Biyosinyaller kullanarak insan destek sistemleri için robot-insan arabağlaşım geliştirilmesi
Robot-human interface design for human assistance systems by using biosignals
- Tez No: 438839
- Danışmanlar: YRD. DOÇ. DR. AHMET ÖZKURT
- Tez Türü: Yüksek Lisans
- Konular: Mekatronik Mühendisliği, Mechatronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mekatronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Beyin Bilgisayar Arayüzü (BBA), bireyden alınan beyin sinyalleri ile herhangi bir yazılım ya da donanımı kontrol eden bir sistemdir. Kayıt yöntemi olarak BBA uygulamalarında sıklıkla tercih edilmesi, kullanımının kolay olması ve güvenilir olması nedeniyle Elektroensefalografi (EEG) sinyali seçilmiştir. Bu çalışmada bireyin göz hareketleri ve kol hareketleri ile dış dünyayla haberleşebilmesi amacıyla göz ve kol hareketleri sınıflandırılmıştır. Özellikle de dirsek hareketleri birbirinden ayırt edilmeye çalışılmıştır. EEG sinyalinin kaydı ve gerçek zamanlı işlenmesi için 2 adet mobil EEG cihazı kullanılmıştır. Alınan sinyallerden öznitelik çıkarmak amacıyla sinyalin istatiksel özellikleri, Ortak Uzamsal Örüntü (OUÖ) metodu ve Güç Spektral Yoğunluk (GSY) metodu kullanılmıştır. Elde edilen öznitelikler Destek Vektör Makinesi (DVM) ve Yapay Sinir Ağları (YSA) ile sınıflandırılmış ve çıkan sonuçlar karşılaştırılmıştır.
Özet (Çeviri)
Brain Computer Interface (BCI) is a system which controls any device or softwave with brain signals from human. Electroencephalogram (EEG) is used for BCI application because of easy use, reliable and preferable for bci applications. In this thesis, it is aimed to classify arm and eye movements for interfacing the world. Especially it is aimed to detect elbow movements. Two EEG devices are used for realtime record and analysis. Statistical features of signals, Common Spatial Pattern (CSP) and Power Spectrum Density (PSD) are used for feature extraction , Support Vector Machine (SVM) and Artifical Neural Network (ANN) are used for classification. The results are compared to each other.
Benzer Tezler
- Video oyun yaş etiketlerinin çok modlu biyosinyaller ve yapay zeka ile tahmini
Prediction of video game age labels with multimodal biosignals and artificial intelligence
DURMUŞ KOÇ
Doktora
Türkçe
2022
Bilim ve Teknolojiİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
DOÇ. DR. ZÜMRÜT SATI
DOÇ. DR. AHMET ÇAĞDAŞ SEÇKİN
- İnsan-makine arabirimi uygulamaları için çok kanallı bir biyosinyal ölçüm sisteminin geliştirilmesi
Development of a multichannel biosignal measurement system for human-machine interface applications
POYRAZ ALPER ÖNER
Doktora
Türkçe
2019
Elektrik ve Elektronik MühendisliğiBalıkesir ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. SEYDİ DOĞAN
- Classification methods for motor imagery based brain computer interfaces
Motor hareket hayali tabanlı beyin bilgisayar arayüzleri için sınıflandırma metotları
AYHAN YÜKSEL
Doktora
İngilizce
2016
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- PPG (fotopletismografi) sinyalleri ile biyometrik tanımlama sistemi
Biometric recognition system with PPG (photoplethysmography) signals
AHMET REŞİT KAVSAOĞLU
Doktora
Türkçe
2014
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET RECEP BOZKURT
DOÇ. DR. KEMAL POLAT
- Sporcular için invaziv olmayan sürekli kan basıncı tahmini
Non-invasive continuous blood pressure estimation for athletes
EMİNE NUR TALİB
Yüksek Lisans
Türkçe
2025
BiyomühendislikÇukurova ÜniversitesiBiyomedikal Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET AYDIN