Elektroensefalogramlara dayalı beyin ağı analizi ve hareket olaylarının bağlantı haritaları ve özellikler kullanılarak sınıflandırılması

Beyin-bilgisayar arayüzü ( BBA), fiziksel engelli bireylerin beyin sinyallerini kullanarak dış çevre ile iletişim ve etkileşim kurmasını sağlayan bir teknolojidir. BCI'ın temel uygulamalarından biri, bireyin bir hareketi gerçekleştirdiğini hayal ettiği ve ilgili beyin aktivitesinin elektroensefalogram (EEG) sinyalleri aracılığıyla yakalandığı motor imgelemedir (MI). MI tabanlı BCI sistemleri, yalnızca beyin aktivitesi yoluyla hareket ve harici cihazların kontrolünü kolaylaştırma potansiyelleri nedeniyle büyük ilgi görmüştür. Bu çalışmada, motor imgeleme görevleri sırasında kaydedilen EEG sinyallerinin özellik çıkarımı ve sınıflandırılması için yeni bir yaklaşım sunulmuştur. Özellikler korelasyon katsayısı ve kovaryans matrisleri kullanılarak çıkarılmıştır. Bu özellikler daha sonra İleri Beslemeli Yapay Sinir Ağı, Naive Bayes Sınıflandırıcı ve Lineer Diskriminant Analizi Sınıflandırıcı olmak üzere üç farklı makine öğrenimi modeli kullanılarak sınıflandırılmıştır. Önerilen yöntem, sol el, sağ el, her iki ayak ve dil hareketleri olmak üzere dört farklı MI kategorisinden EEG verilerini içeren BCI Competition IV'ün Veri Kümesi 2a üzerinde doğrulanmıştır. Karşılaştırmalı analiz, kovaryans matrisinden türetilen özelliklerin, tüm sınıflandırıcılar arasında korelasyon katsayısı matrisine dayalı olanları tutarlı bir şekilde aştığını göstermiştir. Özellikle, kovaryans matris özellikleri en yüksek sınıflandırma doğruluğuna ulaşmıştır. Böylece, farklı MI görevlerinin sınıflandırılmasında sağlamlık ve güvenilirlik açısından üstün performans göstermişlerdir. Bu çalışmanın sonuçları, MI tabanlı BCI sistemleri için kovaryans matris tabanlı özellik çıkarma yöntemlerinin etkinliğini vurgulamakta ve sınıflandırma doğruluğunu ve sistem performansını iyileştirmek için umut verici bir yol sağlamaktadır. Bu ilerleme, felçli bireylere motor fonksiyonlarını geri kazandırmak, engelli insanların yaşam kalitesini artırmak ve sanal ve artırılmış gerçeklik ortamlarında sorunsuz insan bilgisayar etkileşimini kolaylaştırmak gibi gerçek dünya BBA uygulamaları için önemli bir potansiyele sahiptir. Bu yaklaşım, beynin sinirsel aktivitesinden yararlanarak felçli bireylerin bir dereceye kadar özerklik kazanmasını sağlayabilir ve yardımcı teknolojilerin ve sürükleyici arayüzlerin daha geniş çapta geliştirilmesine katkıda bulunabilir.