EEG Tabanlı Yapay Zekâ Destekli Beyin–Bilgisayar Arayüzü
Elektrottan yapay zekâ modeline kadar sıfırdan geliştirdiğim 4 kanallı, düşük maliyetli bir beyin–bilgisayar arayüzü. Görsel dikkat görevinde %98 doğruluk.
Bir nörobilimciyle yaptığım sohbetten doğan bu projede amacım basitti: beyin sinyallerini okuyup yapay zekâyla yorumlayan bir sistemi, hazır bir cihaz almadan, tamamen sıfırdan kurmak.
Neden sıfırdan?
Hazır EEG sistemleri ya çok pahalı ya da kendi ihtiyacına göre değiştirilemeyecek kadar kapalı. Türkiye'de yerli EEG donanımı üzerine yapılan çalışmalar da oldukça az. Bu yüzden bütün zinciri kendim tasarlamaya karar verdim: sinyali alan elektrotlardan, onu yorumlayan yapay zekâya kadar.
Nasıl çalışıyor?
Beyinden gelen sinyal mikrovolt seviyesinde ve çevredeki elektriksel gürültüden çok daha zayıf. Sistem bu sinyali adım adım temizleyip anlamlı hâle getiriyor:
- 1ElektrotlarKafa derisinden sinyal alma
- 2Analog ön uçYükseltme ve filtreleme
- 3SayısallaştırmaYüksek çözünürlüklü örnekleme
- 4Gömülü işlemciGerçek zamanlı gürültü temizleme
- 5Masaüstü uygulamaGörselleştirme ve kayıt
- 6Yapay zekâCanlı sınıflandırma
Donanımın her katmanında birden fazla yaklaşım denedim; elektrot malzemesinden güç kaynağına kadar pek çok parçayı ölçerek ve test ederek seçtim.
Yazılım
Python ile geliştirdiğim masaüstü uygulaması deneyleri yönetiyor ve modeli canlı çalıştırıyor:
- Mikrodenetleyiciden gelen veriyi kesintisiz okuyor ve kanalların spektrumunu canlı olarak çiziyor.
- Deney sırasında gösterilen uyaranlara göre verileri otomatik etiketliyor.
- Eğitilmiş modeli yükleyip gerçek zamanlı tahmin üretiyor.
Sonuçlar
İlk denemelerde doğruluk %35 civarındaydı. Filtreleme, veri dengeleme ve en önemlisi veri toplama protokolünün değiştirilmesiyle sonuç adım adım yükseldi. Donanım ve model aynı kalırken yalnızca katılımcının dikkatini toplama şeklini değiştirmek, doğruluğu %67'den %98'e çıkardı.
Sınırlılıklar ve sonraki adımlar
%98, tek katılımcıyla ve tek oturumda eğitilmiş, kişiye özel bir modelin sonucu; yani sistemin bir kullanıcı için ulaşabildiği üst sınırı gösteriyor. Sırada daha düşük gürültülü bir donanım, daha fazla kanal, çoklu katılımcıyla doğrulama ve hareket kısıtlı bireylerle gerçek dünya testleri var.
