KaydedilenlerDerginizi ekleyin

Dergiler / Bitlis Eren Üniversitesi Fen Bilimleri Dergisi / 2026 / Volume: 8 Issue: 1

Emotiv Epoc ile Durağan Hal Görsel Uyarılmış Potansiyel Temelli Beyin Bilgisayar Arayüzü Uygulaması

Abdullah Talha Sözer(KARABÜK ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ)0000-0002-7855-6119
Can Bülent Fidan(KARABÜK ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ)
Sayfa
—
Yayın Tarihi
2019-03-12
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Bu makale DHGUP temelli BBA uygulaması için kılavuz niteliğini taşımaktadır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Beyin Bilgisayar Arayüzü (BBA), geleneksel iletişim yöntemlerinin kullanılmasını engelleyen sinir-kas hastalıklarına sahip olan bireyler için yeni bir iletişim seçeneği sunmaktadır.
📊
Temel Bulgular & Veri:Gerçek zamanlı BBA sisteminde ise tuş takımı biçiminde tasarlanan görsel uyaran düzeneği ile kullanıcıların yalnız beyin sinyalleri ile telefon numaralarını yazmalarına imkân sağlanmıştır. 5 kullanıcı ile yapılan deneylerde tasarlanan BBA ile 11 haneli telefon numarasının ortalama 40 saniyede yazdırılabildiği gösterilmiştir.
💡
Sonuç & Katkı:Bu makale DHGUP temelli BBA uygulaması için kılavuz niteliğini taşımaktadır.
🔬Tür:Research Article
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:EEG · Beyin Bilgisayar Arayüzü · Durağan Hal Görsel Uyarılmış Potansiyel

Özet

Beyin Bilgisayar Arayüzü (BBA), geleneksel iletişim yöntemlerinin kullanılmasını engelleyen sinir-kas hastalıklarına sahip olan bireyler için yeni bir iletişim seçeneği sunmaktadır. Durağan hal görsel uyarılmış potansiyel (DHGUP) temelli BBA sistemleri sağladığı yüksek hız ve kullanım kolaylığı sebebi ile dikkatleri üzerine çekmektedir. Bu çalışmada Emotiv Epoc EEG cihazı kullanılarak DHGUP temelli BBA uygulaması gerçekleştirilmiştir. Çalışma ön hazırlık ve gerçek zamanlı deneyler olmak üzere iki adımdan oluşmaktadır. Yapılan ön hazırlık deneyleri ile gerçek zamanlı BBA sisteminde kullanılacak DHGUP tespit metodu ve EEG sinyali toplama süresine karar verilmiştir. Gerçek zamanlı BBA sisteminde ise tuş takımı biçiminde tasarlanan görsel uyaran düzeneği ile kullanıcıların yalnız beyin sinyalleri ile telefon numaralarını yazmalarına imkân sağlanmıştır. 5 kullanıcı ile yapılan deneylerde tasarlanan BBA ile 11 haneli telefon numarasının ortalama 40 saniyede yazdırılabildiği gösterilmiştir. Bu makale DHGUP temelli BBA uygulaması için kılavuz niteliğini taşımaktadır.

🔖

Bu Makaleye Atıf Yap

Sözer, A. T., Fidan, C. B. (2019). Emotiv Epoc ile Durağan Hal Görsel Uyarılmış Potansiyel Temelli Beyin Bilgisayar Arayüzü Uygulaması. Bitlis Eren Üniversitesi Fen Bilimleri Dergisi, Volume: 8 Issue: 1. https://doi.org/10.17798/bitlisfen.445574

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (39)

  1. Kokswijk J Van, Hulle M Van (2010) Self adaptive BCI as service-oriented information system for patients with communication disabilities. New Trends Inf Sci Serv Sci (NISS), 2010 4th Int Conf 264–269
  2. Santhosh J, Bhatia M, Sahu S, Anand S (2004) Quantitative EEG analysis for assessment to “plan” a task in amyotrophic lateral sclerosis patients: a study of executive functions (planning) in ALS patients. Brain Res Cogn Brain Res 22:59–66. doi: 10.1016/j.cogbrainres.2004.07.009
  3. Wolpaw JR, Birbaumer N, McFarland DJ, et al (2002) Brain-computer interfaces for communication and control. Clin Neurophysiol 113:767–791. doi: 10.1016/S1388-2457(02)00057-3
  4. Sellers EW, Vaughan TM, Wolpaw JR (2010) A brain-computer interface for long-term independent home use. Amyotroph Lateral Scler 11:449–455. doi: 10.3109/17482961003777470
  5. Chen X, Wang Y, Nakanishi M, et al (2015) High-speed spelling with a noninvasive brain–computer interface. Proc Natl Acad Sci 112:1–10. doi: 10.1073/pnas.1508080112
  6. Sözer AT, Fidan CB (2017) Novel Detection Features for SSVEP Based BCI: Coefficient of Variation and Variation Speed. BRAIN Broad Res Artif Intell Neurosci 8:144–150
  7. Wang Y, Gao X, Hong B, et al (2008) Brain-Computer Interfaces Based on Visual Evoked Potentials. IEEE Eng Med Biol Mag 27:64–71. doi: 10.1109/MEMB.2008.923958
  8. Sozer AT, Fidan CB (2016) Implementation of a steady state visual evoked potantial based brain computer interface. In: 2016 24th Signal Processing and Communication Application Conference (SIU). IEEE, pp 1173–1176
  9. Sözer AT, Fidan CB (2018) Novel spatial filter for SSVEP-based BCI: A generated reference filter approach. Comput Biol Med 96:98–105. doi: 10.1016/j.compbiomed.2018.02.019
  10. van Vliet M, Robben A, Chumerin N, et al (2012) Designing a brain-computer interface controlled video-game using consumer grade EEG hardware. In: 2012 ISSNIP Biosignals and Biorobotics Conference: Biosignals and Robotics for Better and Safer Living (BRC). IEEE, pp 1–6
  11. Choi B, Jo S (2013) A Low-Cost EEG System-Based Hybrid Brain-Computer Interface for Humanoid Robot Navigation and Recognition. PLoS One 8:e74583. doi: 10.1371/journal.pone.0074583
  12. Badcock NA, Mousikou P, Mahajan Y, et al (2013) Validation of the Emotiv EPOC ® EEG gaming system for measuring research quality auditory ERPs. PeerJ 1:e38. doi: 10.7717/peerj.38
  13. Chumerin N, Manyakov N V., Van Vliet M, et al (2013) Steady-state visual evoked potential-based computer gaming on a consumer-grade EEG device. IEEE Trans Comput Intell AI Games 5:100–110. doi: 10.1109/TCIAIG.2012.2225623
  14. Cogent Graphics (2017) Laboratory of Neurobiology. http://www.vislab.ucl.ac.uk/cogent_graphics.php. Accessed 1 Jul 2017
  15. Hwang HJ, Lim JH, Jung YJ, et al (2012) Development of an SSVEP-based BCI spelling system adopting a QWERTY-style LED keyboard. J Neurosci Methods 208:59–65. doi: 10.1016/j.jneumeth.2012.04.011
  16. Sanchez G, Diez PF, Avila E, Leber EL (2011) Simple communication using a SSVEP-based BCI. J Phys Conf Ser 332:012017. doi: 10.1088/1742-6596/332/1/012017
  17. Yan Z, Gao X, Bin G, et al (2009) A half-field stimulation pattern for SSVEP-based brain-computer interface. Conf Proc. Annu Int Conf IEEE Eng Med Biol Soc IEEE Eng Med Biol Soc Annu Conf 2009:6461–4. doi: 10.1109/IEMBS.2009.5333544
  18. Lin Z, Zhang C, Wu W, Gao X (2007) Frequency recognition based on canonical correlation analysis for SSVEP-Based BCIs. IEEE Trans Biomed Eng 54:1172–1176. doi: 10.1109/TBME.2006.889197
  19. Poryzala P, Materka A (2014) Cluster analysis of CCA coefficients for robust detection of the asynchronous SSVEPs in brain–computer interfaces. Biomed Signal Process Control 10:201–208. doi: 10.1016/j.bspc.2013.11.003
  20. Cao L, Ju Z, Li J, et al (2015) Sequence detection analysis based on canonical correlation for steady-state visual evoked potential brain computer interfaces. J Neurosci Methods 253:10–17. doi: 10.1016/j.jneumeth.2015.05.014
  21. Nakanishi M, Wang Y, Wang Y-T, et al (2014) A High-Speed Brain Speller Using Steady-State Visual Evoked Potentials. Int J Neural Syst 24:1450019. doi: 10.1142/S0129065714500191
  22. Nakanishi M, Wang Y, Wang Y-T, Jung T-P (2015) A Comparison Study of Canonical Correlation Analysis Based Methods for Detecting Steady-State Visual Evoked Potentials. PLoS One 10:e0140703. doi: 10.1371/journal.pone.0140703
  23. Santhosh J, Bhatia M, Sahu S, Anand S (2004) Quantitative EEG analysis for assessment to “plan” a task in amyotrophic lateral sclerosis patients: a study of executive functions (planning) in ALS patients. Brain Res Cogn Brain Res 22:59–66. doi: 10.1016/j.cogbrainres.2004.07.009
  24. Wolpaw JR, Birbaumer N, McFarland DJ, et al (2002) Brain-computer interfaces for communication and control. Clin Neurophysiol 113:767–791. doi: 10.1016/S1388-2457(02)00057-3
  25. Sellers EW, Vaughan TM, Wolpaw JR (2010) A brain-computer interface for long-term independent home use. Amyotroph Lateral Scler 11:449–455. doi: 10.3109/17482961003777470
  26. Chen X, Wang Y, Nakanishi M, et al (2015) High-speed spelling with a noninvasive brain–computer interface. Proc Natl Acad Sci 112:1–10. doi: 10.1073/pnas.1508080112
  27. Wang Y, Gao X, Hong B, et al (2008) Brain-Computer Interfaces Based on Visual Evoked Potentials. IEEE Eng Med Biol Mag 27:64–71. doi: 10.1109/MEMB.2008.923958
  28. Sözer AT, Fidan CB (2018) Novel spatial filter for SSVEP-based BCI: A generated reference filter approach. Comput Biol Med 96:98–105. doi: 10.1016/j.compbiomed.2018.02.019
  29. Choi B, Jo S (2013) A Low-Cost EEG System-Based Hybrid Brain-Computer Interface for Humanoid Robot Navigation and Recognition. PLoS One 8:e74583. doi: 10.1371/journal.pone.0074583
  30. Badcock NA, Mousikou P, Mahajan Y, et al (2013) Validation of the Emotiv EPOC ® EEG gaming system for measuring research quality auditory ERPs. PeerJ 1:e38. doi: 10.7717/peerj.38
  31. Chumerin N, Manyakov N V., Van Vliet M, et al (2013) Steady-state visual evoked potential-based computer gaming on a consumer-grade EEG device. IEEE Trans Comput Intell AI Games 5:100–110. doi: 10.1109/TCIAIG.2012.2225623
  32. Hwang HJ, Lim JH, Jung YJ, et al (2012) Development of an SSVEP-based BCI spelling system adopting a QWERTY-style LED keyboard. J Neurosci Methods 208:59–65. doi: 10.1016/j.jneumeth.2012.04.011
  33. Sanchez G, Diez PF, Avila E, Leber EL (2011) Simple communication using a SSVEP-based BCI. J Phys Conf Ser 332:012017. doi: 10.1088/1742-6596/332/1/012017
  34. Yan Z, Gao X, Bin G, et al (2009) A half-field stimulation pattern for SSVEP-based brain-computer interface. Conf Proc. Annu Int Conf IEEE Eng Med Biol Soc IEEE Eng Med Biol Soc Annu Conf 2009:6461–4. doi: 10.1109/IEMBS.2009.5333544
  35. Lin Z, Zhang C, Wu W, Gao X (2007) Frequency recognition based on canonical correlation analysis for SSVEP-Based BCIs. IEEE Trans Biomed Eng 54:1172–1176. doi: 10.1109/TBME.2006.889197
  36. Poryzala P, Materka A (2014) Cluster analysis of CCA coefficients for robust detection of the asynchronous SSVEPs in brain–computer interfaces. Biomed Signal Process Control 10:201–208. doi: 10.1016/j.bspc.2013.11.003
  37. Cao L, Ju Z, Li J, et al (2015) Sequence detection analysis based on canonical correlation for steady-state visual evoked potential brain computer interfaces. J Neurosci Methods 253:10–17. doi: 10.1016/j.jneumeth.2015.05.014
  38. Nakanishi M, Wang Y, Wang Y-T, et al (2014) A High-Speed Brain Speller Using Steady-State Visual Evoked Potentials. Int J Neural Syst 24:1450019. doi: 10.1142/S0129065714500191
  39. Nakanishi M, Wang Y, Wang Y-T, Jung T-P (2015) A Comparison Study of Canonical Correlation Analysis Based Methods for Detecting Steady-State Visual Evoked Potentials. PLoS One 10:e0140703. doi: 10.1371/journal.pone.0140703