A wearable EEG-based serious game for focus improvement and diagnosing ADHD/ADD patients by EEG signals classification
dc.contributor.advisor | Shırmohammadı, Shervın | |
dc.contributor.author | Alchalabi, Alaa Eddin | |
dc.date.accessioned | 2021-05-08T07:33:24Z | |
dc.date.available | 2021-05-08T07:33:24Z | |
dc.date.submitted | 2017 | |
dc.date.issued | 2018-08-06 | |
dc.identifier.uri | https://acikbilim.yok.gov.tr/handle/20.500.12812/631523 | |
dc.description.abstract | Dikkat Eksikligi Hiperaktivite Bozuklugu (DEHB) dikkat ve odaklanma eksikligi ilekarakterize edilir ve en yaygın bilissel islev bozukluklarından biridir. Elektroenselogram(EEG) sinyalleri dikkatlilik gibi bilissel yetenekler hakkında çok fazla bilgi tasıdıgıiçin EEG sinyallerini dikkat eksikligi olan kisiler için kullanmak büyük önem gösterir.EEG, Beyin-bilgisayar Arayüzü (BBA) arastırmacıları tarafından sıklıkla kullanılan EEGokuyan kablosuz aletler kullanılarak okunabilir.Buna parallel olarak, son günlerde uygulamalı oyunlardan muhtelif bilissel ve duygusaleksikliklerin iyilestirilmesi bakımından faydalanılmıstır. Bu tezde, bir bu iki alanı birlestirdikve DEHB'li insanların dikkat yeteneklerini gelistiren, giyilebilen kablosuz EEGaleti ile control edilen bir sanal gerçeklik uygulamalı oyunu tasarladık. Saglıklı bireylerleyaptıgımız ilk deneylerde, oyunumuzu klavye kullanarak ve EEG kullanarak oynayan kisilerikarsılastırdıgımızda etkilesimde 10%'luk, odaklanmada ise 8%'lik bir gelisme gördük.Buna ek olarak, hastaların dikkat yetenegini kuvvetlendiren EEG-kontrollü uygulamalıoyunların entegrasyonunu incelerken bir yandan da onların dikkat seviyelerini ölçmek içinmakine ögrenmesini kullandık. Saglıklı kisilerle yaptıgımız pilot deneylerde EEG verilerinisınıflandırmada, oyun oynama esnasındaki dikkat seviyesini ölçmede 96%'ya ulasanbir dogruluk payı elde ettik. Ayrıca DEHB hastaları ile yaptıgımız sonraki deneylerdede EEG verilerini kıyaslamada 98% dogruluk elde ettik. | |
dc.description.abstract | Attention Deficit Hyperactivity Disorder (ADHD), characterized by the lack of attentionand focus, is one of the most spread cognitive disorders. Since electroencephalogram(EEG) signals carry extensive information about cognition skills, which include attention,then the potential of using EEG signals for people with low attention span can be quitesignificant. EEG can be read using the new wireless EEG reading devices often used byBrain-computer Interface (BCI) researchers.In parallel, serious games have been recently utilized for rehabilitating various cognitiveand emotional deficits. In this thesis, we put the two things together, and we design avirtual reality serious game controlled using a wireless wearable EEG device to improvethe attentiveness ability of people with ADHD/ADD. Our preliminary experiments withhealthy subjects show an average improvement of 10% in engagement and 8% in focus forpeople using our EEG-controlled game compared to using the same game but keyboard-controlled.Furthermore, we investigate the integration of an EEG-controlled serious game thattrains and strengthens patients' attention ability while using machine learning to detecttheir attention level. The pilot experiments with healthy individuals show an accuracyof up to 96% in classifying the EEG data to detect the correct attention state duringgameplay, and the extended experiments with ADHD patients show an accuracy up to98% in classifying the patients EEG data. | en_US |
dc.language | English | |
dc.language.iso | en | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution 4.0 United States | tr_TR |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | tr_TR |
dc.subject | Computer Engineering and Computer Science and Control | en_US |
dc.title | A wearable EEG-based serious game for focus improvement and diagnosing ADHD/ADD patients by EEG signals classification | |
dc.title.alternative | Odaklanmanın geliştirilmesi için giyilebilen EEG temelli uygulamalı oyun ve EEG sinyal sınıflandırması ile DEHB hastalarına tanı koyma | |
dc.type | masterThesis | |
dc.date.updated | 2018-08-06 | |
dc.contributor.department | Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı | |
dc.identifier.yokid | 10150629 | |
dc.publisher.institute | Fen Bilimleri Enstitüsü | |
dc.publisher.university | İSTANBUL ŞEHİR ÜNİVERSİTESİ | |
dc.identifier.thesisid | 483461 | |
dc.description.pages | 62 | |
dc.publisher.discipline | Diğer |