Motor Nöron Yetilerini Kaybetmiş Bireylerin İletişimi için SSVEP Tabanlı Beyin Bilgisayar Arayüzü Geliştirilmesi
Sosyal bir varlık olan insan, yaşamsal faaliyetlerini sürdürebilmek için çevresiyle etkileşim ve iletişim halindedir. Motor nöronlarını harekete geçirme kabiliyetini yitirmiş olan hastalar, çevrelerinde olan biteni algılamakta ancak tepki verememektedirler. Bu durum çevre ile iletişimlerini tamamen koparmaktadır. Bu çalışmada motor nöronları harekete geçirme kabiliyetini yitirmiş hastaların çevreleriyle iletişimde olabilmeleri için SSVEP tabanlı bir beyin bilgisayar arayüzü tasarlanmıştır. Geliştirilen arayüzde 4 farklı frekansta dama desenli görsel uyaranlar oluşturularak beyin sinyallerindeki değişim belirginleştirilmiştir. Tasarlanan sistemde görsel uyaranlara odaklanan bireylerden Emotiv Epoc+ cihazı yardımıyla beyin sinyalleri kaydedilmiştir. Kaydedilen sinyaller önişlemlerden geçirilerek gürültülerden arındırılmıştır. Daha sonra öznitelik çıkarımı ile anlamlı bilgilere ayrıştırılmış ve daha sonra önceden oluşturulmuş referans veri tabanındaki kayıtlara olan benzerliği Kanonik Korelasyon Analizi ile tespit edilmiştir. Sınıflandırılan beyin sinyalleri komut haline getirilmekte ve heceleme sistemine bildirilmektedir. Alınan sinyaller ile yapılan önişleme, öznitelik çıkarımı ve sınıflandırma adımları sonucunda kullanıcının dış ortama aktarmak istediği kelimenin harflerine sırayla odaklanması, odaklandığı harfi ekrana yazdırması amaçlanmıştır. Yapılan çalışmalar sonucunda kas sistemini kullanmadan oluşturulan arayüze komut verilmesini sağlayan bir heceleme sistemi oluşturulmuştur.
___
- Agustina, M., Correa, G., Laciar, E., (2011). Noise
Removal from EEG Signals in Polisomnographic
Records Applying Adaptive Filters in Cascade,
Adaptive Filtering Applications.
- Ahn., J.W., Ku, Y., Kim, D.Y., Sohn, J., Kim, J.H,
Kim, H.C., (2018). Wearable in-the-ear EEG
system for SSVEP-based brain–computer
interface, Electronic Letters, 54(7), 413-414.
- Barbati, G., Porcaro, C., Zappasodi, F., Rossini,
P.M., Tecchio, F., (2004). Optimization of an
independent component analysis approach for
artifact identification and removal in magnetoencephalographic
signals, Clinical
Neurophysiology, 115, 1220-1232.
- Başçıl, S.M., (2015). Beyinde Üretilen Yöne Bağlı
EEG Sinyallerinin Öznitelik Çıkarımı Yardımıyla
Sınıflandırılması, Sakarya Üniversitesi Fen
Bilimleri Enstitüsü.
- Berge, H., (1929). Uber das electrenkephalogramm
des menchen, Arch PsychiatrNervenkr. 87, 527-
570.
- Cambell, A.T., Choudhury T., Hu, S., Lu, H.,
Mukerjee, M.K., Rabbi, M., Raizada, R.D.S.,
(2010). Neurophone Brain-Mobile phone
interface using a wireless EEG Headset,
Mobiheld, New Delhi India.
- Coton, R., (1875). The electric currents of brain, Br.
Med. J. 2278.
- Fakhruzzaman, N.M., Riksakomara E.,
Suryotrisongko H., (2015). EEG wave
identification in human brain with Emotiv Epoc
for motor imagery, Procedia Computer Science,
72, 269-276.
- Farwel, L.A., Donchin, E., (2008). Talking off the
top of the head toward a mental prosthesis
utilizing event-related brain potentials,
Electroenceph Clin. Neurophysiol, 510-523.
- Gökbulut, A.B., (2018). Beyin Bilgisayar Etkileşimi
ile İnsansız Hava Aracı Kontrolü için döngüde
İnsanlı Benzetim Çatısının Geliştirilmesi, Fırat
Üniversitesi Fen Bilimleri Enstitüsü.
- Grainmann, B., Allison, B., Pfurtscheller, G.,
(2011). Brain-Computer Interfaces:
Revolutionizing Human-Computer Interaction,
Springer Verlag.
- He, P., Wilson, G., Russell, C., (2004). Removal of
ocular artifacts from electroencephalogram by
adaptive filtering, Medical and Biological
Engineering and Computing, 42, 407-412.
- Hotelling, H., (1936). Relations Between Two Sets
of Variates *., Biometrika Trust, 28, 321-377.
- Kumar, P.S., Arumuganathan, R., Sivakumar, K.,
Vimal, C., (2008). A wavelet based Statistical
Method for De-Noising of Ocular Artifacts in
EEG Signals, International Journal of Computer
Science and Network Security (JCSNS), 8, 87-92.
- Lim, Hooi, S., Nisar, H., Thee, K.W., Yap, V.V.,
(2017). A novel method for tracking and analysis
of EEG activation across brain lobes, Biomedical
Signal Processing and Control, 40, 488-504.
- Olgun, N., Gokbulut M., Tanyıldızı, E., (2014).
SSVEP Tabanlı Beyin Bilgisayar Arayüzü
Tasarımı ve Sistem Otomasyonu, Fırat
Üniversitesi Fen Bilimleri Enstitütsü.
- Ozmen, G.N., (2010). Beyin Bilgisayar Arayüzü
Tasarımı için Farklı Zihinsel Aktiviteler
Esnasında Oluşan EEG İşaretlerinin Analiz
Edilmesi ve Sınıflandırılması, Karadeniz Teknik
Üniversitesi Fen Bilimleri Enstitüsü.
- Pastor, M.A., Artieda, J., Arbizu, J., Valencia, M.,
Masdeu, J.C., (2003). Human cerebral activation
during stead-state visual-eboketd responses, J.
Neurosci, 23, 621-627.
- Shooshtari, P., Mohamadi, G., Ardekani, B.M.,
Shamsollahi, M.B., (2006). Removing Ocular
Artifacts from EEG Signals using Adaptive
Filtering and ARMAX Modeling, Proceedings of
World Academy of Science Engineering and
Technology, 11, 277-280.
- Soman, S., Murthy B.K., (2015). Using brain
computer interface for synthesized speech
communication for the physically disabled,
Procedia Computer Science, 46, 292-298.
- Thota, N., Lenka, A., George, L., Hedge, S.,
Arumugham, S.S., Prasad, S., Stezin, A.,
Kamble, N., Yadav, R., Pal, P.K., (2017).
Impaired frontal lobe functions in patients with
Parkinson’s disease andpsychosis, Asian Journal
of Psychiatry, 30, 192-195.
- Virdi, P., Syal, P., Kumari., P. (2017). Home
automation control system implementation using
SSVEP based brain computer interface,
International Conference on Inventive
Computing and Informatics (ICICI).
- Xue, Z., Li, J., Li, S. (2006). Using ICA to Remove
Eye Blank and Power Line Artifacts in EEG,
Proceedings of the First International
Conference on Innovative Computing,
Information and Control, 3, 107-110.
- Wolpaw, R.J., Birbaumer N., McFarland, D.J.,
Pfurtscheller, G., Vaughan, T.M., (2002). Brain
interfaces for communication and control,
Clinical Neurophysiology, 113, 767-791.
- Wu, C.H., Heba L., (2012). Impact of Stimulus
Configuration on Steady State Visual Evoked
Potentials (SSVEP) Response, The Fourth
International Conference on Advance Cognitive
Texhnologies and Applications.
- Yin, E., Zhou, Z., Jiang, J., Yu, Y., Hu, D., (2014).
A Dynamically Optimized SSVEP Brain–
Computer Interface (BCI) Speller, IEEE
Transactions on Biomedical Engineering, 62(6),
1447-1456.
- Zhaojun, X., Jia, L., Song, L., Baikun, W., (2006).
Using ICA to Remove Eye Blink and Power Line
Artifacts in EEG, Proceedings of the First
International Conference on Innovative
Computing Informtion and Control, 3, 107-110.