/tr/research/bci
Beyin–bilgisayar arayüzleri
İnvazif olmayan BCI sistemlerinin arkasındaki sinyal zinciri üzerinde çalışıyoruz: EEG'yi kaydetmek, temizlemek, anlamlı olanı ayıklamak ve gerçek zamanlı olarak sınıflandırmak.
01 / Kapsam
Neler üzerinde çalışıyoruz?
01
Sinyal kaydı ve kalitesi
Elektrot teması, örnekleme ve referans seçimleri; oturum boyunca sinyal kalitesinin sürekli izlenmesi.02
Ön işleme
Filtreleme, şebeke gürültüsünün giderilmesi, göz ve kas kaynaklı artefaktların model veriyi görmeden önce ayıklanması.03
Nöral veri analizi
Çok kanallı kayıtlarda zaman–frekans analizi, olaya ilişkin yanıtlar ve öznitelik çıkarımı.04
Gerçek zamanlı sınıflandırma
Beyin durumlarını yalnızca kayıtlı veri setlerinde değil, akan veri üzerinde düşük gecikmeyle sınıflandıran sistemler.
02 / Yaklaşım
Nasıl yaklaşıyoruz?
Adım 01
Sinyalden başla
BCI problemlerinin çoğu aslında veri kalitesi problemidir. Doğruluk oranına bakmadan önce ham sinyale bakarız.
Adım 02
Önce çevrimdışı, sonra çevrimiçi
Yöntemler önce kayıtlı oturumlarda doğrulanır, ardından sabit bir gecikme bütçesiyle akan veriye taşınır.
Adım 03
Önce basit ve incelenebilir modeller
Kararlarını inceleyebildiğimiz modelleri tercih ederiz; karmaşıklığı yalnızca veri gerektirdiğinde artırırız.
Adım 04
Kayda geçir
Yöntemler, başarısız denemeler ve açık sorular Lab Notları'na girer; açık BCI ders notlarımız da dahil.
EEG ya da nöral kod çözme üzerine mi çalışıyorsunuz?
Ortak veri setlerinden birlikte yürütülen projelere kadar üniversiteler, laboratuvarlar ve klinik ekiplerle araştırma ortaklıklarına açığız.