Fotogrametrik elektrot konumlama yöntemi ve istatistiksel ön-bilgili parametre kestirimi ile kaynak yerelleştirimi yapan eeg sistemi geliştirilmesi

Abstract

Bu tezde istatistiksel ön bilgi kullanarak parametre kestirimi ile EEG kaynak yerelleştirimi yapan bir sistem geliştirilmiştir. Geliştirilen sistem EEG elektrotlarının üç boyutlu uzaydaki konumlarını belirlemek için tam otomatik bir fotogrametrik sistem,doku öziletkenliklerini az hata ile kestirebilmek için de ˙Istatistiksel Kısıtlı MinimumOrtalama Hatalar Karesi (˙I.K.M.O.H.K.) algoritması ve genişletilmiş Kalman süzgeciniiçermektedir. Geliştirilen fotogrametrik sistemde elektrotlar renkli işaretleyicilerile işaretlenmiş, adım motor yardımı ile insan kafası etrafında döndürülen bir kameraile görüntüler alınmıştır. Elde edilen görüntülerde elektrotlar tam otomatik biralgoritma ile tanınmış, fotogrametrik hesaplamalarla elektrot konumları belirlenmiştir.Geliştirilen sistemin başarımı bir kafa fantomu üzerinde belirlenen 25 elektrot konumuiçin denenmiş ve sistemin geleneksel elektrot konumu belirleme yöntemlerindendaha az hata ile konum belirlediği bulunmuştur. Doku öziletkenliklerini kestirmekiçin kullanılan ˙I.K.M.O.H.K. algoritmasının başarımı benzetim çalışmalarıyla araştırılmış, kaynak yerelleştiriminde bu algoritma ile kestirilen doku öziletkenliklerinin kullanılması durumunda konumlama hatasının %73 azaldığı bulunmuştur. Ayrıca doku öziletkenliklerinin kestirimi için genişletilmiş Kalman süzgeci algoritması uygulanmış, bu algoritma ile doku öziletkenliklerinin %1'dan daha az hata ile kestirilebildiği gösterilmiştir. Tezde ayrıca yönbağımlı öziletkenliğe sahip dokuların biyoelektromanyetik ileri ve ters problem çözümlerine etkisi bir toraks fantomu kullanılarak deneysel olarak araştırılmıştır. Bu çalışma sonucunda yönbağımlı öziletkenliklerin ihmal edilmesi durumunda ölçülen sinyal genliğinin ve kaynak yerelleştirimi yönelim hatasının arttığı, ancak kaynak yerelleştirimi konum hatasının etkilenmediği bulunmuştur.

In this thesis, an EEG source localization system incorporating statistically constraineda-priori parameter estimator has been developed. The developed systemconsists of a fully automated photogrammetric system to determine EEG electrodepositions in 3D and employs Statistically Constrained Minimum Mean Squares ErrorEstimator (MiMSEE) and extended Kalman filter to estimate tissue conductivitieswith an improved accuracy. In photogrammetric system the electrodes have beenmarked with colored markers and images have been acquired with a camera drivenby a step motor. The electrodes in the images have been recognized with an automaticalgorithm and their positions have been calculated. The performance of theproposed system has been tested with a head fantom containing 25 electrodes andit is shown that the proposed system determines the locations with less error thanconventional methods. The performance of MiMSEE has been tested with simulationstudies and it is found that the source localization error is reduced by a factor of73% if the conductivities estimated by MiMSEE is used. Extended Kalman filter hasalso been used for the estimation of tissue conductivities and it is shown that tissueconductivities can be estimated with this method by an error rate of less than 1%.Furthermore the effect of neglecting anisotropic tissue conductivities in bioelectromagneticforward and inverse problem has been investigated experimentally with atorso phantom. It is shown that neglecting the anisotropic conductivities has effecton measured signal strength and estimated dipole orientations and it has no effecton estimated dipole locations.