Presentation Title

Beyin Bilgisayar Arayüz Aletleri
Kullanarak
Psikolojik Rehabilitasyon
ve
Karar Destek Sistemi
MinDolog
Minder Bilişim
Gündem
• İhtiyaçlar
• Çözümümüz – MinDolog
– EEG
– Neurofeedback
– Yapay Zeka
• MinDolog İşleyiş
İhtiyaçlar
• Dikkat / Konsantrasyon Eksikliği Rehabilitasyonu
– Gençler
– Sporcular
– İş Adamları
İhtiyaçlar
• Hastalıkların Tanı ve Tedavisi
–
–
–
–
–
Depresyon
Epilepsi
Stres
Davranış bozukluğu
Panik atak
MinDolog
Elektroensefalografi
Alpha
Beta
Beyin Bilgisayar Arayüz Aletleri
Beyin Bilgisayar Arayüz Aletleri
NeuroFeedback
•
•
•
•
•
EEG biofeedback
Nöroterapi
Kişinin beyin dalgalarını değiştirmeye dayanan
Eğitim / Mental egzersiz yöntemi
Beyin dalgalarının mental performansın arttırılması
için kullanılması
• Geri bildirim sağlayan cihazların yardımı ile EEG
kontrolü
– istenilen beyin dalgalarını arttırma,
– istenilmeyen beyin dalgalarını azaltma
NeuroFeedback
NeuroFeedback
Yapılan araştırmalara göre:
• Neurofeedback'te korteks (beyin kabuğu)
seviyesinde elektrik aktivitesi değiştirilirken
subkortikal yapılarda da değişiklikler oluyor ve beyin
daha iyi çalışmaya başlayınca hangi sorun varsa o
ortadan kalkıyor.
• Herhangi bir riski ya da yan etkisi olmayan bu eğitim
yönteminde (operant şartlanma) kişi kendi beynini
kontrol etmesini öğreniyor.
Yazılım
• Yapay Zeka
– Örüntü Tanıma
– Veri Madenciliği
– Uzman Sistem
• Tedavi Oyunları
MinDolog
MinDolog İşleyiş
MinDolog İşleyiş
1. Veri Alımı (Data Acquisition): Beyin Bilgisayar Arayüz aletleri
(emotiv epoc, neurosky, ocz – nia) aracılığıyla bilgisayara EEG
verisi ham veri (raw data) olarak aktarılır.
2. Sinyal Geliştirme(Signal Enhancement): Beyin Bilgisayar Arayüz
Aletleri ile bilgisayara aktarılan EEG temelli zamansal(time domain)
beyin dalgaları örüntü tanıma algoritmaları uygulanabilmesi için
hızlı fourier dönüşümü (fast fourier transform) ile frekans (frequency
domain) değerlerine dönüştürülür.
3. Özellik Seçme(Feature Extraction): Sinyal geliştirme safhası
sonucunda elde edilen farklı frekanslardaki veriler üzerinden
frekans bantlarına göre alfa (8 – 12 Hz), beta (12 – 30 Hz), teta (6 10 Hz), delta (2 – 4 Hz) adlı beyin dalgaları değerleri hesaplanır.
MinDolog İşleyiş
4. Kümelenme (Clustering): Makine öğrenme ve örüntü tanıma
algoritmalarını verimli bir şekilde uygulayabilmek için benzer veriler
kümelenme algoritmaları (k-means kümelemesi, fuzzy c-means
kümelemesi) uygulanarak sınıflandırma safhasına aktarılır.
5. Sınıflandırma (Classification): Fisher Discriminant Analizi,
Destekleyici Vektör Düzlemleri, Sinirsel ağlar (Neural Network), Kn
En Yakın Komşular Tahmini algoritmalarında optimizasyon
yapılarak, hata payı en düşük olan algoritmanın cevabına göre
gelen verinin sınıflandırılması yapılır.
6. Post İşleme (Post Processing): Bu aşamada kullanıcı profili ve
kullanıcı öğrenme verileri (training data) üzerinde sinirsel ağlar, kn
en yakın komşular tahmini gibi yapay zeka ve makine öğrenme
algoritmaları kullanılarak oluşturulan uzman sistem sinirsel geri
besleme(neurofeedback) için geliştirilecek oyunların senaryolarının
ve aşamalarının altyapısını oluşturacaktır.
Teşekkür Ediyoruz...