Yüksek Lisans Tezi Görüntüleme

Öğrenci: Shahin POURZARE
Danışman: Prof. Dr. Temel KAYIKÇIOĞLU
Anabilim Dalı: Elektrik-Elektronik Müh.
Enstitü: Fen Bilimleri Enstitüsü
Üniversite: Karadeniz Teknik Üniversitesi
Tez Adı: EEG İşaretlerindeki Göz ve Çene Hareketi Artifaktlarının Sınıflandırılması
Tezin Türü: Yüksek Lisans
Kabul Tarihi: 9/11/2012
Sayfa Sayısı: 75
Tez No: t2563
Özet:

      Günümüzde, engellilerin hayatını kolaylaştırmaya yönelik olarak internet ve bilgisayar teknolojisi tabanlı birçok önemli çalışma yapılmaktadır. Bu teknolojilerden birisi Beyin Bilgisayar Arayüzü (BBA) sistemidir. BBA insanların motor sinir sistemlerini kullanmaksızın bir bilgisayarı, elektromekanik bir kolu ya da çeşitli nöro protezleri kullanmalarını olanaklı hale getiren sistemlerdir. Günümüzdeki BBA sistemleri derin ve yüzeysel EEG (Elektroensefalografi) kayıtları ile alınan beyin sinyallerinin işlenmesi ile gerçekleştirilmektedir. Elektroensefalografi işaretleri, beyin yüzeyinden elektrotlarla algılanan düşük genlikli biyoelektrik işaretlerdir. Bu işaretlerin genliği tepeden tepeye 2-100 μV ve frekans bandı ise 0.1-60 Hz aralığında bulunmaktadır. Ama EEG işaretleri düzensiz bir yapıya sahip olmasından dolayı daima artifakt bulundururlar. Genelde artifaktlar sinyaldeki istenmeyen verilerdir. Bu artifaktlar hareketli uzuvların örneğin; gözün hareketlerinden oluşan ya da vücudun dış etkilere gösterdiği tepki sonucu oluşan biyoelektrik potansiyellerdir. BBA sistemlerde Elektrookülografi (EOG) ve elektromayografi (EMG) artifaktları, fizyolojik artifaktların en önemli kaynaklardan biri olarak kabul edilir.

Bu tez çalışmasında, EEG işaretlerin çeşitli yüz hareketleri yapıldığı sırada göz ve çene artifaktlarının kaydedilmesi ve sınıflandırılması sunulmuştur. Çalışmada kullanılan EEG işaretleri Brain Quick EEG sistemi (Micromed, İtalya) ile kaydedilmiştir. Veriler, yaşları 28-30 arasında değişen sağlıklı erkek bireylerden farklı günlerde kaydedilmiştir. Deneyde elektrotlar uluslararası 10-20 yerleşim sistemine göre alınmıştır, Öznitelikler; karekök ortalama, polinom uydurma ve Hjorth betimleyici yöntemleri ile çıkarılmıştır. Çıkarılan öznitelikler ile EEG sinyalleri k en yakın komşuluk sınıflandırıcısı ile sınıflandırılmıştır. Önerilen yöntem test verilerinde üç kişi üzerinde %99, % 94 ve %89 sınıflandırma doğruluğu elde etmiştir.

      

Anahtar Kelimeler: EEG sinyal analizi, Artifakt, Öznitelik çıkarma, sınıflandırma