Sunum yükleniyor. Lütfen bekleyiniz

Sunum yükleniyor. Lütfen bekleyiniz

MinDolog Minder Bilişim

Benzer bir sunumlar


... konulu sunumlar: "MinDolog Minder Bilişim"— Sunum transkripti:

1 MinDolog Minder Bilişim
Beyin Bilgisayar Arayüz Aletleri Kullanarak Psikolojik Rehabilitasyon ve Karar Destek Sistemi MinDolog Minder Bilişim

2 Gündem İhtiyaçlar Çözümümüz – MinDolog MinDolog İşleyiş EEG
Neurofeedback Yapay Zeka MinDolog İşleyiş

3 İhtiyaçlar Dikkat / Konsantrasyon Eksikliği Rehabilitasyonu Gençler
Sporcular İş Adamları

4 İhtiyaçlar Hastalıkların Tanı ve Tedavisi Depresyon Epilepsi Stres
Davranış bozukluğu Panik atak

5 MinDolog EEG BBAA Neuro Feedback Yazılım

6 Elektroensefalografi
EEG BBAA Alpha Beta

7 Beyin Bilgisayar Arayüz Aletleri
EEG BBAA

8 Beyin Bilgisayar Arayüz Aletleri
EEG BBAA

9 NeuroFeedback EEG biofeedback Nöroterapi
Kişinin beyin dalgalarını değiştirmeye dayanan Eğitim / Mental egzersiz yöntemi Beyin dalgalarının mental performansın arttırılması için kullanılması Geri bildirim sağlayan cihazların yardımı ile EEG kontrolü istenilen beyin dalgalarını arttırma, istenilmeyen beyin dalgalarını azaltma Neuro Feedback

10 NeuroFeedback Neuro Feedback

11 NeuroFeedback Yapılan araştırmalara göre:
Neurofeedback'te korteks (beyin kabuğu) seviyesinde elektrik aktivitesi değiştirilirken subkortikal yapılarda da değişiklikler oluyor ve beyin daha iyi çalışmaya başlayınca hangi sorun varsa o ortadan kalkıyor. Herhangi bir riski ya da yan etkisi olmayan bu eğitim yönteminde (operant şartlanma) kişi kendi beynini kontrol etmesini öğreniyor. Neuro Feedback

12 Yazılım Yapay Zeka Tedavi Oyunları Örüntü Tanıma Veri Madenciliği
Uzman Sistem Tedavi Oyunları Yazılım

13 MinDolog

14 MinDolog İşleyiş

15 MinDolog İşleyiş Veri Alımı (Data Acquisition): Beyin Bilgisayar Arayüz aletleri (emotiv epoc, neurosky, ocz – nia) aracılığıyla bilgisayara EEG verisi ham veri (raw data) olarak aktarılır. Sinyal Geliştirme(Signal Enhancement): Beyin Bilgisayar Arayüz Aletleri ile bilgisayara aktarılan EEG temelli zamansal(time domain) beyin dalgaları örüntü tanıma algoritmaları uygulanabilmesi için hızlı fourier dönüşümü (fast fourier transform) ile frekans (frequency domain) değerlerine dönüştürülür. Özellik Seçme(Feature Extraction): Sinyal geliştirme safhası sonucunda elde edilen farklı frekanslardaki veriler üzerinden frekans bantlarına göre alfa (8 – 12 Hz), beta (12 – 30 Hz), teta (6 -10 Hz), delta (2 – 4 Hz) adlı beyin dalgaları değerleri hesaplanır.

16 MinDolog İşleyiş Kümelenme (Clustering): Makine öğrenme ve örüntü tanıma algoritmalarını verimli bir şekilde uygulayabilmek için benzer veriler kümelenme algoritmaları (k-means kümelemesi, fuzzy c-means kümelemesi) uygulanarak sınıflandırma safhasına aktarılır. Sınıflandırma (Classification): Fisher Discriminant Analizi, Destekleyici Vektör Düzlemleri, Sinirsel ağlar (Neural Network), Kn En Yakın Komşular Tahmini algoritmalarında optimizasyon yapılarak, hata payı en düşük olan algoritmanın cevabına göre gelen verinin sınıflandırılması yapılır. Post İşleme (Post Processing): Bu aşamada kullanıcı profili ve kullanıcı öğrenme verileri (training data) üzerinde sinirsel ağlar, kn en yakın komşular tahmini gibi yapay zeka ve makine öğrenme algoritmaları kullanılarak oluşturulan uzman sistem sinirsel geri besleme(neurofeedback) için geliştirilecek oyunların senaryolarının ve aşamalarının altyapısını oluşturacaktır.

17 Teşekkür Ediyoruz...


"MinDolog Minder Bilişim" indir ppt

Benzer bir sunumlar


Google Reklamları