Beyin - bilgisayar etkileşimi verilerin analizi ve uygulamaları

Abstract

Vücudun ana kontrol mekanizması olan beyin, anlaşılması zor bir yapıya sahiptir. İnsan beyni üzerinde incelemeler yapılmaya başladığından beri günümüze dek farklı metotlarla, beynin hareketli yapısını anlaşılır hale getirmek için birçok çalışma yapılmıştır. Elektroensefalografi (EEG), bu yöntemler arasında beyin aktivitesini görüntülemeye yarayanlardan bir tanesidir. Beyin – Bilgisayar Etkileşimi, gelişmekte olan ve üzerinde çok fazla sayıda çalışma yapılmamış bir alandır. Yalnızca düşünceler aracılığıyla teknolojik cihazlarla konuşabilme fikri pek çok yeni ufuklar doğurur.Çalışmada kullandığımız Emotiv Epoc+ adlı cihaz, EEG sinyallerini okunabilir hale getirmek için faydalanılan araçlardan bir tanesidir. Kafatasında farklı loblara göre özelleşmiş olarak kendine has bölgelere yerleştirilen 14 farklı elektrot sayesinde bu cihaz aracılığıyla beyinsel aktivite gözlemlenir. Bu tez çalışmasında kullanılan EEG verileri, bahsedilen araç ve yazılım kullanılarak elde edilmiştir. Ayrıca çalışmayı desteklemek amaçlı kullanılan sınıflandırma algoritmalarının testi de UCI veritabanından alınan onaylanmış EEG verileri üzerinde gerçekleştirilmiştir.Beyinde üretilen dalgaların üst üste çakışmasıyla EEG sinyalleri meydana gelir. Bu çalışmada, kullanılan cihaz ve yazılım aracılığıyla bilgisayara aktarılan EEG verileri dosyaya yazdırılmıştır. Verilerin tutulduğu dosyalara gerekli önişleme operasyonları uygulanarak, kullandığımız programlama ortamı olan Visual C# 2015 de veriler ayrıştırılarak okunabilir hale getirilmiştir. Sınıflandırma aşamasında ise K-En Yakın Komşuluk, C x K – En Yakın Komşuluk, Naive Bayesian kullanılmıştır. Sınıflandırma algoritmalarının uzaklık ölçüm yöntemleri içinde ise Öklid, Bray- Curtis, Hellinger ve Cosine benzerlik ölçümleri bulunmaktadır.vGerçekleştirdiğim tez çalışmasında, aynı denekten temin edilen anlık EEG sinyalleri kullanılmıştır. Deneğe deney sırasında dört temel ana yön (sağ, sol, yukarı, aşağı) gösterilen bir bilgisayar arayüzü sunulmuştur. Bu gösterilen dört yönden fareimlecinin yalnızca birine gitmesinin deneğin zihninde imgelenmesi istenmiştir. Deneğin bu düşünsel süreci EEG ölçüm cihazı yardımıyla kaydedilmiştir. Her bir yön düşüncesi ilgili yön ismiyle etiketlenip dört farklı sınıfa ayrılmıştır. Bu şekilde gruplanan EEG sinyalleri farklı sınıflandırma algoritmaları kullanarak sınıflandırma doğruluk oranlarını karşılaştırmıştır. Nispeten başarılı oran veren algoritma, hangi yönün düşünüldüğünün bilinmediği EEG verileri üzerinde uygulanarak incelenmiştir.

The brain which is the central control mechanism of body, has a complex structure. Many researches have been made to make dynamic structure of human brain more understandable with many different methods Electroencephalography (EEG), is one of these methods able to visualize cerebral activity. Brain – Computer Interface is a developing field about which there are not many researches. The idea of being able to communicate with technological devices via thoughts causes new scientific horizons.The device named Emotiv Epoc+, used in this study, is one of the tools benefited for making EEG signals readable. Cerebral activities are observed via this device thanks to 14 distinct electrodes placed upon proper specialized locations according to different lobes on brain. EEG data used in this thesis study, has been acquired by utilizing mentioned tool and software. Moreover, test of classification algorithms used with purpose of supporting study has been applied to verified EEG data obtained by UCI data warehouse.EEG signals are emerged of collusion of the waves generated in brain. EEG data transmitted to a computer via utilized device and software are written to a file. In classification phase, K-Nearest Neighborhood, C x k- Nearest Neighborhood and Naive Bayesian are utilized. As distance measuring methods of these classification algorithms, Euclidean, Bray-Curtis, Hellinger and Cosine Similarity Metrics take place.In this study, instantaneous EEG signals supplied by the same subject are used. A computer interface in which four main directions are shown is presented to the subject during an experiment. Imagination of movement of the mouse cursor to only one of these four directions is asked from subject. This thinking process of subject is recorded with the help of an EEG measurement device. Each thought of a direction is labeled with respective direction name and all signals are divided into four different classesviiwith respect to their labeled direction names. EEG signals grouped in this manner are classified using distinct classification algorithms and classification accuracy rates of those algorithms are compared. Quite more successful algorithms are analyzed by being applied to EEG data in which unknown directions are thought among these four directions.