BEYİN BİLGİSAYAR ARAYÜZÜNÜN GELİŞTİRİLMESİ İÇİN HAYALİ MOTOR GÖRÜNTÜ TABANLI YAKIN KIZILÖTESİ SPEKTROSKOPİ SİNYALLERİNİN SINIFLANDIRILMASI

Authors : Merve KOÇYİĞİT, Ayşegül GÜVEN, Furkan ÇAM

Pages : 1-8

Doi:10.28948/ngumuh.606507

View : 26 | Download : 19

Publication Date : 2020-01-30

Article Type : Research Paper

Abstract :Yakın Kızılötesi Spektroskopi insert ignore into journalissuearticles values(NIRS);  ilgili bölgede serabrel izleme potansiyeli sunan, beyindeki hemodinamik aktiviteyi ölçen, girişimsel olmayan fonksiyonel beyin görüntüleme tekniğidir. NIRS sinyalleri elektriksel gürültüden etkilenmeyen, yüksek zamansal çözünürlüğü olan, ekonomik ve taşınabilir bir yapıya sahiptir. Bu avantajlarından dolayı NIRS tabanlı verilerin Beyin Bilgisayar Arayüzü insert ignore into journalissuearticles values(BCI); sistemlerinde kullanımı son zamanlarda yaygınlaşma göstermektedir.  Bununla birlikte kullanılan veri tabanında yapılan öznitelik çıkarımı, ön işleme ve sınıflandırma seçimi BCI’daki başarıyı yükseltmek için önemlidir. Bu çalışmada, NIRS veri kümesine ait el açma-kapama motor hareketi hayali tabanlı kaydedilen oksihemoglobin insert ignore into journalissuearticles values(HbO); ve deoksihemoglobin insert ignore into journalissuearticles values(HbR); sinyalleri kullanılmıştır.   Öncelikle bu sinyaller, çevresel ve fizyolojik gürültülerin etkisinden temizlemek için dalgacık tabanlı filtre ile ön işlem geçirilmiştir. Elde edilen HbO ve HbR işaretlerinden Ortalama Enerji, Varyans, Standart Sapma, Entropi, Çarpıklık ve Basıklık tabanlı özniteliklere ulaşılmıştır. Ulaşılan öznitelikler Rasgele Orman metodu ile sınıflandırılarak HbR için %82.7586,  HbO için %84.4828 ve HbR+ HbO için %89.6552ortalama sınıflama doğruluğu hesaplanmıştır.
Keywords : Near Infrared Spektroskopi NIRS, BCI, Random Forest