Please use this identifier to cite or link to this item: https://hdl.handle.net/11147/11674
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorKaraçalı, Bilgeen_US
dc.contributor.authorOlcay, Bilal Orkanen_US
dc.date.accessioned2021-11-15T09:10:23Z-
dc.date.available2021-11-15T09:10:23Z-
dc.date.issued2021-07en_US
dc.identifier.citationOlcay, B. O. (2021). On the characterization of motor imagery functions based on systematic timing organization of the human brain. Unpublished doctoral dissertation, Izmir Institute of Technology, Izmir, Turkeyen_US
dc.identifier.urihttps://hdl.handle.net/11147/11674-
dc.descriptionThesis (Doctoral)--Izmir Institute of Technology, Electrical and Electronics Engineering, Izmir, 2021en_US
dc.descriptionIncludes bibliographical references (leaves: 208-273)en_US
dc.descriptionText in English; Abstract: Turkish and Englishen_US
dc.description.abstractThe main objective of this thesis is to analyze the timing organization of the brain. The human brain is known to adjust its localized and also the reciprocal operations for each different cognitive task adaptively. This flexibility of the brain has attracted considerable interest in neuroscience. Elucidation of timing adaptation property of brain, however, remains as unresolved due to dynamically changing and nonlinear nature of the brain. In this thesis, we characterize the timing organization of the brain during motor imagery activity using electroencephalography signals. First, we propose a novel motor imagery activity recognition method that relies on the activity-specific time-lag between electroencephalography signals obtained from different brain regions. Next, we generalize this approach into three-parameter formulation to determine the timing profiles of activity-specific short-lived synchronization. The identification of activity-specific timing parameters was carried out using a heuristic approach that maximizes the average pairwise channel synchronizations during associated activity periods. Thereafter, we propose a novel BCI framework that find and use the timings of electroencephalography signals of localized brain regions that elicit localized activity-specific features. We identify the timings for each different brain regions by adopting a heuristic-probabilistic method. Finally, we propose a novel autoregressive modeling framework that finds a representative model for each different cognitive activity. We demonstrated the efficacy of the proposed methods on publicly available brain-computer interfacing datasets on motor imagery. The performance results indicate that considering the timing organization of the brain is crucial for accurate characterization of cognitive activity. In addition, it may also account for the inconsistency of brain computer interfacing performance obtained from different subjects.en_US
dc.description.abstractBu tezin temel amacı beynin zamanlama organizasyonunu analiz etmektir. İnsan beyninin, her farklı bilişsel aktivite için bölgesel ve farklı beyin bölgeleri arasında meydana gelen işlemlerin uyarlanabilir bir şekilde düzenlendiği bilinmektedir. Beynin bu esnekliği, sinirbilim alanında büyük ilgi görmüştür. Bununla birlikte, beynin zamanlama organizasyonu özelliğinin aydınlatılması, beynin dinamik ve doğrusal olmayan doğası nedeniyle çözümsüz kalmaktadır. Bu tezde, elektroansefalografi sinyallerini kullanarak hayali motor fonksiyonlar esnasında beynin zamanlama organizasyonu karakterize edilmiştir. İlk olarak, farklı beyin bölgelerinden elde edilen elektroansefalografi sinyalleri arasındaki aktiviteye-özgü zaman gecikmesine dayanan yeni bir hayali motor fonksiyonları tanıma yaklaşımı önerilmiştir. Daha sonra, aktiviteye-özgü kısa-süreli senkronizasyonların zamanlama profilini genelleştirmek için üç-parametreli bir tanıma yaklaşımı önerdik. Aktiviteye-özgü zamanlama parametreleri, ilgili görev aktivite periyodları esnasında en yüksek seviyede ortalama senkronizasyonu dikkate alan sezgisel bir yöntemle elde edilmiştir. Tezin sonraki aşamasında, beynin bölgesel olarak aktiviteye-özgü özniteliklerinin bulunduğu elektroansefalografi sinyallerinin zamanlamasını bulan ve kullanan yeni bir beyin-bilgisayar ara yüzü yaklaşımı önerilmiştir. Her bir aktivite ve beyin bölgesi için bu parametreleri sezgisel-olasılıksal bir yöntem ile belirlenmiştir. Tezin son bölümünde, her farklı bilişsel aktivite için temsili bir model bulan yeni bir öz-bağlanımlı modelleme yaklaşımı önerilmiştir. Önerilen bu yöntemlerin başarımları, halka açık olarak paylaşılan beyin-bilgisayar ara yüzü veri setlerindeki tanıma başarımları ile gösterilmiştir. Performans sonuçları, bilişsel aktivitelerin karakterizasyonu için beynin sistematik zamanlama organizasyonunun dikkate alınmasının önemini vurgulamaktadır. Buna ek olarak, bu yöntemler farklı katılımcılardan elde edilen beyin-bilgisayar ara yüzü kullanım performansının tutarsızlığını da açıklayabilmektedir.en_US
dc.format.extentxviii, 273 leavesen_US
dc.language.isoenen_US
dc.publisherIzmir Institute of Technologyen_US
dc.relationHayali Ve Gerçek Motor Fonksiyonlarda Beyin Bölgeleri Arasindaki Uyumlu Davranişi Veri Odakli Çözümleyen Yeni Bir Beyin-Bilgisayar Arayüzü Yaklaşimien_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectTiming organizationen_US
dc.subjectElectroencephalographyen_US
dc.subjectBiomedical signal processingen_US
dc.subjectFunctional compatibilityen_US
dc.subjectBrainen_US
dc.subjectImaginary motor functionen_US
dc.titleOn the characterization of motor imagery functions based on systematic timing organization of the human brainen_US
dc.title.alternativeİnsan beyninin sistematik zamanlama organizasyonuna dayalı hayali motor fonksiyonlarının karakterizasyonu üzerineen_US
dc.typeDoctoral Thesisen_US
dc.authorid0000-0003-3721-6756en_US
dc.departmentIzmir Institute of Technology. Electronics and Communication Engineeringen_US
dc.relation.publicationcategoryTezen_US
dc.contributor.affiliationIzmir Institute of Technologyen_US
dc.relation.grantno117E784en_US
item.fulltextWith Fulltext-
item.cerifentitytypePublications-
item.languageiso639-1en-
item.openairetypeDoctoral Thesis-
item.grantfulltextopen-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
Appears in Collections:Phd Degree / Doktora
Files in This Item:
File Description SizeFormat 
10408930.pdfDoctoral Thesis5.82 MBAdobe PDFView/Open
Show simple item record

CORE Recommender

Page view(s)

158
checked on May 23, 2022

Download(s)

262
checked on May 23, 2022

Google ScholarTM

Check


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.