Please use this identifier to cite or link to this item: https://hdl.handle.net/11147/12946
Full metadata record
DC FieldValueLanguage
dc.contributor.authorKaraçalı, Bilgetr
dc.contributor.authorÖzgören, Murattr
dc.date.accessioned2023-02-05T13:25:07Z-
dc.date.available2023-02-05T13:25:07Z-
dc.date.issued2020-
dc.identifier.urihttps://hdl.handle.net/11147/12946-
dc.description.abstractBeyin-bilgisayar arayüzü sistemleri beyinin işleyişiyle beraber ortaya çıkan fizyolojik yanıtlara dayanarak kullanıcılara, içinde bulundukları ortam üzerinde işlevsel kontrol sağlamaya çalışır. Beyinin işleyişini bu amaçla takip etmek için sıklıkla kullanılan teknolojilerden biri elektroensefalografidir (EEG). Ancak EEG verilerinden gerekli çıkarımları yapmak, aranan sinyalin düşük şiddeti, arka plandaki işlevlerin bu sinyali gizlemesi ve kaydedilen veride yakındaki bölgelerden kaynaklanan birçok sinyalin olması gibi sorunlardan ötürü zordur. Bu sebeplerle şimdiye kadar sadece kullanıcıya dikkatteki seçicilik ve sinirsel geri bildirim le birtakım belirli beyin sinyallerini kontrol etmeyi öğreten beyin-bilgisayar arayüzü uygulamaları sınırlı bir başarı gösterebilmiştir. Yapılmak istenen hareketi kullanıcının zihninde canlandırmasından tanımayı amaçlayan beyin bilgisayar arayüzü çalışmaları, yüksek bilgi aktarım hızı için kabul gören bir potansiyele rağmen umulan başarı düzeyinden uzaktır. Bu projede, gerçek ve hayali motor fonksiyonları tanımak için beyin bölgeleri arasındaki uyum yapısına dayalı yeni bir beyin-bilgisayar arayüzü yaklaşımı geliştirilmiştir. Farklı beyin bölgeleri arasındaki uyum yapısını çok kanallı EEG verisinden elde etmek için EEG sinyalleri üzerinde hiçbir istatistiksel veya dinamik model içermeyen yeni uyum ölçütleri kullanılmıştır. Farklı motor fonksiyonlar sırasında uyum düzeylerinde istatistiksel olarak anlamlı farklılıklar gösteren EEG kanal çiftleri tespit edilmiş ve prototip beyin-bilgisayar arayüzü uygulamaları için gerçek ve hayali motor fonksiyon tanıma sistemlerinde değerlendirilmiştir. Bu projenin bulguları ve geliştirilmiş olan gerçek ve hayali motor fonksiyon tanıma yöntemleri, gerçek ve özellikle hayali motor fonksiyonları EEG kanalları arasındaki uyum profillerine bakarak birbirinden ayırt edebilen yüksek bilgi aktarım hızına sahip yeni nesil beyin-bilgisayar arayüzü yaklaşımlarına temel teşkil edecektir. Bu da beyin-bilgisayar arayüzü uygulamaları için motor fonksiyonlar sırasında ortaya çıkan beyindeki bağlanırlık yapılarının ışığında yeni eğitim paradigmalarının geliştirilmesine öncülük edecek ve nörolojik rehabilitasyon ile tamamen içe-kilitli hastalarla iletişimden nöral protezlerin kontolü ve bilgisayar kullanım deneyiminin yükseltilmesine kadar sivil ve askeri çok çeşitli uygulama alanlarında gerçekleştirilecek dramatik atılımların yolunu açabilecektir.tr
dc.language.isotren_US
dc.relationHayali ve gerçek motor fonksiyonlarda beyin bölgeleri arasındaki uyumlu davranışı veri odaklı çözümleyen yeni bir beyin-bilgisayar arayüzü yaklaşımıtr
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectKanallar arası uyumtr
dc.subjectGerçek ve hayali motor aktivitetr
dc.subjectElektroensefalografitr
dc.subjectBeyin-bilgisayar arayüzütr
dc.titleHayali ve gerçek motor fonksiyonlarda beyin bölgeleri arasındaki uyumlu davranışı veri odaklı çözümleyen yeni bir beyin-bilgisayar arayüzü yaklaşımıtr
dc.typeProjecten_US
dc.departmentİzmir Institute of Technology. Electrical and Electronics Engineeringen_US
dc.identifier.startpage1en_US
dc.identifier.endpage67en_US
dc.relation.publicationcategoryDiğeren_US
dc.relation.grantno117E784-
dc.identifier.trdizinid621786en_US
item.grantfulltextopen-
item.openairetypeProject-
item.fulltextWith Fulltext-
item.cerifentitytypePublications-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.languageiso639-1tr-
crisitem.author.dept03.05. Department of Electrical and Electronics Engineering-
Appears in Collections:Electrical - Electronic Engineering / Elektrik - Elektronik Mühendisliği
TR Dizin İndeksli Yayınlar / TR Dizin Indexed Publications Collection
Files in This Item:
File SizeFormat 
Document.pdf1.49 MBAdobe PDFView/Open
Show simple item record



CORE Recommender

Page view(s)

86
checked on May 6, 2024

Download(s)

46
checked on May 6, 2024

Google ScholarTM

Check





Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.