Elektrookulogram (EOG) sinyalinin incelenmesi ve yapay zekâ teknikleri ile modellenmesi

Biyomedikal teknoloji; hastalıkların teşhis ve tedavisi için geliştirilen tüm araçların üretimini konu alan bir bilim dalıdır. Biyomedikal cihazlar, tıp ve mühendislik alanlarında çokça araştırılan konular arasındadır. Biyomedikal teknolojinin günümüzde sağladığı yararlar günden güne arttığından bu cihazlara verilen önemde aynı doğrultuda artmaktadır. Hareket kabiliyeti olmayan ya da kısıtlı olan hastaların yaşam kalitelerini artırabilmek amacıyla yeni biyomedikal cihazlar üretilmeye çalışılmaktadır. Günümüzde, el, ayak veya kollarını kullanamayan hastalar için sorunlu organlar yerine diğer organlardan faydalanarak yapay hareketler elde edilebilmektedir. Bu bağlamda göz hareketleri önemli bir veri kaynağı haline gelmiştir. Özellikle göz hareketlerinin dış ortama mesaj verebilmek için kullanımı popüler bir bilimsel araştırma konusu olmuştur. Göz hareketlerine bağlı olarak yapılan çalışmalarda, elektriksel kökenli biyolojik işaretler olan elektrookulogram (EOG) sinyallerinden yararlanılmaktadır. Yaş, cinsiyet, ortam aydınlatması gibi etkenlerden etkilenebilen EOG sinyalleri farklı yöntemlerle analiz edilebilir. Bu tez çalışmasında EOG sinyali ile yön tespiti yapabilen akıllı bir denetim sistemi önerilmiştir. Gözün etrafına yerleştirilen elektrotlar vasıtasıyla alınan yatay ve dikey EOG sinyalleri yapay zekâ tekniklerinden Yapay Sinir Ağları (YSA) ve Bulanık Mantık yöntemleri ile modellenmiştir. Sistem; sağa, sola, yukarı, aşağı olmak üzere dört ana yönü tespit edebildiği gibi göz kırpma ve tik hareketlerini de tespit edebilmektedir. Alınan sinyaller ilk olarak bilgisayarda yükselteç ve ön filtreleme işlemlerinden geçirilip gürültü ve istenmeyen bölümlerden temizlenmektedir. Elde edilen sinyallerden hareket özelliklerini çıkarabilmek için "hareket alanı" ve "hareket geçiş kontrol " ismi verilen algoritmalar önerilmiştir. Bu algoritmalarla, göz hareketleri dikey ve yatay olarak algılanabilir. Hesaplanan özelliklere göre gelen sinyal akıllı denetleyicilerle sınıflandırılmaktadır. Önerilen YSA ve bulanık mantık denetleyici modellerin performansları istatistiksel doğruluk analizleri yapılarak ortaya konulmuştur. Analiz sonuçlarında görülmüştür ki, her iki model de göz hareketlerini başarılı bir şekilde sınıflandırabilmektedir, ancak bulanık mantık denetleyici modelin performansının YSA modelden daha yüksek olduğu gözlemlenmiştir. Bilgisayar ekranından göz hareketlerinin takip edilebilmesi için bir kullanıcı arayüz yazılımı gerçekleştirilmiştir. Bu yazılım ile hasta bireylerin yön bilgileri ve özellikleri ekrana yansıtılmaktadır. Çalışmada son olarak şaşılık hastalığına sahip insanların EOG ile yön denetimi yapabilmesi için bir bulanık mantık kontrol modeli ortaya konulmuştur. Yapılan testlerde önerilen modelin şaşılık bilgisi ve EOG özellikleri kullanılarak göz hareketlerini başarılı bir şekilde tespit edebildiği gösterilmiştir.