İstatistiksel anlamlı zaman alanı EEG özniteliklerinden el parmak hareketlerinin sınıflandırılması

Basit Öğe Kaydı
dc.contributor.authorDeğirmenci, Mürşide
dc.contributor.authorYuce, Yilmaz Kemal
dc.contributor.authorIsler, Yalcin
dc.date.accessioned2026-01-24T12:01:09Z
dc.date.available2026-01-24T12:01:09Z
dc.date.issued2024
dc.departmentAlanya Alaaddin Keykubat Üniversitesi
dc.description.abstractMotor Hayali Elektroensefalogram (EEG) sinyalleri, Beyin-Bilgisayar Arayüzlerinde (BBA) yaygın olarak kullanılmaktadır. Son yıllarda, büyük uzuv hareketlerinin motor hayali EEG sinyalleri, çeşitli makine öğrenme yaklaşımları kullanılarak sınıflandırılmaya çalışılmıştır. Ancak, hayali parmak hareketlerinin EEG sinyallerinin sınıflandırılması, parmak hareketlerinin ayırt edilmesini zorlaştıran daha küçük ve gürültülü sinyal özelliklerinden dolayı daha az sıklıkla analiz edilmektedir. Bu çalışma, hayali parmak hareketlerinin (Başparmak, İşaret parmağı, Orta parmak, Yüzük parmağı, Serçe parmak) ve hayali olmayan görev durumunun (NoMT) sınıflandırılması için EEG sinyal temsillerinin istatistiksel olarak anlamlı zaman alanı özniteliklerine dayalı olduğu bir yöntem önermektedir. 8 sağlıklı deneğin 21 EEG kanalından 24 farklı zaman alanı özniteliği çıkarılmaktadır. Önemli ve ilgili zaman alanı özniteliklerini belirlemek için istatistiksel anlamlılığa (ANOVA) dayalı özellik seçim yöntemi ve Temel Bileşen Analizi (TBA) kullanılmaktadır. Bu çalışma, istatistiksel olarak anlamlı özniteklilerin etkili analizi için 4 farklı yaklaşımı araştırmaktadır. Bunlar (i) tüm zaman alanı özniteliklerini, (ii) PCA tabanlı belirlenmiş temel zaman alanı bileşenlerini, (iii) ANOVA tabanlı belirlenmiş olan istatistiksel olarak anlamlı zaman alanı özniteliklerini ve (iv) ANOVA tabanlı belirlenmiş istatistiksel olarak anlamlı zaman alanı özelliklerinden PCA tabanlı belirlenmiş temel zaman alanı bileşenlerini kullanan yaklaşımlardır. Farklı parametrelere sahip sekiz farklı tipik sınıflandırıcı, 5-kat çapraz doğrulama kullanılarak 6 grubu sınıflandırmak için hesaplanmıştır. Önerilen yöntemler hem denek bağımlı hem de denek bağımsız koşullar için incelenmiştir. Sonuçlar, istatistiksel anlamlılığa dayalı öznitelik seçim yönteminin TBA tabanlı öznitelik seçimine kıyasla daha iyi performans verdiğini göstermektedir. Denekten bağımsız analizde, istatistiksel olarak anlamlı zaman alanı öznitelikleri ve Destek Vektör Makinesi (SVM) algoritması kullanılarak en yüksek eğitim doğrulama doğruluğu ve test doğruluğu değerleri %37,8 ve %35,8 olarak hesaplanmıştır. Deneğe bağlı analizlerde istatistiksel olarak anlamlı zaman alanı öznitelikleri ve DVM kullanılarak 8 kişinin en yüksek eğitim doğruluk değerleri %27,7-%53,0 olarak hesaplanmıştır ve 8 kişinin test doğruluk değerleri %33,3-%57,5 olarak hesaplanmıştır. Çalışma sonucunda, denek bağımlı sınıflandırmaların performansları denek bağımsız sınıflamalara göre daha yüksektir. Deneğe bağlı bu en yüksek sonuçlar, gelecek zamanda kişiselleştirilmiş el protezlerinin tasarımı çalışmalarında EEG tabanlı BBA sistemlerinin tasarımı için ümit vericidir.
dc.identifier.doi10.17341/gazimmfd.1241334
dc.identifier.endpage1610
dc.identifier.issn1300-1884
dc.identifier.issn1304-4915
dc.identifier.issue3
dc.identifier.startpage1597
dc.identifier.trdizinid1257919
dc.identifier.urihttps://search.trdizin.gov.tr/tr/yayin/detay/1257919
dc.identifier.urihttps://doi.org/10.17341/gazimmfd.1241334
dc.identifier.urihttps://hdl.handle.net/20.500.12868/4022
dc.identifier.volume39
dc.indekslendigikaynakTR-Dizin
dc.language.isotr
dc.relation.ispartofGazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.snmzKA_TR-Dizin_20260121
dc.subjectMakine öğrenmesi
dc.subjectParmak hareketleri sınıflandırması
dc.subjectElektroensefalogram sinyalleri
dc.subjectİstatistiksel anlamlılık
dc.titleİstatistiksel anlamlı zaman alanı EEG özniteliklerinden el parmak hareketlerinin sınıflandırılması
dc.typeArticle

Dosyalar

Koleksiyon

TR-Dizin İndeksli Yayınlar Koleksiyonu