MÜZİK SINIFLANDIRMASI BEYİN BİLGİSAYAR ARAYÜZÜ UYGULAMALARI İÇİN BİR ALTERNATİF OLABİLİR Mİ?

Nurhan GÜRSEL ÖZMEN; Ebru DURMUŞ; Zhaleh SADREDDİNİ

Makale detayları

MÜZİK SINIFLANDIRMASI BEYİN BİLGİSAYAR ARAYÜZÜ UYGULAMALARI İÇİN BİR ALTERNATİF OLABİLİR Mİ?

Yazarlar:

Nurhan GÜRSEL ÖZMEN | Ebru DURMUŞ | Zhaleh SADREDDİNİ

Yayıncı:

Bursa Uludağ University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Uludağ University Journal of The Faculty of Engineering 2017 Vol.22 Issue 2, pp.11-22

Belge Tipi:

Makale

Yayın Tarihi:

8/2017

Belge Dili:

Türkçe

Document ID (Org No.):

2000629992

Sıklık:

Üç Yıllık

eISSN:

2148-4155

pISSN:

2148-4147

Özet:

 




Neurological studies on human brain show that, music is
an important tool that can be assessed for understanding the mechanism of the
brain. In this study, the availability of music classification for brain
computer interface systems was studied. Moreover, classification performances
of music tasks with other mental and motor tasks are evaluated. An experimental
study was carried out with three different subjects executing seven different
tasks. These tasks are; listening to music, relax, mental arithmetic, imagery right
hand movement, imagery left hand movement and the letter A imagination task.
Autoregressive (AR) parameters, Hjorth parameters, power spectral density (PSD)
values and PSD+ frequency characteristics were extracted as features from the
resulting EEG data. Their classification performances are tested with Support
Vector Machines (SVM), k-nearest neighborhood (k-NN) and Neural Network (ANN)
classifiers. By using AR parameters as features, the highest classification performances
were obtained as 100% SVM and 100% ANN. Classification performances were also
evaluated for different electrodes representing different sections of the brain
and it is observed that, C3 channel has the highest performance for music
tasks. As a result, we can conclude that music tasks affect different
frequencies in the brain, and that difference can be used in different brain
computer interface applications like medical, military or e-gaming applications.

.

 




İnsan beyninin çalışma
mekanizmasını değerlendirmek için yapılan nörolojik çalışmalar, müziğin bu
konuda değerlendirilebilecek önemli bir araç olduğunu göstermektedir. Bu
çalışmada, müzik dinleme görevlerinin, beyin bilgisayar arayüzü (BBA)
sisteminde kullanılabilirliği araştırılmıştır. Müzik görevlerinin diğer
zihinsel ve motor görevlerle sınıflandırma performansları değerlendirilmiştir. Üç
sağlıklı katılımcı ile gerçekleştirilen deneysel çalışmada, yedi farklı görevin
ikili sınıflandırma sonuçları değerlendirilmiştir.  Bu görevler, iki farklı müzik türünü dinleme,
rahat durum, zihinden problem çözme, sağ el hareket hayali, sol el hareket
hayali ve A harfi hayali görevleridir. Elde edilen EEG verilerinden Öz bağlanım
(AR) parametreleri, Hjorth parametreleri, güç spektral yoğunluk (PSD)
parametreleri ve PSD+frekans karakteristikleri öznitelik olarak çıkarılmış ve
performansları Destek Vektör Makinesi (DVM), k-En Yakın Komşuluk (k-NN) ve
Yapay Sinir Ağları (ANN) sınıflandırıcıları ile değerlendirilmiştir. Öznitelikler
olarak AR parametreleri kullanılması durumunda, en yüksek sınıflandırma
başarıları  %100 DVM ve % 100 ANN olarak
elde edilmiştir. Sınıflandırma başarımları beynin farklı bölümlerini temsil
eden farklı elektrotlar açısından da değerlendirilmiş ve müzik görevlerinin
ayrıştırılmasında C3 kanalının daha başarılı olduğu görülmüştür. Elde edilen
sonuçlara bağlı olarak, müzik dinlenme görevinin beyinde farklı frekanslarda
etki yarattığı ve bu farklılığın tıbbi, askeri ya da e-oyun gibi beyin
bilgisayar ara yüzü uygulamalarında kullanılması önerilmektedir.

.

Makale detayları

MÜZİK SINIFLANDIRMASI BEYİN BİLGİSAYAR ARAYÜZÜ UYGULAMALARI İÇİN BİR ALTERNATİF OLABİLİR Mİ?

Yazarlar: Nurhan GÜRSEL ÖZMEN | Ebru DURMUŞ | Zhaleh SADREDDİNİ

Yayıncı: Bursa Uludağ University

Ana Başlıklar: Uygulamalı fizik

Dergi: Uludağ University Journal of The Faculty of Engineering 2017 Vol.22 Issue 2, pp.11-22

Belge Tipi: Makale

Yayın Tarihi: 8/2017

Belge Dili: Türkçe

Document ID (Org No.): 2000629992

Sıklık: Üç Yıllık

eISSN: 2148-4155

pISSN: 2148-4147

Sayı

Yazarlar:

Nurhan GÜRSEL ÖZMEN | Ebru DURMUŞ | Zhaleh SADREDDİNİ

Yayıncı:

Bursa Uludağ University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Uludağ University Journal of The Faculty of Engineering 2017 Vol.22 Issue 2, pp.11-22

Belge Tipi:

Makale

Yayın Tarihi:

8/2017

Belge Dili:

Türkçe

Document ID (Org No.):

2000629992

Sıklık:

Üç Yıllık

eISSN:

2148-4155

pISSN:

2148-4147