EOG İşaretini Kaynak İşaret Olarak Kullanmak Üzere Etkin Özelliklerin Belirlenmesi

Özet

Bu çalışmada, özellikle felçli hastaların yaşamlarını kolaylaştırmak için Elektrookülogram (EOG) işaretinin insan makine arabirimi (İMA) için işlenmesi gerçekleştirilmiştir. Göz hareketleri, Biopac MP30 cihazıyla, 5 adet Ag-AgCl elektrot kullanılarak algılanmıştır. Alınan işaretler ön işlemeye tabi tutularak Matlab ortamında öznitelikleri çıkarılacak hale getirilmiştir. Elde edilen biyopotansiyel sinyallerden öznitelikler çıkarılarak kontrol edilecek sisteme göre etiketlenmiştir. Bu etiketler sağ, sol, yukarı, aşağı ve göz kırpmasıdır. Çıkarılan özellikler yapay sinir ağları kullanılarak sınıflandırılmıştır. Sınıflandırmanın ardından özellik azaltım yöntemleri kullanılarak sonuç üzerinde etkisi az olan öznitelikler elenmiş ve daha az özellik ile sınıflandırma başarımları test edilmiştir.

Abstract

In this study, the processing of the Electrooculogram (EOG) signal for human machine interface (IMA) was performed to facilitate the lives of paralyzed patients. Eye movements were detected with Biopac MP30 instrument using 5 Ag-AgCl electrodes. The marks were pre-processed and their attributes were made to be extracted in Matlab environment. The obtained biopotential signals were extracted and labeled according to the system to be controlled. These labels are right, left, up, down, and blink. The extracted features were classified using artificial neural networks. Following the classification, feature reduction methods were used to eliminate the features that had little effect on the results and test the performance of the classification with fewer features.