Derin öğrenme kullanarak EEG tabanlı duygu tanıma

Günümüzün en temel ihtiyaçlarından biri olan iletişimi destekleyen jest ve mimiklerin yanı sıra duyguları da görünür hale getirebilmek birçok alanda önem kazanmıştır. Duyguları ifade edebilmek sağlıklı veya hasta bireyler için önemli bir iletişim kaynağıdır. Yaşadıkları bazı sağlık durumlarından ötürü duygularını ifade etmekte güçlük çeken insanlar için duygu tanıma, yaşam koşullarını iyileştirmede oldukça önem arz etmektedir. Bu çalışmada beyinde oluşan dalgaların duygu tanıma için EEG sinyalleri incelenerek duygu durumları tespit edilebildiğinden derin öğrenme kullanarak duygu tanıma hedeflenmiştir. Makine öğrenmesi yöntemleriyle yapılan sınıflama, derin öğrenme algoritmaları ile yapılan sınıflama performansı bakımından geride kaldığından derin öğrenme yöntemi tercih edilmiştir. Bu tez çalışmasında Konya Teknik Üniversitesi Elektrik – Elektronik Mühendisliği ve Mimarlık bölümlerinde öğrenim gören 8 (mühendis: 4, mimar: 4) katılımcı yer almıştır. Açık kaynaklı yazılım paketi PsychoPy aracılığıyla deney düzeneği oluşturularak ikonik ve sıradan mimari yapıların duygu durumları üzerindeki etkilerini incelemek için katılımcılara bu mimari yapıların görüntüleri belirli ve eşit sürelerde izletilmiştir. Bu deney düzeneği uygulanırken EEG sinyalleri, 14 kanallı Emotiv EPOC X kablosuz EEG başlığı ile eş zamanlı olarak EmotivPro programında kaydedilmiştir. Kaydedilen ham EEG sinyallerine Butterworth filtre uygulandıktan sonra sinyallere normalizasyon işlemi yapılmıştır. Ardından zaman-frekans analizleri KZFD ve SDD mimar ve mühendis katılımcı gruplarına ayrı ayrı uygulanmıştır. Mimari uyarıcı görüntülerle oluşturulan bu veri seti, basit ESA modeli ile sınıflandırılmıştır. Sonuçta, KZFD analiz yöntemiyle mimar katılımcı grubunda yüksek sınıflama (validasyon) doğruluğuna 91,67% ulaşılmıştır. Mühendis katılımcı grubunda ise KZFD analiz yöntemiyle 89.52% doğruluk ile sınıflandırılmıştır. SDD analizi ile yapılan sınıflama oranları, KZFD ile yapılan sınıflama oranlarından daha düşük oranda doğruluk üretmiştir. Yapılan bu çalışmayla mimari yapıların duygu durumları üzerinde etkisi olduğu incelenmiş olup EEG sinyalleri ile derin öğrenme kullanarak yüksek performans sonuçlarıyla gözlemlenmiştir.