Ortam kontrol uygulamasına yönelik p300 tabanlı asenkron beyin bilgisayar arayüzü tasarımı ve uygulaması

Abstract

Beyin Bilgisayar Arayüzleri (BBA) beynin normal çıkış yolları olan kas ve sinir hücrelerini kullanmaksızın, kullanıcının niyeti ya da harici uyaranlarla birlikte beyin aktivitesinde meydana gelen değişimlerin çözümlenmesi yoluyla, beyin ve çıkış birimleri arasında doğrudan iletişim kanalı sağlayan sistemlerdir. BBA tabanlı ortam kontrol uygulamaları özellikle nöromusküler hastalıklara sahip kişilerin öz yeterliliklerinin ve yaşam kalitelerinin arttırılması açısından önemli uygulamalardır. BBA tabanlı ortam kontrolü üzerine sürdürülen çalışmalara rağmen, bu sistemler henüz yaygın klinik kullanımını desteklememektedir. Yüksek doğruluk ve iletişim hızı, kullanım kolaylığı, mobil ve asenkron sistem tasarımı gereksinimleri BBA sistemlerinin laboratuvar ortamlarından çıkarılarak gerçek yaşam uygulamalarına dönüşmesinin önündeki engellerdir. Bu çalışmada, BBA sistemlerin gerçek yaşama uyarlanabilir klinik uygulamalara dönüştürülmesine katkıda bulunmak amacıyla ortam kontrolüne yönelik olarak tasarlanmış P300 tabanlı asenkron bir BBA uygulaması geliştirilmiştir. BBA sisteminde giriş sinyali olarak olaya ilişkin potansiyellerin P300 bileşenleri kullanılmıştır. P300 yanıtlarının oluşabilmesi için Bölgesel Tabanlı Paradigmaya (BTP) dayalı bir uyaran arayüzü hazırlanmıştır. Öznitelik çıkarma amacıyla önişleme ve Ayrık Dalgacık Dönüşümü (ADD) olmak üzere iki ayrı yöntem, verilerin sınıflandırılması amacıyla ise Lineer Diskriminant Analizi (LDA) kullanılmıştır. Önerilen öznitelik çıkarma yöntemlerinin performansı BBA Yarışması III Veri Kümesi II üzerinde Lineer Diskriminant Analizi (LDA), Stepwise Lineer Diskriminant Analizi (SWLDA) ve Destek Vektör Makineleri (DVM) kullanılarak değerlendirilmiştir. Bu çalışmada ayrıca, dinamik durdurma ve kontrol durumu belirleme fonksiyonlarını içeren asenkron bir BBA tasarımı önerilmiştir. Önerilen asenkron BBA algoritması kontrol durumunu belirlemek için sistemin kontrol durumundaki çıkış örüntüsünü ve dinamik durdurma işlevi için ise ROC eğrisinin optimum çalışma noktası ile belirlenen eşik değerlerini kullanmaktadır. Kullanıcının hareket özgürlüğünün arttırılması amacıyla BBA sistemi ile kontrol edilecek çıkış birimleri arasındaki iletişim internet üzerinden sağlanmış, bu amaçla gömülü bir web sunucu geliştirilmiştir. Senkron BBA sonuçları, bu çalışmada önerilen sinyal işleme tekniklerinin düşük tekrar sayısında yüksek doğruluklara erişebildiğini göstermektedir. BTP'nin iki seviyeli seçim yaklaşımı çevrimiçi BBA sistemleri için kontrol doğruluğunu arttırırken asenkron BBA'lar için boşta çalışma doğruluğunun %100'e erişmesini sağlamıştır. Asenkron BBA sisteminin dinamik durdurma fonksiyonu kullanıcılara sistemi kendi hızlarında kontrol edebilme özgürlüğü sağlamaktadır. Elde edilen sonuçlar, önerilen P300 tabanlı asenkron BBA sisteminin gerçek yaşam uygulamaları için uygun olduğunu göstermektedir.

Brain-computer interface (BCI) is a system that provides a direct communication channel between brain and external devices, without the involvement of brain's normal output pathways of peripheral nerves and muscles, by analyzing of changes occurring in brain activity with user's intentions or external stimuli. BCI based environment control applications are important application especially in terms of increasing of the self-sufficiency and quality of life of people with neuromuscular diseases. Despite the studies carried out on the BCI based environment control, BCIs do not yet support widespread clinical usage. Requirements of high accuracy and communication speed, ease of use, mobile and asynchronous system design are the challenges to moving a BCI system from the laboratory into real-life applications. In this study, in order to contribute to transformation of BCI system into the clinical applications that can be adapted to real life, a P300 based asynchronous BCI is designed to be used for environment control. P300 component of event related potentials is used as input signal of BCI system. To elicit P300 responses, a stimulus interface based on Region-Based Paradigm (RBP) is designed. Two different methods as preprocessing and Discrete Wavelet Transform (DWT) are used for feature extraction of EEG signal. Linear Discriminant Analysis (LDA) is used for classification of data. Performance of the proposed feature extraction methods are evaluated on BCI Competition III Dataset II by using LDA, Stepwise Linear Discriminant Analysis (SWLDA) and Support Vector Machines (SVM). In this study, an asynchronous BCI system design that includes control state detection and dynamic stopping functions is also proposed. The proposed asynchronous BCI algorithm considers the output pattern of BCI system at control state to determine users' control state and considers thresholds that are determined by the optimum operating point of the ROC curve for dynamic stop function. To enhance the user's freedom of movement, communication between BCI system and output devices to be controlled is provided through Internet, and an embedded web server is developed for Internet based communication. Synchronous BCI results indicate that the proposed signal processing techniques achieve high classification accuracy at a smaller number of intensification. Two level approach of RBP provides to improve control accuracy of online BCI system while it provides to access 100% accuracy at the idle state for asynchronous BCI. Dynamic stopping function of asynchronous BCI system provides the user freedom by enabling them to control the system at their own pace. According to the results, the proposed P300 based asynchronous BCI system is feasible for real life applications.