EEG SİNYALLERİNİN SINIFLANDIRILARAK BEYİN-BİLGİSAYAR ARAYÜZÜ TABANLI BİR SİSTEM OTOMASYONUNUN GERÇEKLEŞTİRİLMESİ

Abstract

Bu tez çalışmasında, kas ve sinir sistemlerini kullanamayan felçli hastaların, tekerlekli sandalye gibi herhangi bir sistemi kontrol etmesini sağlayan bir Beyin Bilgisayar Arayüzü (BBA) tasarlanmıştır. BBA sistemlerinde, felçli bireyin beyin aktivitesi yorumlanarak bireyin bilgisayar, elektronik cihazlar veya otomasyon sistemi gibi dış ortam cihazları ile iletişim kurması sağlanmaktadır. BBA teknolojisinde, pratik olması ve acı vermemesi nedeniyle beynin elektriksel aktivitesini ölçmek için genellikle Elektroansefalogram (EEG) adı verilen beyin dalgaları kullanılır. Bu tez çalışmasında, Emotiv EEG başlık kiti kullanılarak kullanıcılardan EEG verisi elde edilmiştir. BBA sistemlerinde dış ortamdaki cihazların kontrolünü sağlayacak olan çıkış komutları, ölçülen EEG sinyallerine önişleme, öznitelik çıkarma ve sınıflandırma işlemleri uygulanarak elde edilir. Ayrıca kullandıkları EEG sinyallerine göre BBA sistemlerinin tasarımı da farklılık gösterebilir. Bu yöntemler; görsel olarak tetiklenen potansiyeller, yavaş kortikal potansiyeller, P300 tabanlı BBA sistemleri ve ? ve ? ritimleri olarak sıralanabilir. Bu tez çalışmasında, öncelikle BBA tasarım yöntemleri incelenmiş ve P300 potansiyelleri ve kararlı durum görsel uyarılmış potansiyeller (SSVEP) tabanlı olmak üzere iki farklı BBA tasarlanmıştır. Tasarlanan her iki sistemle de küçük bir doğru akım motorunun hız ve yön kontrolü (sola dönüş, sağa dönüş, hızlan, yavaşla ve dur gibi) gerçekleştirilmiş ve böylece tasarlanan BBA sistemlerinin sistem otomasyonundaki başarısı değerlendirilmiştir. İki farklı kullanıcıya takılan başlık kitinden elde edilen EEG sinyalleri ile yapılan DC motorun yön ve hız kontrolünde, çevrim dışı çalışmada %100 doğruluk, çevrim içi çalışmada ise %60-90 arasında bir doğruluk elde edilmiştir. Anahtar Kelimeler: Beyin Bilgisayar Arayüzü (BBA), EEG Sinyalleri, Sınıflandırma, Görsel Uyaran, P300, SSVEP.In this thesis, a Brain-Computer Interface (BCI) is designed, which provides the paralyzed individuals who are not able to use their muscular system and nervous system, can control a system such as wheelchair. In the BCI system, communication of paralyzed individuals with external equipment such as computer, electronics devices and automation systems is provided by interpreting brain activity of the individual. In the BCI technology, brain waves which are called electroencephalography (EEG) are commonly used for measuring the electrical activity of brain, due to the painless measurements and practical considerations. In this study, emotive EEG headset is used for electroencephalography (EEG) recordings of individuals. Output commands of the BCI system which allows controlling of the external devices are generally obtained by applying preprocessing, future extraction and classification procedures to the measured EEG signals. Furthermore, design methods of BCI systems can be different according to EEG signals used in the design. These methods are Visual Evoked Potentials, slow cortical potentials, P300 based BCI systems and ? and ? rhythms. In this study, various BCI design methods are examined and then two different BCI systems based on Steady-State Visual Evoked Potentials (SSVEP) and P300 potentials are designed. Speed and direction control of a direct current motor such as clockwise or counter clockwise rotation, acceleration and deceleration is implemented using the designed BCI systems and thus performances of the designed systems are evaluated. In the designed BCI automation systems using the EEG signals measured from the two healthy volunteers, off line control performances are obtained 100% for offline operation and 60%-90% for online operation. Keywords: Brain Computer Interface BCI, EEG signals, Classification, Visual Stimuli, P300, SSVEP.