Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız:
http://acikerisim.ktu.edu.tr/jspui/handle/123456789/3998
Başlık: | El ile kavrama hareketinin düşünülmesi sırasında kaydedilen EEGişaretlerinin pso tabanlı sınıflandırılması |
Diğer Başlıklar: | Pso based classification of EEG signals recorded during imagery of hand grasp movement |
Yazarlar: | Ateş, Osman Kerem |
Anahtar kelimeler: | Elektroensefalografi, Hareket hayali, Parçacık sürü optimizasyonu, Öznitelik seçimi, Sınıflandırma;Electroencephalography, Imagery movement, Particle swarm optimization, feature selection, classification |
Yayın Tarihi: | Nis-2021 |
Yayıncı: | Karadeniz Teknik Üniversitesi / Fen Bilimleri Enstitüsü |
Özet: | Beyin bilgisayar arayüzü (BBA) uygulamalarının önemli amaçlarından biri de engelli ve hasta bireyler için iyileştirme veya hayatlarını kolaylaştıracak yenilikçi çözümlerin araştırılmasıdır. Bundaki motivasyonlardan biri de felç veya kaza gibi durumlarla motor sinirlerinin zarar görmesi, insanların kas ve hareket kabiliyetlerini kısıtlasa da beyin düşünsel görevlerini yerine getirebilmesidir. Farklı tarzda temel düşünsel görevlerin otomatik çözümlenmesi bu tarz rahatsızlıkları olan kişiler için rehabilitasyon ve robot destekli teknolojilerine dayalı BBA sistemlerinin geliştirilmesine büyük fayda sağlayacaktır. Bu yüzden sağlıklı bireyler yerine hasta ve engelli bireylerden alınan veriler başarılı BBA uygulamaları için daha yol gösterici olacaktır. Bu tez çalışmasında da el hareket ve fonksiyon yetersizliği olan 10 gönüllü katılımcının sağ ve sol elinin kavramayı deneme hareketlerinin düşünülmesiyle kaydedilmiş ve ayrıca Clinical BCI Challenge WCCI 2020 yarışmasında da kullanılmış olan Elektroensefalografi (EEG) verileri üzerinde çalışılmıştır. Yüksek sınıflandırma başarımı amacıyla etkin elektrotlar ve öznitelikler önerilen yöntemle seçilmiştir. Öznitelik seçim aşamasında Parçacık Sürü Optimizasyonu (PSO) algoritması kullanılmıştır. Seçilen etkin parametreler sayesinde sağ ve sol elin hareketinin hayalinin ayrımı k-en yakın komşuluk, doğrusal ayırma analizi, destek vektör makineleri ve torbalama karar ağaçları algoritmaları ile sırasıyla %84.32, %80.25, %77.25 ve %83.08 oranında başarımlar elde edilerek sağlanmıştır. |
URI: | http://acikerisim.ktu.edu.tr/jspui/handle/123456789/3998 |
Koleksiyonlarda Görünür: | Elektrik-Elektronik Mühendisliği |
Bu öğenin dosyaları:
Dosya | Açıklama | Boyut | Biçim | |
---|---|---|---|---|
673150.pdf | 4.07 MB | Adobe PDF | Göster/Aç |
DSpace'deki bütün öğeler, aksi belirtilmedikçe, tüm hakları saklı tutulmak şartıyla telif hakkı ile korunmaktadır.