıkarımı yardımıyla sınıflandırılması
Classification of EEG signals occured in the brain under the imagination of the directions with the help of feature extraction
MUHAMMET SERDAR BAŞÇIL
Doktora
Türkçe
2015
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET YAHYA TEŞNELİ
- Analysis of error-related potentials in p300 and motor imagery based brain computer interfaces
P300 ve hayalı motor hareketine dayalı beyin bilgisayar arayüzlerinde hataya dayalı potansiyellerin analizi
ABDULLAHI ADAMU
Yüksek Lisans
İngilizce
2016
Elektrik ve Elektronik MühendisliğiSabancı ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜJDAT ÇETİN