Geri Dön

New approach for designing cvep bci stimuli based on superposition of edge responses

Kmgup bba uyarı tasarımı için kenar tepkelerinin süperpozisyonuna dayanan yeni yaklaşım

  1. Tez No: 618659
  2. Yazar: MUHAMMAD NABI
  3. Danışmanlar: PROF. DR. YUSUF ZİYA İDER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: İhsan Doğramacı Bilkent Üniversitesi
  10. Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 103

Özet

Elektroensefalografi (EEG) bazlı Beyin-Makina Arayüzleri (BBA) nöro-mühendislik alanında, taşınabilir olmaları, invaziv olmamaları, ve yüksek zamansal rezolüsyona sahip olmaları sebebiyle yaygın olarak kullanılmaktadırlar. Değişik BBA modaliteleri arasında, kod modülasyonlu uyarılmış potansiyeller (KMGUP), yüksek sınıflandırma hız ve doğrulukları dolayısıyla, çok popülerdir. Yıllar içinde, sınıflandırma hız ve doğruluğunu ve desteklenen hedef sayısını artırmak anamcıyla, çeşitli KMGUP uyarı dizinleri tasarlanmıştır. Bu çalışma, tamamen beynin görsel uyarılara verdiği tepkelerin özellikleri baz alınarak, yeni bir KMGUP uyarı dizini tasarımı metodolojisi sunmak amacıyla yapılmıştır. Çalışmamıza katılan yedi erkek deneğe 60 Hz yineleme hızlı bir monitörden darbe-tipli görsel uyarı dizinleri sunulmuştur (uyarı dizininin her bir biti 16.67 ms süre tutmaktadır). EEG, Brain Products V-Amp 16-kanal EEG Amfisiyle O1, Oz, O2, P3, Pz, P4, P7, ve P8 pozisyonlarından 2000 örnek/saniye hızıyla kaydedilmiş ve 4Hz ila 40 Hz arasında bant-geçiren filtreyle filtrelenmiştir. Elektrot empedansları 10 KOhm altında tutulmuş, ve 8 kanal veri Kanonik Korelasyon Analizi (CCA) yöntemiyle tek sinyale indirilmiştir. Psychtoolbox ve bereberinde Matlab kullanılarak uyarı sunumu Ubuntu işletim sistemi içeren bir Kişisel Bilgisayarla gerçeklenmiştir. Çalışmamızın birinci kısmında amacımız darbe-tipi uyarı dizinlerine olan EEG tepkelerini basit uyarı örüntülerine verilen EEG tepkelerinden süperpozisyon yoluyla oluşturabilmektir. EEG tepkelerinin sadece uyarı dizinindeki değişimlere yani pozitif (Siyahtan Beyaza dönüşme) ve negatif (Beyazdan Siyaha dönüşme) kenarlara hassas olduğunu gözlemledik. Kenar tepkeleri 50 ms gecikmeyle kenardan itibaren 350 ms boyunca sürmektedir. Pozitif kenar tepkesi negatif tepkeden genlik olarak oldukça fazladır. Her deneğin kenar tepkeleri kendine özgüdür ve aynı zamanda tekrar edilebilirdir. Deneylere katılan 7 denekte iki hafta arayla elde edilmiş olan iki kenar tepkesi birbiriyle ortalamada %84 korelasyona sahiptir. Diğer taraftan deneklerin kenar tepkeleri genel hatlarıyla birbirlerine benzemektedir. Daha sonra EEG tepkelerinin, kenar tepkelerinden süperpozisyon yoluyla ne kadar doğrulukla elde edilebildiğini sınamak için deneyler yapıldı. Oluşturulan ve kaydedilen EEG tepkeleri, farklı darbe uzunlukları, farklı darbe aralıkları ve de farklı darbe tekrarları için karşılaştırıldı. 1 ve 2 bit uzunluktaki darbelere olan tepkelerin sırasıyla %70.3 ve %68.1 korelasyonla oluşturulabildiği gözlemlendi. İlaveten, iki adet 1 bitlik darbenin arasındakı boşluğun 4 ila 9 bit arasında olması durumunda, oluşturulan ve ölçülen tepkeler arasındaki korelasyon %51.1'den fazla olmaktadır. 2 bit uzunluğundaki darbeler için ise iki darbe arasındaki boşluk 3 ila 9 bit arasındaysa, söz konusu korelasyon %53.4'ten yüksek olmaktadır. Tekrarlanan 2 ve 3 bit uzunluğundaki darbeler için, eğer tekrarlanma sayısı 4 veya 5 ise, EEG tepkeleri sırasıyla %62.4 ve %59.2 korelasyonla öngörülebilmektedir. Çalışmamızın üçüncü kısmında, yukarıda gözlemlendiği belirtilen kısıtlamalar göz önüne alınarak hazırladığımız 120 bit uzunluğunda uyarı dizinlerini, ve diğer başka iki tip uyarı dizinlerini bir BBA heceleyici uygulamasında karşılaştırdık. 36 hedefe sahip olan BBA heceleyici 60 Hz yineleme hızlı bir monitör kullanılarak 7 deneyde uygulandı. Çalışmamızın ikinci kısmında elde edilen gözlemlerlerden beklenenlere uygun olarak, önerdiğimiz dizinlerle, sınıflandırma doğruluğu ve Enformasyon Transfer Hızı (ITR) sırasıyla %95.5 ve 57.19 bit/s olurken, diğer iki dizin tipiyle sınıflandırma doğruluğu %6.94 ve %10.53, ITR ise 1.7 bit/s ve 10.53 bit/s oldu.

Özet (Çeviri)

Electroencephalography (EEG) based brain-computer interfaces (BCIs) are widely used in the field of neural engineering, due to their portability, noninvasive nature, and high temporal resolution properties. Among the different BCI, Electroencephalography (EEG) based brain-computer interfaces (BCIs) are widely used in the field of neural engineering, due to their portability, noninvasive nature, and high temporal resolution properties. Among the different BCI modalities, code modulated visual evoked potentials (cVEP) are very popular due to their high classification speed and accuracy. Over the years, various cVEP stimulus sequences have been designed aiming to increase the classification speed, accuracy, and the number of supported targets. This study is carried out in order to present a novel cVEP stimulus sequence designing methodology, which is purely based on characteristics of the actual brain responses to visual stimuli. Seven male subjects participated in our study, and they were presented pulse-type visual stimulus sequences on a monitor with 60 Hz refresh rate (each bit of a stimulus sequence is presented for 16.67 ms). EEG was recorded using Brain Products V-Amp (16 channel) EEG Amplifier from O1, Oz, O2, P3, Pz, P4, P7, and P8 positions at the rate of 2000 sps and the recorded EEG was then bandpass filtered between 4 and 40 Hz. Electrode impedances were kept under 10 KOhms, and Canonical Correlation Analysis (CCA) was used to reduce the 8-channel data to a single signal. Matlab, along with psychtoolbox, was used for stimulus presentation on a PC with Ubuntu operating system. In the first part of this study, our aim was to reconstruct the EEG response to pulse-type stimulus patterns by superposing the EEG responses to simple stimulus patterns. It is observed that the EEG response is only sensitive to the changes in the stimulus sequence, that is, to positive (change from Black to White) and negative edges (change from White to Black). The edge responses have a delay of around 50 ms, and these responses can be observed up to 350 ms after the edge. Furthermore, the magnitude of the positive edge response is much larger than the negative edge response. Edge responses for every person are unique, and they are also repeatable. The 7 subjects of our experimental study have an overall average correlation of 84% between the positive edge responses obtained with two weeks of separation. It is also interesting to know that edge responses for all of the subjects have a similar overall pattern. A series of experiments are then carried out to determine how well the EEG responses can be predicted by superposition of the edge responses. The reconstructed and measured EEG responses are compared for different pulse widths, different pulse separations, and also for different pulse repetitions. It is observed that response to 1 and 2 bit wide pulses can be predicted accurately for all subjects with an average correlation of 70.3% and 68.1%, respectively. Further, for 1 bit wide pulses, if the separation between two pulses is 4 to 9 bits, the correlation between predicted and measured responses is above 51.5%. For 2 bit wide pulses, if the separation is between 3 and 9 bits, the correlation is above 53.4%. Furthermore, responses to repeating 2 and 3 bit wide pulses can be predicted with a correlation of up to 62.4% and 59.2% for 4 and 5 repetitions, respectively. In the third part of this study, we constructed 120 bit stimulus sequences based on the constraints explained above and compared them with two other types of stimulus sequences in the context of a BCI speller application. The proposed BCI speller consists of 36 targets that are presented as a 6x6 matrix on the monitor screen at the refresh rate of 60 Hz, and the experiments are performed on seven healthy subjects. The classification results of our BCI speller follow our expectations based on the second part of our study; in that, for our proposed BCI stimulus sequences, the accuracy and ITR are recorded to be 95.5% and 57.19 bits/min, respectively, whereas for the other two types of codes, the classification accuracies are 6.94% and 10.53% with information transfer rates (ITR) of 1.7 bits/min and 10.53 bits/min, respectively.

Benzer Tezler

  1. Nehir tipi hidroelektrik santrallerin tasarımında yeni bir yaklaşım

    A new approach for designing run-of-river power plants

    OZAN KARAHAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. BİHRAT ÖNÖZ

  2. Design and computational optimization of a kinetic facade

    Kinetik bir cephenin tasarımı ve hesaplamalı optimizasyonu

    MÜMİN BAYAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    MimarlıkYaşar Üniversitesi

    Mimarlık Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FERAY MADEN

  3. Üstün zekalı öğrenciler için yeni bir farklılaştırma yaklaşımının geliştirilmesi ve matematik öğretiminde uygulanması

    Developing a new differentiation approach for gifted students and applied in mathematics education

    ESRA ALTINTAŞ

    Doktora

    Türkçe

    Türkçe

    2014

    Eğitim ve ÖğretimMarmara Üniversitesi

    İlköğretim Ana Bilim Dalı

    DOÇ. DR. AHMET Ş.ÖZDEMİR

  4. Çok sargılı transformatörler için kısa devre empedansı ve sargılara etkiyen kuvvetlerin belirlenmesi için yeni bir yaklaşım.

    A new approach for determining the short-circuit impedance and electromagnetic forces for multi-winding transformer.

    KAMRAN DAWOOD

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik MühendisliğiKocaeli Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BORA ALBOYACI