Geri Dön

Elektrookülogram tabanlı insan-makine arayüz uygulaması

Electrooculogram based human-machine interface application

  1. Tez No: 591126
  2. Yazar: YURDAGÜL KARAGÖZ ŞAHİN
  3. Danışmanlar: DR. ÖĞR. ÜYESİ GÖKÇEN ÇETİNEL
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektronik Bilim Dalı
  13. Sayfa Sayısı: 74

Özet

Bu çalışmada, kısmi veya tamamen felçli ve Amyortofik Lateral Sklerosis (ALS) hastaları gibi hareket kısıtlaması olan bireyler için Elektrookülogram (EOG) tabanlı bir İnsan-Makine Arayüz (Human Machine Interface, HMI) uygulaması sunulmuştur. Tasarlanan sistemde yatay ve düşey göz hareketlerinden oluşan EOG sinyalleri göz çevresine yerleştirilen 5 adet AG-AgCl elektrot ile algılanmıştır. Elde edilen sinyaller çeşitli kuvvetlendirme ve filtreleme işlemlerinden geçirilerek analog katın çıkışında anlamlandırabilir EOG işaretleri elde edilmiştir. Analog EOG verilerinin mikrodenetleyici birimi tarafından sayısal olarak işlenmesi neticesinde HMI uygulamalarında kullanılmak üzere kontrol sinyalleri elde edilmiştir. Ön işleme adımından sonra sağ, sol, yukarı ve aşağı yönde göz hareketleri için öz nitelik çıkarımı yapılmıştır. Elde edilen özellikler sınıflandırma adımının performansını doğrudan etkilemektedir. Sınıflandırma için Yapay Sinir Ağları (YSA) k-En Yakın Komşuluk (k-Nearest Neighbour, k-NN) sınıflandırıcısı ve Destek Vektör Makineleri (Support Vector Machine, SVM) kullanılmıştır. Araştırmada elde edilen sonuçlara göre, YSA, k-NN ve SVM yöntemlerinin sırasıyla %83, %73 ve %74 ortalama doğrulukla sınıflandırma işlemini gerçekleştirdiği görülmüştür. Simülasyon sonuçları, sunulan EOG tabanlı HMI sistemi ile hareket kısıtlaması olan hastaların sadece göz hareketlerini kullanarak çevreyle başarılı bir şekilde iletişim kurabileceklerini göstermektedir.

Özet (Çeviri)

In this study, electrooculogram (EOG) based human-machine interface (HMI) application is proposed for partial or completely paralyzed and physically limited people as Amyotrophic Lateral Sclerosis (ALS) patients. In the designed system, EOG signals consisted of vertical and horizontal eye movements were detected by using 5 Ag-AgCl electrodes which were placed around the eye. Interpretable EOG signs were placed acquired through various reinforcement and filtration processes on the signals. Control signals to be used in HMI applications were acquired as a result of digital signal processing of the analog EOG data by the microcontroller unit. After preprocessing step, feature extraction was conducted for left, right, upwards, and downwards eye movements. These values have a direct impact on the performance of the classification step. Artificial Neural Network (ANN), k-Nearest Neighbour (k-NN), and Support Vector Machines (SVM) were used for classification. Acording to the obtained results, ANN, k-NN, and SVM methods performed the classification process with an accuracy rate of 83%, 73%, and 74%, respectively. Simulation results show that the individuals with reduced mobility might successfully communicate with others via their eye movements through this EOG-based HMI system. The measured signals are applied to various amplification and filtering circuits and by this way usable EOG signals are achieved.

Benzer Tezler

  1. Elektrookülogram tabanlı sanal klavye uygulamasında metasezgisel optimizasyon algoritması kullanımı

    Utilization of a metaheuristic optimization algorithm in electrooculogram based virtual keyboard application

    ALİ ÇAĞRI BAYRAKTAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Savunma ve Savunma TeknolojileriMilli Savunma Üniversitesi

    Askeri Elektronik Sistemler Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERKAN GÜRKAN

  2. Derin sinir ağları ile EEG ve alın EOG tabanlı duygu analizi

    EEG and forehead EOG based emotion analysis with deep neural networks

    HÜSEYİN ÇİZMECİ

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ CANER ÖZCAN

  3. EOG tabanlı insan bilgisayar arabirim tasarımı

    EOG based human computer interface design

    RECEP ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs Üniversitesi

    Akıllı Sistemler Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SELİM ARAS

  4. İmlecin iki boyutlu hareketinin hayali sırasında kaydedilmiş EEG işaretlerinin karar ağaç yapısı esaslı sınıflandırılması

    Decision tree based classification of EEG signals recorded during two dimensional cursor movement imagery

    ÖNDER AYDEMİR

    Doktora

    Türkçe

    Türkçe

    2013

    BiyomühendislikKaradeniz Teknik Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. TEMEL KAYIKÇIOĞLU

  5. Alın bölgesinden alınan elektrookülogram (EOG) işaretleri için ölçüm devresi tasarımı ve sınıflandırılması

    The instrumentation circuit design and classification of EOG signals gained from frontal part

    BAHADIR CÖMERT

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik MühendisliğiBalıkesir Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYHAN İSTANBULLU