Geri Dön

Motor hayal EEG işaretlerinin kaynak yerelleştirme kullanarak sınıflandırılması

Classification of motor imagery EEG signals using source localization

PDF İndir

  1. Tez No: 686971
  2. Yazar: MUSTAFA YAZICI
  3. Danışmanlar: PROF. DR. MUSTAFA ULUTAŞ
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 158

Özet

Beyin Bilgisayar Arayüzü (BBA), beyni ve harici bir cihazı birbirine bağlayan bir iletişim yöntemidir. BBA'ların tasarımı ve uygulanması disiplinler arası bir çalışma alanıdır. Amaç, nöromusküler hastalıkları veya engelleri olan kişilerin yaşam kalitesini iyileştirmektir. Ticari olarak temin edilebilen çok sayıda BBA vardır, ancak daha yüksek doğruluğa sahip kullanıcı dostu BBA'lar için hala büyük bir talep vardır. EEG sinyalleri yüksek zamansal çözünürlüğe sahip olmalarına rağmen, düşük uzaysal çözünürlüğe sahiptirler. Bu çalışmada, kafa derisinden alınan EEG sinyalleri EEG Kaynak Görüntüleme kullanılarak kortikal aktivasyonlara dönüştürülerek düşük uzaysal çözünürlük telafi edilmektedir. Kortikal kaynak sinyalleri, nöroanatomi ve nörofizyoloji bilgileri eklenerek başarılı bir şekilde sınıflandırılabilir. Bu tez, bilgisayar mühendisliği ve tıp biliminin fizyoloji bölümü ile çok disiplinli bir çalışmadır. Burada, motor hayaline karşılık gelen beyin bölgelerinden gelen kortikal sinyaller, nörogörüntüleme ile EEG sinyallerinin ayırt edilmesini geliştirebilmek için kullanıldı. Sonuç olarak, EEG kortikal sinyallerinin elektrot seviyesindeki sinyallere kıyasla başarılı bir şekilde sınıflandırılması gerçekleştirildi. Motor hayal bölgelerinde kişiler arası küçük farklılıklar da gözlendi.

Özet (Çeviri)

Brain Computer Interface (BCI) is a communication method which links brain and an external device. Design and implementation of BCIs is an interdisciplinary field of study. The aim is to improve the quality of life of those with neuromuscular diseases or disabilities. There are many commercially available BCIs but, there is still a big demand for user friendly BCIs with higher accuracy. Although EEG signals have high temporal resolution, they have low spatial resolution. In this study, for low spatial resolution is compensated by converting the EEG signals received from the scalp into cortical activations using EEG Source Imaging. Cortical source signals can be classified successfully by adding neuro anatomy and neurophysiology information. This is a multi-disciplinary study with the computer engineering and physiology department of medical science. Here, cortical signals from brain regions corresponding to motor imagery is used to improve the discrimination on the EEG signals by neuroimaging. As a result, successful classification of the EEG cortical signals compared to the signals at the electrode level is accomplished. Minor interpersonal differences in motor imagery regions are also observed.

Benzer Tezler

  1. Tez No

    834781

    Classification of ten different motor imagery eeg signals by using deep neural networks

    On farklı motor hareket hayaline ait eeg işaretlerinin derin sinir ağları ile sınıflandırılması

    NURİ KORHAN

    Doktora

    İngilizce

    İngilizce

    2023

    Mekatronik Mühendisliğiİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. ZÜMRAY ÖLMEZ

  2. Tez No

    439689

    Classification methods for motor imagery based brain computer interfaces

    Motor hareket hayali tabanlı beyin bilgisayar arayüzleri için sınıflandırma metotları

    AYHAN YÜKSEL

    Doktora

    İngilizce

    İngilizce

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TAMER ÖLMEZ

  3. Tez No

    336889

    Spatial decoding of oscillatory neural activity for brain computer interfacing

    Beyin makine arayüzleri için salınımlı beyin işaretlerinin uzamsal çözümlemesi

    İBRAHİM ONARAN

    Doktora

    İngilizce

    İngilizce

    2013

    Biyomühendislikİhsan Doğramacı Bilkent Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. AHMET ENİS ÇETİN

    YRD. DOÇ. DR. NURİ FIRAT İNCE

  4. Tez No

    657899

    Motor imge tabanlı beyin bilgisayar arayüzü sistemlerinde ön işleme yönteminin sınıflandırma performansına etkisinin araştırılması

    Investigation of the effect of preprocessing method on classification performance in motor imagery based brain computer interface systems

    EDA DAĞDEVİR

    Doktora

    Türkçe

    Türkçe

    2021

    BiyoistatistikErciyes Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    PROF. DR. MAHMUT TOKMAKÇI

  5. Tez No

    612139

    Classification of the motor EEG signals by using deep neural networks

    Derin sinir ağları kullanarak motor EEG sinyallerinin sınıflandırılması

    LEYLA ABILZADE

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilişim Uygulamaları Ana Bilim Dalı

    PROF. DR. TAMER ÖLMEZ

Geri Dön