Vehicle Management with The Attention Score Obtained by Using Brain Signals

Abstract

This study was done with the aim of investigating an attention-dependent vehicle management mechanism and establishing an experimental setup that can be applied in order to prevent possible accidents caused by the car driver's carelessness and to increase the quality of work. The signals required for the study were obtained through an Electroencephalography (EEG) device with a single channel dry electrode. In the study, the methods of processing and classifying brain signals, which have been applied in detecting the user's attention value, were examined. Practices are provided on the experimental setup and its applicability is emphasized. It has been discussed on the inclusion of machine learning models by providing feature extractions through EEG signals tothe created Brain Computer Interface (BBA), thus developing risk analysis and control applications through more precise classification capability.

Keywords

• EEG
• BCI
• Signal Analysis
• Attention level

Beyin Sinyalleri Kullanılarak Elde Edilen Dikkat Değeri ile Araç Yönetimi

Abstract

Bu çalışma, araç kullanıcısının dikkatsizliğinden kaynaklı olası kazaların önüne geçilmesi ve iş kalitesinin arttırılması amacıyla uygulanabilecek, dikkatseviyesine bağımlı bir araç yönetim mekanizmasının araştırılması ve deney düzeneğinin oluşturulması amacı ile yapılmıştır. Çalışma için gerekli sinyaller tek kanallı kuru elektroda sahip bir Elektroensefalografi (EEG) cihazı aracılığıyla elde edilmiştir. Çalışma dahilinde kullanıcının dikkat değerinin tespitinde uygulanmış olan, beyin sinyallerinin işlenmesi ve sınıflandırılması yöntemleri incelenmiştir. Deney düzeneği üzerinde pratikler sağlanarak, uygulanabilirliliği üzerinde durulmuştur. Oluşturulan Beyin Bilgisayar Arayüzüne (BBA), EEG sinyalleri üzerinden özellik çıkarımlarının sağlanması ile makine öğrenmesi modellerinin dahil edilmesi, böylece daha hassas sınıflandırma yeteneği üzerinden, risk analizi ve kontrol uygulamalarının geliştirilmesi üzerinde tartışılmıştır.

Keywords

• EEG
• BBA
• Sinyal Analizi
• Dikkat Seviyesi

References

1. [1]Kwon, Sooyoung, et al. "Fatigue and poor sleep are associated with driving risk among Korean occupational drivers."Journal of Transport & Health14 (2019): 100572.At https:// doi.org/10.1016/j.jth.2019.100572
2. [2]Constant, Isabelle, and Nada Sabourdin. "The EEG signal: a window on the cortical brain activity."Pediatric Anesthesia22.6 (2012): 539-552. At https://doi.org/10.1111/j.1460-9592.2012.03883.xÇağın ÇEVİKBeyin Sinyalleri Kullanılarak Elde Edilen Dikkat Değeri ile Araç Yönetimi
3. [3]Crowley, Katie, et al. "Evaluating a brain-computer interface to categorise human emotional response."2010 10th IEEE International Conference on Advanced Learning Technologies. IEEE, 2010. At https://doi.org/10.1109/ICALT.2010.81
4. [4]Sethi, Chaitanya, et al. "EEG-Based Attention Feedback to Improve Focus in E-Learning."Proceedings of the 2018 2nd International Conference on Computer Science and Artificial Intelligence. 2018. At https://doi.org/10.1145/3297156.3297157
5. [5]Rieiro, Héctor, et al. "Validation of electroencephalographic recordings obtained with a consumer-grade, single dry electrode, low-cost device: A comparative study."Sensors19.12 (2019): 2808. At https://doi.org/10.3390/s19122808
6. [6]Girase, Priyanka D., and M. P. Deshmukh. "MindWave device wheelchair control." International Journal of Science and Research (IJSR)5.6 (2016): 2172-2176. At https://www.ijsr.net/archive/v5i6/NOV164722.pdf
7. [7]Morales Matamoros, Oswaldo, et al. "Neurodynamics of Patients during a Dolphin-Assisted Therapy by Means of a Fractal Intraneural Analysis."Brain Sciences10.6 (2020): 403. At https://www.mdpi.com/2076-3425/10/6/403
8. [8]NeuroSky Biometric Algorithms available At http://neurosky.com/biosensors/eeg-sensor/algorithms/

9. [9]Kantar, Tuğçe.Uyku bozukluklarına ait eeg verilerindeki geçici eeg dalga formlarının analizi. MS thesis.Başkent Üniversitesi Fen Bilimleri Enstitüsü,2017. At http://acikerisim.baskent.edu.tr/handle/11727/2656
10. [10]Ilyas, M. Z., et al. "Classification of EEG signalsfor brain-computer interface applications: Performance comparison."2016 International Conference on Robotics, Automation and Sciences (ICORAS). IEEE, 2016. At https://ieeexplore.ieee.org/abstract/document/7872610