Görsel uyaran potansiyel tabanlı beyin bilgisayar arayüzü tasarımı

Beyin işlevlerinin temelini oluşturan nöronlar, birbirleriyle iyonik akımlar yoluyla haberleşmektedir. Bu haberleşme sonucunda oluşan elektriksel aktivite elektroensefalografi adı verilen yöntemle kaydedilmektedir. Beyinde oluşan elektriksel aktivitenin, bilişsel veya motor faaliyetlerle ilişkisinin bilinmesi durumunda bir beyin-bilgisayar arayüzü tasarımı mümkün olmaktadır. Beyin-Bilgisayar Arayüzü, bir cihazı kontrol etmek veya cihaz ile kullanıcı arasındaki haberleşmeyi sağlamak amacıyla beyin sinyallerini kullanan arayüz olarak tanımlanmaktadır. Beyin-bilgisayar arayüzleri, kullanılan elektrofizyolojik kaynağa göre kategorilendirilmektedir. Bu tez çalışmasında faydalanılan elektrofizyolojik kaynak, oksipital lobda görülen ve görsel uyaran potansiyel olarak adlandırılan elektriksel aktivitedir. Bu tez çalışmasında, beynin oksipital lobundan elde edilen görsel uyaran potansiyeller yoluyla, standart bilgisayar donanımları üzerinde çalışan bilgisayar programlarının kullanımı araştırılmıştır. Bu amaçla deneklerden elde edilen elektroensefalogramlar analiz edilerek, beyin-bilgisayar arayüzü uygulamasının farklı koşullar altındaki sınıflandırma performansları karşılaştırılmıştır. Elektroensefalogram analizi genel olarak dijital sinyal işleme, özellik çıkarma ve sınıflandırma aşamalarından oluşmaktadır. Dijital sinyal işleme aşamasında, sinyallere uygulanan yüksek geçiren ve alçak geçiren filtrelerin, sınıflandırma performansına etkileri araştırılmıştır. Bu araştırma sonucunda, sadece yüksek geçiren filtreleme uygulanan ve yüksek ve alçak geçiren filtrelemenin birlikte uygulandığı tasarımların sınıflandırma performanslarında önemli bir değişim gözlemlenmemiştir. Buna ek olarak, sadece yüksek geçiren filtreleme uygulanan tasarımların daha iyi sınıflandırma performansı gösterdiği durumlar gözlemlenmiştir. Görsel uyaran potansiyel temelli beyin-bilgisayar arayüzü tasarımlarında, sinyallerin spektral özellikleri kullanılmaktadır. Görsel uyaran potansiyeller uyaran frekansın tamsayı katlarındaki harmoniklerinden oluşmaktadır. Bu tez çalışmasında uyaran frekansların ilk dört harmoniğinin çeşitli kombinasyonlarından çıkarılan spektral özelliklerle yapılan sınıflandırma performansları karşılaştırılmıştır. Sonuç olarak görsel uyaran potansiyellerin bir, iki ve dört numaralı harmoniklerinin spektral özellikleri ile gerçekleştirilen sınıflandırmanın, diğer harmonik kombinasyonlarından çıkarılan özelliklerle gerçekleştirilen sınıflandırmalara göre daha başarılı sonuçlar verdiği görülmüştür. Bunlara ek olarak, zaman penceresi uzunluğunun, uyaranların örtüşen harmonik frekanslarının ve farklı sınıflandırma algoritmalarının beyin-bilgisayar arayüzü uygulamalarının performansına etkisi araştırılarak, elde edilen bulgular paylaşılmıştır.