EEG klavyesi tasarımı
EEG keyboard design
- Tez No: 696088
- Danışmanlar: DOÇ. DR. İLHAN UMUT, YRD. DOÇ. DR. HAKAN ÜSTÜNEL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Trakya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Hesaplamalı Bilimler Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 96
Özet
Elektroensefalografik (EEG) verilerinin, sanal klavye yazılımında nümerik karakterlerin tahminlemesi için giriş verisi olarak kullanılıp kullanılamayacağını belirlemek üzere bu tez çalışması planlanmıştır. Bu tez çalışmasında OpenBCI headband ile elde edilen EEG sinyalleri geliştirilen yükseltme devresi ile Myrio kartına gönderilmiştir. Myrio kartına yazılan firmware sayesinde yapılan ölçümler Wifi üzerinde çalışmaya özel geliştirilen mobil cihaz veya bilgisayar yazılımına gönderilmektedir. Çalışma 4 gönüllüden elde edilen 2200 farklı kayıt kullanılarak test edilmiştir. Kayıtlar üzerinde 4 farklı makine öğrenmesi metotları ( KNN, RBF, SOM ve YSA) kullanılarak eğitim gerçekleştirilmiş ve sonuçları karşılaştırılmıştır. Verilerin %50 si yani yarısı eğitim diğer yarısı ise test için kullanılmıştır. Eğitimin başarısını değerlendirmek için hata matrisi kullanılarak hesaplanan doğruluk, Kappa değeri, hata değeri (RMSE), kesinlik(Precision), F-ölçütü, ROC değeri performans değerlendirme kriterleri kullanılmıştır. Geliştirilen çalışmadaki yazılım Myrio cihazından gelen EEG verilerini YSA algoritmasını kullanarak %96 gibi yüksek bir doğruluk oranıyla ve ortalama 1sn gibi düşük bir süreyle sınıflandırabilmektedir. Bu çalışma ile geliştirilen sanal klavyenin özellikle engelli bireyler olmak üzere birçok kullanıcıya mobil cihazlarda ve bilgisayarda kolaylık sağlayacağı düşünülmektedir.
Özet (Çeviri)
This thesis study is planned to determine whether electroencephalographic (EEG) data can be used as input data for estimation of numerical characters in virtual keyboard software. In this thesis, EEG signals obtained with OpenBCI headband were sent to Myrio card with the developed amplification circuit. Thanks to the firmware written on the Myrio card, the measurements are sent to the mobile device or computer software specially developed for working on Wifi. The study was tested using 2200 different records from 4 volunteers. Training was carried out on the records using 4 different machine learning methods (KNN, RBF, SOM and ANN) and the results were compared. 50% of the data was used for training and the other half for testing. In order to evaluate the success of the training, the performance evaluation criteria of accuracy, Kappa value, error value (RMSE), precision, F-criterion, ROC value calculated using the error matrix were used. The software in the developed study can classify the EEG data from the Myrio device using the ANN algorithm with a high accuracy rate of 96% and an average time of 1 second. It is thought that the virtual keyboard developed with this study will provide convenience to many users, especially disabled individuals, on mobile devices and computers.
Benzer Tezler
- EEG sinyalleri kullanılarak derin öğrenme yöntemiyle beyin klavyesi arayüzü tasarımı
Brain keyboard interface design with deep learning method using EEG signals
MELİH DEMİR
Yüksek Lisans
Türkçe
2024
BiyomühendislikKütahya Dumlupınar Üniversitesiİleri Teknolojiler Ana Bilim Dalı
DOÇ. DR. MUSTAFA TOSUN
- EEG sinyali almak için sistem tasarımı
The system desing for acquiring EEG signal
MUHAMMET EMİN ŞAHİN
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiBozok ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FEYZULLAH TEMURTAŞ
- EEG sinyallerinin bütünleşik ampirik dönüşümlü derin öğrenme yöntemleriyle analizi
EEG analysis using deep learning methods with integrated empirical transformation
GÜLÇİN İNAT
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİskenderun Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN ALTAN
- Derin öğrenme kullanarak EEG tabanlı duygu tanıma
EEG-based emotion recognition using deep learning
TUĞÇE KILIÇ
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKonya Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SERAL ÖZŞEN
- Otizm spektrum bozukluğu olan çocuklarda sosyal biliş yeteneklerinin EEG analizi: Bilgisayar tabanlı müdahale yoluyla bir araştırma
EEG analysis of social cognition skills in children with autism spectrum disorder: An Investigation through computer-based intervention
HASAN KARAEVLİ
Yüksek Lisans
Türkçe
2025
NörolojiÜsküdar ÜniversitesiNörobilim Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ERSİN YAVAŞ