Beyin sinyallerinin geri yaymalı yapay sinir ağı ile eğitilmesi ve haritalanması

Abstract

ÖZET Anahtar kelimeler: EEG, Yapay Sinir Ağları, Geri Yansıma Algoritması, Beyin Haritalama. Bu çalışmanın amacı, beynin elektriksel aktivitelerinin yapay sinir ağları ile tanınarak haritalanmasıdır. Tıpta hastadan alınan beyin sinyallerinin frekans spektrumları hastada patolojik durumların olup olmadığının belirlenmesinde kullanılmaktadır. Beyin sinyallerinin işlenebilir olması için veriler önce zaman domeninde segmentlere ayrılmış daha sonra frekans domenine dönüştürülmüştür. Eğitimi yapılacak veri dosyası, ayrı ayrı segment dosyalarının birleştirilmesinden elde edilmiştir. Eğitilen ağa yeni EEG verileri sorgulandığında ağ, önceki öğrendiklerinin ışığında yorum yapmaktadır. Eğitim işleminde geriyaymalı yapay sinir ağı algoritması kullanılmıştır. Beyin sinyallerinin değerlendirilmesinde kullanılan önemli bir metot da haritalamadır. Sayfalar süren EEG kayıtlarının uzmanlar tarafından okunması ve değerlendirilmesinde zaman zaman hatalı sonuçlar çıkabilmektedir. Haritalama işlemi Windows ortamında Visual Basic 5.0 programında hazırlanmış bir yazılım ile gerçekleştirilmiştir. EEG sinyalinde bulunan delta, teta, alfa ve beta gibi dört faklı dalga aynı anda bilgisayar ekranında birbirini takip eden zaman segmentlerinin film şeklinde haritalanması ve ayrıca istenen herhangi iki segment arasının haritalanması gerçekleştirilmiştir. Haritalamada 11 farklı renk kodu kullanılmıştır. Haritalarda önceden belirtilen değerleri aşan noktaların varlığının sesli ve görüntülü ikaz edilmesi sağlanmıştır. Bilgisayar kullanımı ile hasta verileri hafızada kaydedilerek sonraki kullanımlara hazır halde bulundurulabilecektir. Yapılan eğitme ve haritalama programına hasta takip gibi özellikler eklenerek ilgili uzman hekimler tarafından kolaylıkla kullanılabilecek bir yazılım paketi gerçekleştirilmiştir.

SUMMARY Training and Mapping of Brain Signals By Using Neural Networks With Backpropagation Algorithm. Keywords: EEG, artificial neural networks, backpropojation algorithm, brain mapping. The aim of this study is to map brain electrical activity by using artificial neural networks training. In medical application, the frequency spectrum of brain signals of patient is used to determine the illness of tissues or cells. Firstly datas are discreated in to segment in order to make processable brain signal. After that datas are transformed to frequency domain. Data file which would be trained, is obtained from composition of discrete segment files. When new EEG data applied to trained neural network, it predicts output using previous training knowledge. In training process, backpropagation neural network algorithm is used. Another important method in brain signal prediction is the mapping method. It is very difficult for expert to read and predict the very long EEG records, so this causes the wrong result of prediction. Mapping is implemented by using software written in Visual Basic 5.0 which run under Windows. Four different waves in EEG signal (delta, teta, olpha and beta) are implemented by using numerous segments which are showed on computer screen. Moreover it is possible to map two desired segments gap. In mapping 11 different colour codes are used. Points which overflow previously given datas in maps are given using sound alarm and visual alarm. Patient datas are recorded and kept ready for another use by aid of computer. Patient monitoring etc. Are added to this training and mapping program. So this software packet becomes very useful! for doctors or experts.