- Avrupa Bilim ve Teknoloji Dergisi
- Issue: 17
- A new Approach for Hybrid BCI speller based on P300 and SSVEP
A new Approach for Hybrid BCI speller based on P300 and SSVEP
Authors : Zeki Oralhan
Pages : 1392-1398
Doi:10.31590/ejosat.671521
View : 10 | Download : 5
Publication Date : 2019-12-31
Article Type : Research
Abstract :Hem P300 hem de durağan hal görsel uyarılmış potansiyel (DHGUP) yüksek sinyal yanıtı ve yüksek sinyal gürültü oranına sahip olduğu için beyin bilgisayar arayüzü (BBA) sistemlerinde yaygın olarak kullanılan elektroensefalografi (EEG) fenomenleridir. Sinyallerdeki sınıflandırma doğruluk oranı ve sinyal tespit süresi değerleri BBA sistemlerinin performansını etkiler. Bu iki değer bir BBA sistemi için anahtar performans göstergesi olan bilgi aktarım hızının (BAH) hesaplanması için kullanılır. Bir P300 tabanlı BBA veya DHGUP tabanlı BBA diğer BBA sistemlerine göre daha yüksek bilgi aktarım hızı değerine sahiptir. Bundan dolayı, bu çalışmadaki amacımız, P300 ve DHGUP fenomenini aynı anda bir BBA heceleyicisinde kullanmaktır. P300 ve DHGUP tabanlı yenir bir hibrid BBA heceleyicisini çalışmamız ile sunuyoruz. Ayrıca önerdiğimiz BBA heceleyecisi sadece P300 uyaranlı veya sadece DHGUP ya da hybrid uyaranlı çalışmayada olanak vermektedir. Bu BBA heceleyicisinde 3 × 3 matris formunda 9 sayı P300 sinyali elde etmek için vardır ve üstelik 9 adet beyaz kare şeklinde yanıp sönen objeler DHGUP elde etmek için sayıların yanına yerleştirilmiştir. Bu araştırmada, deneyler 2 adımda (eğitim ve çevirimçi adımlar) ve 3 oturumda (sadece DHGUP uyaran, sadece P300 uyaran ve hybrid uyaran oturumlar) gerçekleştirilmiştir. Beş farklı kullanıcı deneylere katılmıştır. P300 sinyali ve DHGUP tespiti için destek vektör makinesi metodu kullanılmıştır. Deney sonuçlarına göre ortalama sınıflandırma doğruluk oranı sırasıyla sadece DHGUP uyaran kullanarak %83.78, sadece P300 uyaran kullanarak %84.67 ve hybrid uyaran kullanarak %90.89’ dur. Ortalama bilgi aktarım hızı sırasıyla DHGUP uyaran kullanarak 6.81, sadece P300 uyaran kullanarak 6.97 bit/dk ve hybrid uyaran kullanarak 8.19’ dur. Elde edilen bulgulara göre, önerilen P300 ve DHGUP tabanlı BBA heceleyicisi, sadece DHGUP uyaranlı BBA ya da sadece P300 uyaranı BBA heceleyicilerine göre daha yüksek sınıflandırma doğruluk oranına ve bilgi aktarım hızına ulaşmıştır.Keywords : EEG, Beyin Bilgisayar Arayüzü, Destek Vektör Makinesi, P300, DHGUP