EEG-based brain-computer interface using wavelet coherence and graph-theoretic methods
Dalgacık uyumluluğu ve çizge kuramsal yöntemleri kullanan EEG tabanlı beyin-bilgisayar arayüzü
- Tez No: 973341
- Danışmanlar: PROF. DR. AHMET ADEMOĞLU
- Tez Türü: Doktora
- Konular: Biyomühendislik, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Bioengineering, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering
- Anahtar Kelimeler: Beyin-bilgisayar arayüzü, EEG, Elektroensefalografi, Grafik teorisi, Olay ilişkili potansiyeller, Brain-computer interface, Electroencephalography, Graph theory, Event related potentials
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Biyomedikal Mühendislik Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Biyomedikal Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
İnsanın zihinsel süreçlerinin iki temel bileşeni duygu ve biliş geleneksel olarak bağımsız bir şekilde incelenmiştir. İnsan zihinsel işleyişinin kapsamlı bir şekilde anlaşılması, duygu ve bilişin birlikte incelenmesini gerektirir. Çeşitli fizyolojik yöntemler arasında, elektroensefalografi (EEG), duygusal ve bilişsel süreçleri değerlendirmek için güvenilir ve girişimsel olmayan bir araç olarak öne çıkmaktadır. Farklı EEG frekans bantlarındaki nöral salınımların incelemek ve olaya ilişkin potansiyelleri (OİP) değerlendirmek, farklı duygusal ve bilişsel durumlarla ilişkili özgün desenlerin belirlenmesine yardımcı olur. Bu tezde, hoş/hoş olmayan duygusal haller ve düşük/yüksek bilişsel durumlar, uzaysal-zamansal bileşenlerden elde edilen çizge-teorik özellikleri kullanılarak ayırt edilmiştir. N100, N200 ve P300 tek denemelik OİP bileşenlerine karşılık gelen dalgacık uyumluluk değerleri delta, teta, alfa ve beta frekans bantlarında incelenmiştir. Ardından, dalgacık uyumluluğuna dayalı fonksiyonel ağlardan oluşturulan bağlantı matrisleri üzerinde çizge-teorik analizler yapılarak çeşitli küresel ve yerel çizge metrikleri elde edilmiştir. Bu metrikler, çizge-teorik özniteliklerden yararlanarak sınıflandırma doğruluğunu artırmak amacıyla destek vektör makineleri (SVM), en yakın komşular (k-NN) ve doğrusal ayırt edici analiz (LDA) yöntemleriyle yapılan sınıflandırmada öznitelik olarak kullanılmıştır. Delta bandındaki dalgacık tutarlılığından elde edilen çizge öznitelikleri, SVM yöntemi kullanılarak yüksek doğrulukla sınıflandırma sağlamıştır. Hoş/hoş olmayan duygusal haller ve düşük/yüksek bilişsel durumlar sırasıyla %92 ve %89'a varan ortalama doğruluklarla sınıflandırılmıştır. Bu bulgular, önerilen yaklaşımın gürbüzlüğünü vurgulayarak, duygusal ve bilişsel durumların EEG tabanlı değerlendirmesini geliştirme potansiyelini ortaya koyarken gelecekteki beyin-bilgisayar arayüzü uygulamalarının önünü açmaktadır.
Özet (Çeviri)
Emotion and cognition, two fundamental aspects of human mental processes, have traditionally been investigated independently. A comprehensive understanding of human mental functioning requires exploration of emotion and cognition. Among various physiological methods, electroencephalography (EEG), stands out as a reliable, non-invasive tool to evaluate emotional and cognitive processes. Studying neural oscillations across various EEG frequency bands and evaluating event-related potentials (ERPs) helps identifying distinct patterns linked to various emotional and cognitive states. In this thesis, pleasant/unpleasant emotional moods as well as low/high cognitive states were discriminated using graph-theoretic features extracted from spatio-temporal components. Wavelet coherence values corresponding to the N100, N200, and P300 single-trial ERP components were examined across the delta, theta, alpha, and beta frequency bands. Subsequently, graph-theoretic analyses were performed on connectivity matrices constructed from wavelet coherence-based functional networks to obtain several global and local graph metrics. These metrics were employed as features in classification using support vector machines (SVM), k-nearest neighbors (k-NN), and linear discriminant analysis (LDA) to enhance the classification accuracy by leveraging graph-theoretic features. Delta band wavelet coherence based graph features enabled accurate classification using SVM. Pleasant/unpleasant emotional moods and low/high cognitive states were classified with average accuracies of up to 92% and 89%, respectively. These findings emphasize the robustness of the proposed approach, highlighting its potential to improve EEG-based assessment of emotional and cognitive states, while paving the way for future brain–computer interface (BCI) applications.
Benzer Tezler
- Design of a brain computer interface (BCI) system based on electroencephalogram (EEG)
Elektroensefalogram (EEG) tabanlı bir beyin bilgisayar arayüz sistemi tasarımı
OZAN GÜNAYDIN
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMED ÖZKAN
- EEG sinyallerinden Türkçe sesli harflerin MI-BCI kullanılarak tanınması için sistem tasarımı
System design for recognition of turkish vowels from EEG signals using MI-BCI
KADİR HALTAŞ
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKırıkkale ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATİLLA ERGÜZEN
- Psikofizyolojik ölçüm tabanlı beyin bilgisayar arayüz sistemlerinde performans artırmaya yönelik bir çalışma
A study on performance increasing in psychophysiological measurement based brain-computer interface systems
ERDEM ERKAN
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET AKBABA
- Beyin bilgisayar arayüzü uygulamalarında motor görüntüleme EEG sinyallerinin analizi için yeni yaklaşımlar
New approaches to analysis of motor imagery EEG signals in brain computer interface applications
ESRA KAYA
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiSelçuk ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL SARITAŞ
- İki serbestlik dereceli hareket kontrolü için zihinsel görev sınıflandırma tabanlı beyin- bilgisayar arayüzü tasarımı
Mental task classification based brain-computer interface design for 2 dof movement control
ÇAĞLAR UYULAN
Yüksek Lisans
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiNörobilim Ana Bilim Dalı
YRD. DOÇ. DR. TÜRKER TEKİN ERGÜZEL