Tanıdık ve tanımadık yüz uyaranları içeren EEG işaretlerinin derin öğrenme ile sınıflandırılması

İnsanlar, yüz tanıma konusunda yeteneklidir ve bir yüzü beyninde kolaylıkla tanıyabilir. Tanıdık ve tanımadık yüzleri ayırt etmek bazı zihinsel hastalıklar, güvenlik operasyonları ve adli soruşturmalarda araştırma konusu olarak kullanılabilir. Tanıdık bir yüzü tanımanın altında yatan nöral değişiklikler bilim insanlarının odak noktası olmuştur. Bu nöral değişiklikler Elektroensefalografi (EEG) sinyalleri ile izlenebilmektedir. EEG, kafa derisinden elektrotlar yardımıyla kaydedilen beyne ait elektriksel bir aktivitedir. Olaya İlişkin Potansiyeller (OİP) bir uyarana karşı EEG sinyalleri içerisinde oluşan tepkilerdir. Yüz tanıma esnasında beyinde OİP'ler oluşur. Bu çalışmada tanıdık ve tanımadık yüz uyaranlarına karşı oluşan EEG sinyallerindeki potansiyelleri yüksek doğruluk ile sınıflandırmak amaçlanmıştır. Çalışmada 35 sağlıklı katılımcıya gösterilmek üzere iki paradigma önerilmiştir. Tanıdık ve tanımadık yüz uyaran görüntüleri paradigma-1'de 1000 ms, paradigma-2'de 500 ms gösterilmiştir. Kaydedilen EEG sinyallerine sırasıyla ortalama referans yöntemi ile yeniden referans alma, EEG sinyallerinin filtrelenmesi, verilerin dönem aralıklarına bölünmesi işlemleri uygulanmıştır. Elde edilen tanıdık ve tanımadık yüz uyaran veri parçalarının grafikleri çizdirilip OİP'ler incelenmiş, O1 ve O2 kanallarında N250 potansiyelleri görülmüştür. Elde edilen N250 potansiyellerinin sınıflandırılması için derin öğrenme algoritmalarından olan Çift Yönlü Uzun Kısa Süreli Bellek Ağı (ÇYUKSBA) kullanılmıştır. Sınıflandırma adımında veri seti %80 oranında eğitim ve %20 oranında test verisi olarak ayrılmıştır. Sonuçlar analiz edildiğinde O2 kanalı, paradigma-1'de %95,6 ve paradigma-2'de %96,7 sınıflandırma başarım oranı ile en yüksek doğruluk oranına ulaşmıştır.