EOG temelli insan bilgisayar arabirimi için uygun sınıflandırma yönteminin araştırılması

Abstract

Bilgisayarların günlük yaşantımıza dahil olmasından bu yana teknolojinin gelişimine de paralel olarak İnsan Bilgisayar Arabirimi (İBA) üzerine yapılan çalışmalara sürekli olarak ihtiyaç duyulmuştur. İBA insan hayatını ve iletişimi kolaylaştırmayı, yapılan işleri ergonomik bir şekilde çözümlemeyi amaçlar. İBA ayrıca engelinden ya da hastalığından dolayı iletişim kurmakta zorlanan bireyler için de önemli çözümler sunmaktadır. Tezin ana amacı, istemli göz hareketlerini yapabilen fakat iletişim kuramayan bireyler için bir İBA geliştirmektir. Bu doğrultuda bu tez çalışmasında göz hareketleri ile komut vermeyi amaçlayan Elektrookülografi (EOG) temelli bir İBA için uygun öznitelik ve sınıflandırma yönteminin araştırılması yapılmıştır. EOG verilerinin alınması ve kaydedilmesi için özgün bir arayüz yöntemi geliştirilmiş ve kayıtların alınması ile birlikte yedi farklı göz hareketinden elde edilen veri seti oluşturulmuştur. Çeşitli sayısal işaret işleme yöntemleri ile EOG sinyalleri iyileştirilmiştir. Tezin ana amacına uygun olarak EOG sinyallerinin ayrıştırılması için uygun öznitelik ve sınıflandırma yöntemleri araştırılmıştır. Ardışıl ileri yönlü öznitelik seçme yöntemi kullanılarak çok sayıdaki özniteliklerden en iyi sonucu veren kombinasyon belirlenerek sistemin başarısı artırılmıştır. Geliştirilen yöntem yedi sınıflı veri kümesinde %93,9 başarıma ulaşmıştır. Elde edilen sonuçlar, istemli göz hareketleri ile insan bilgisayar arabirimi kontrolünün yüksek doğrulukta yapılabileceğini göstermektedir. Ayrıca, gerçek zamanlı çalışan bir modelin geliştirilmesi çalışmaları için ilham vericidir.

Since computers have been included in our daily lives, there has been a constant need for studies on Human Computer Interface (HCI) in parallel with the development of technology. HCI aims to facilitate human life and communication, and to analyze the work done in an ergonomic way. HCI also offers important solutions for individuals who have difficulty in communicating due to their disability or illness. The main aim of the thesis is to develop an HCI for individuals who can make voluntary eye movements but cannot communicate. In this direction, in this thesis study, the appropriate feature and classification method for an Electrooculography (EOG) based HCI aiming to give commands with eye movements was investigated. A unique interface method was developed for the acquisition and recording of EOG data, and a data set obtained from seven different eye movements was created with the recording. EOG signals have been improved with various digital signal processing methods. In accordance with the main purpose of the thesis, suitable features and classification methods for the decomposition of EOG signals were investigated. The success of the system is increased by determining the combination that gives the best result from many features by using the sequential forward feature selection method. The developed method reached 93.9% success in the seven-class dataset. The results show that human computer interface control can be done with high accuracy with voluntary eye movements. Also, the development of a real-time working model is inspiring for work.