Traitement et classification des signaux EEG pour le but d'une interface cerveau-machine

Beyin dalgaları, beynin elektriksel aktivitesini temsil eder. Bu dalgalar beyin sinyallerine dayalı oluşturulan Beyin-Bilgisayar ara yüzlerinde kullanılabilir. Amaç, farklı yöntemlerle elde edilmiş ve bu tip ara yüzlerde kullanılabilinecek beyin dalgalarını sınıflandıracak hızlı ve yüksek hızlı bir metot geliştirmektir. Bunun için çeşitli sinyal işleme ve sınıflandırma yöntemleri kullanılmıştır. Beyin dalgalarının kompleks yapıları nedeniyle, çevrimiçi yapıda çalışan bir beyinbilgisayar arayüzü tanımlamak oldukça zordur. Çünkü, beyin dalgalarının işlenmesinde, genellikle, sinyallerin önemli bilgi taşıyan noktalarının tespitine yarayan ortalama metodu kullanılır. Diğer yandan, beyin-bilgisayar arayüzleri bu yöntemi kullanan metodlarla uyumlu olamazlar. Dolayısı ile, yapılması gereken, ortalama metodu yerine her sınama parçasını tek tek incelemektir 3 farklı veri tipinden, birincisi el hareketlerinin sadece düşünme ile gerçekleştirilmesi, ikincisi Sternberg paradigması, üçüncüsü ise ekranda gösterilen ve karışık şekilde yanıp sönen harf grubundan göz ile seçilen bir harfin üzerine konsantre olunması ile oluşturulmuşlardır. Her üç veri kümesine de aynı metot uygulanmıştır. Öncelikle, sınıfları birbirinden en iyi şekilde ayırt etmeye yarayacak frekans aralığı tespit edildi. Kesikli Wavelet dönüşümü ile istenen frekans aralığını tutan bölgeler elde edildi. Buradan elde edilen bilgileri kullanarak eğitilen doğrusal sınıflandırıcılar yardımı ile sınıflandırma gerçekleştirildi. Son olarak, sonuçlar daha önceden yapılmış diğer çalışmaların sonuçları ile karşılaştırıldı. Sonuç olarak, çalışmamız gösterdi ki Wavelet katsayıları, farklı tipteki beyin sinyalleri için bir sınıflandırıcı özellik olarak kullanılabilir ve tanımladığımız metot, hem hızı hem de yüksek yüzdeli sınıflandırma kapasitesi ile, beyin-bilgisayar arayüzlerinde uygulanabilir. Anahtar Sözcükler : Wavelet, SVM, Beyin-Bilgisayar Arayüzleri, Beyin dalgaları