EEG sinyallerinin işlenmesi ve üzerinden bilgi çıkarılmasının pek çok uygulama alanı var. İlk etapta çeşitli hastalık teşhisleri için ;
Elektroensefalografi (EEG), epilepsili hastaları ve şüphe oluşturan nöbet bozuklukları olan hastaları incelemekte kullanılan önemli bir tetkiktir.
Bir başka alan, Brain Computer Interface yani Beyin Bilgisayar Arabirimi çalışmaları için Bu alanında
oyun oynamaktan tutunda
yapay organ kontrolüne kadar sayılmayacak kadar uygulama imkanı var.
Bir başka alanda nöro-pazarlama - Neuromarketing - ; Pazarlama dünyası son dönemde bu tür araştırmalara merak sardı. Büyük şirketler müşteri profili çıkarmak için nörolojik testlere başvuruyor ve geliştirdikleri yönteme ‘neuro marketing’ diyorlar.
Mesela DaimlerChrysler de şöyle bir uygulama yaptırmış
Almanya’da Ulm Üniversitesi’nden nöropsikiyatrist Henrik Walter, insanların beyinlerini düşünme anında inceliyor. DaimlerChrysler adına yürüttüğü araştırmada, otomobillerin erkek beyini üzerindeki etkisini incelemiş. MR cihazına bağlı 12 erkek deneğe farklı sınıf ve modellerde otomobil resimleri gösterilmiş. Spor araba gösterildiğinde beyinlerin ‘ödüllendirme’ bölgesinde belirgin hareklilik tespit edilmiş. Bu bilgi şirketin otomobil pazarlarken veya reklam kampanyası hazırlarken kullanabileceği bir veri olarak kayıtlara geçmiş.Sonuç olarak Dünyada pek çok araştırmacı EEG sinyallerinin işlenmesi ve sınıflandırılması için çalışma yürütmektedir. Bizde ucundan kıyısından bir giriş yapalım istedik.
Bu konuda bir çalışma yapmaya niyet edince gördükkü çalışma yapmanın başlıca eksikliği işlenmiş veriye ulaşma zorluğu olduğunu gördük. Herkese açık EEG veritabanları var. Fakat bu verilerin pekçoğunun uzun uğraşlarla uygun formatlara çevrilmesi gerekiyor. Bu yüzden biz onlardan en en sade olan biriyle başladık.
Veri tabanına Bu adresden ulaşabilirsiniz. Veri tabanı hakkındaki bilgi şöyle
For each set (A-E) there is a ZIP-file containing 100 TXT-files. Each
TXT-file consists of 4096 samples of one EEG time series in ASCII code.
SET A Z.zip with Z000.txt - Z100.txt (564 kB
SET A (Z.zip) ; (healthy volunteer, eyes open)
SET B (O.zip) ; (healthy volunteer, eyes closed)
SET C (N.zip) ; (seizure-free intervals of five patients from hippocampal formation of opposite hemisphere)
SET D (F.zip) ; (seizure-free intervals of five patients from epileptogenic zone)
SET E (S.zip) ; (epileptic seizure segments)
Özetlersek 5 sınıfa ayrılmış veriler var ve her sınıfda 100 adet veri dosyası var her dosyada 4096 değer var.
İkinci zorluk bu tür verilerin doğrudan YSA ile sınıflandırılması için çok büyük olmasıyla başlıyor Bu durumda yapmamız gereken şey Öznitelik çıkarmak ve bu öznitelikleri YSA ya verip onun üzerinden sınıflandırmaya çalışmak gerekiyor.
Bu konu üzerine bir hazırlığımız olmadığından bir süre bu konu üzerine araştırma ve sonrasında kodlama işlemi yapmak zorunda kaldık halen de bitmiş değil
Yazmış olduğumuz programdan bir kaç ekran görüntüsü verip geçiyoruz
Bütün bunlardan sonra Elimizde Öznitelikleri çıkarılmış ve sınıflandırılmaya hazır veriler hazırlanmış oldu. Bundan sonra sıra bizim emaktar olan FannTool'a kalıyor.
Veritabanı ile ilgili açıklamalara bakarsanız Epilepsi hastasının üç tipte EEG verisi var ( kriz sırasında, kriz dışında epileptik bölgeden, kriz dışında epileptik bölge dışından ) 3x100 veri. iki tipte sağlıklı kişlerden alına veriler var ( göz açık ve kapalı ) 2x100 veri
YSA için Çıkış verisi 1 ( Epilepsi (300) yada Sağlıklı (200) )
her verinin uzunluğu 4096 ve öznitelik çıkarma işlemi sonrasında 400 'e iniyor.
Yani YSA giriş 400
Bütün Sınıflandırma işlemini tek YSA ile yapmaya kalkıştığımızda Yaptığımız çeşitli denemeler sonucunda Test için ulaşabildiğimiz en yüksek başarı % 70 lerin biraz üstünde oluyor.
Bu yüzden bizde sınıflandırma işlemini parçalara ayırıyoruz ve her parça için ayrı YSA eğitiyoruz.
Bütün sınıflandırmayı 3 YSA ile gerçekleştiriyoruz
Birinci YSA ; EEG verisi Sağlıklı birinden mi Epilepsi hastasından mı alınmış kararını veriyor
500 veriden 375'ini eğitim ve 125'inide test için kullanıyoruz.
400 giriş 1 Çıkış
İkinci YSA ; İlk YSA sonucunda Sağlıklı bireylerden alınmış bir EEG ise Göz Kapalımı açıkmı kararını veriyor. 200 veriden 150'ini eğitim ve 50'inide test için kullanıyoruz.
400 giriş 1 Çıkış
Üçüncü YSA ; İlk YSA sonucunda Epilepsi Hastasından bir EEG ise, Verinin alınma konum ve yerine karar veriliyor. Kriz sırasında, Epileptik taraftan Kriz dışında, Epileptik olmayan taraftan Kriz dışında. 3 durum var. 300 veriden 225'ini eğitim ve 75'inide test için kullanıyoruz.
400 giriş 3 Çıkış
Sonuç olarak YSA ile yaptığımız bütün sınıflandırmalarda ulaştığımız sonuç hem eğitim hemde Test verileri için %100 başarı
Görüş ve Önerilerinizi duymak isteriz.
Not :
- Çalışma biraz daha detaylandırılıp daha salim kafayla toparlayınca FannTool'un sitesine de eklenecekdir
- Dua ihtiyacımız devam etmektedir
Hiç yorum yok:
Yorum Gönder