A Virtual home for Brain-Computer Interfaces (BCIs) Training
Beyin-Bilgisayar Arayüzleri (BBA) Eğitimi için Sanal Bir Ev
- Tez No: 954417
- Danışmanlar: PROF. DR. FRANCİSCO SEPULVEDA
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Beyin-bilgisayar arayüzü, Brain-computer interface
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Unıversıty Of Essex
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
The brain-computer interface is a technology that provides direct human-machine communication. It is not necessary for the individual to be able to move or even use motor and muscle skills for this communication. BCI work has recently begun to be used for entertainment and accessibility in daily life. Various multimedia devices can now be controlled with brain signals.In this study, brain signals are received through non-invasive methods and the received signals are cleansed from any noise. After certain extraction and classification operations using various methods, signals from the brain are converted into meaningful command sets. Virtual Home Brain-Computer Interfaces (BCIs) Training is a generic example of BCI application. This application aims to control accessibility in home systems by an EEG based BCI interfacing method. In this study, various aspects of BCI including BCI devices, machine learning, and data processing methods as well as a myriad of BCI applications are investigated. The Steady-State Visual Evoked Potentials (SSVEP) were selected as the paradigm as the study is based on SSVEP. Butterworth filter method was used for signal processing and Common Spatial Pattern (CSP) and Fast Fourier Transform (FFT) methods were used for feature extraction. Linear Discriminant Analysis (LDA), Support Vector Machine (SVM) and Multi-Layer Perceptron (MLP) were used as the classification algorithm and LDA was determined as the final classification algorithm according to the accuracy rates. After the EEG data is processed and classified, it is sent to the graphical interface. Through the graphical interface, the system can manage devices located in the home environment and can be found in call requests that will facilitate the daily experience of the user. In this process, over 75% success has been achieved. the solution to the problems of data collection and online system creation after the system design is introduced. It was observed during the study that the SSVEP-based BCI can ameliorate the lives of people with motor or muscle problems. The application of this can also be utilized for entertainment, security, and control purposes.
Özet (Çeviri)
Beyin-bilgisayar arayüzü, doğrudan insan-makine iletişimini sağlayan bir teknolojidir. Bu iletişim için bireyin hareket edebilmesi hatta motor ve kas becerilerini kullanabilmesi gerekli değildir. BBA çalışmaları son zamanlarda günlük hayatta eğlence ve erişilebilirlik için kullanılmaya başlanmıştır. Çeşitli multimedya cihazları artık beyin sinyalleri ile kontrol edilebilmektedir. Bu çalışmada, beyin sinyalleri non-invaziv yöntemlerle alınmakta ve alınan sinyaller gürültüden arındırılmaktadır. Çeşitli yöntemler kullanılarak yapılan belirli çıkarma ve sınıflandırma işlemlerinden sonra, beyinden gelen sinyaller anlamlı komut setlerine dönüştürülür. Sanal Ev Beyin-Bilgisayar Arayüzleri (BBA) Eğitimi, BBA uygulamasının genel bir örneğidir. Bu uygulama, EEG tabanlı bir BBA yöntemi ile ev sistemlerinde erişilebilirliği kontrol etmeyi amaçlamaktadır. Bu çalışmada, BBA cihazları, makine öğrenimi ve veri işleme yöntemleri de dahil olmak üzere BBA'nın çeşitli yönleri ve çok sayıda BBA uygulaması incelenmiştir. Çalışmanın DHGUP'ya dayanması nedeniyle Durağan Hal Görsel Uyarılmış Potansiyel (DHGUP) paradigma olarak seçilmiştir. Sinyal işleme için Butterworth filtre yöntemi, öznitelik çıkarımı için Ortak Uzamsal Öüntüler (OUÖ) ve Hızlı Fourier Dönüşümü (HFD) yöntemleri kullanılmıştır. Sınıflandırma algoritması olarak Doğrusal Diskriminant Analizi (DDA), Destek Vektör Makinesi (DVM) ve Çok Katmanlı Algılayıcı (ÇKA) kullanılmış ve doğruluk oranlarına göre son sınıflandırma algoritması olarak DDA belirlenmiştir. EEG verileri işlendikten ve sınıflandırıldıktan sonra grafiksel arayüze gönderilir. Sistem, grafik arayüz sayesinde ev ortamında bulunan cihazları yönetebilir ve kullanıcının günlük deneyimini kolaylaştıracak çağrı taleplerinde bulunabilir. Bu süreçte %75'in üzerinde başarı elde edilmiştir. Sistem tasarımı ortaya konulduktan sonra veri toplama ve çevrimiçi sistem oluşturma sorunlarının çözümü ortaya konulmuştur. Çalışma sırasında DHGUP tabanlı BBA'nın motor veya kas problemleri olan kişilerin yaşamlarını iyileştirebildiği gözlemlendi. Bu uygulama eğlence, güvenlik ve kontrol amaçları için de kullanılabilir.
Benzer Tezler
- Ovulasyon indüksiyonu tedavisinde folliküler gelişimin ultrasonografik takibi
Başlık çevirisi yok
MERİH BAYRAM
Tıpta Uzmanlık
Türkçe
1987
Kadın Hastalıkları ve DoğumGazi ÜniversitesiKadın Hastalıkları ve Doğum Ana Bilim Dalı
DOÇ. DR. MÜLAZIM YILDIRIM
- Çimentonun sertleşmesi üzerinde kimyasal komponentlerin etkisi
Başlık çevirisi yok
NACİYE TÜRKEL
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- Bazı esterlerin kinetik incelenmesi ve termodinamik parametrelerin belirlenmesi
Kinetic study and detesmination of thermodnamic parameters of some esters
İBRAHİM TAŞ
Yüksek Lisans
Türkçe
1986
Kimya MühendisliğiUludağ ÜniversitesiKimya Ana Bilim Dalı
PROF. DR. MUSTAFA CEBE
- İzmir'de bazı yolların kapatılarak yaya bölgeleri oluşturma da kent peyzajını geliştirme açısından yeniden planlanması üzerinde araştırmalar
Başlık çevirisi yok
BAHAR TÜRKYILMAZ
Yüksek Lisans
Türkçe
1985
Şehircilik ve Bölge PlanlamaEge ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
- Atherosklerotik kalp hastalıklarında risk faktörleri
Risk factors in the coronary artery disease
MURAT SUHER