Entropik Kümeleme Kullanılarak Beyin Aktivitesi Karakterizasyonu Brain Activity Characterization by Entropic Clustering of EEG Signals Bilal Orkan OLCAY ve Bilge KARAÇALI Elektrik-Elektronik Mühendisliği İzmir Yüksek Teknoloji Enstitüsü İzmir, Türkiye bilalolcay@iyte.edu.tr, bilge@iyte.edu.tr Murat ÖZGÖREN ve Çağdaş GÜDÜCÜ Tıp Fakültesi, Biyofizik Anabilim Dalı Dokuz Eylül Üniversitesi İzmir, Türkiye murat.ozgoren@deu.edu.tr, cagdas.guducu@deu.edu.tr Özetçe—Bu çalışmada, uyarana özgü beyin aktivitesini, ortak bilgi ve entropi metotlarını kullanarak karakterize eden iki yeni yöntem önerilmiştir. İlk yöntemde zaman penceresi içerisinde kalan beyin aktivitesi, elektroensefalografi kanalları arasında ortak bilgi hesaplanmış, ortak bilginin yüksek olduğu kanallar hiyerarşik olarak kümelenerek uyaran esnasında karşılıklı olarak birlikte davranış sergileyen kanal kümeleri bulunmuştur. İkinci yöntemde ise, kanalların uyaran esnasında bireysel olarak sergilediği yanıtlılık entropik olarak karakterize edilmiş, uyarana özgü davranış sergileyen kanallar istatistiksel olarak belirlenmiştir. Dokuz Eylül Üniversitesi Biyofizik laboratuvarından alınan gerçek veriler ile metotların başarımı ölçülmüştür. Elde edilen sonuçlar beynin farklı kortikal bölgelerinin uyaran esnasında birlikte davrandığını göstermektedir. Anahtar Kelimeler — Elektroensefalografi; Ortak Bilgi; Entropi; Hiyerarşik Kümeleme. Abstract— In this study, two novel entropy and mutual information based algorithms have been proposed to characterize the stimulus specific brain activity. In the first method, inter- channel mutual information of electroencephalography signals has been calculated and the channels that exhibit synchronized behaivour during stimulus. In the second method, the responsiveness of the individual channels has been characterized in an entropic manner and then, the channels which demonstrates stimulus specific entropic behavior have been obtained. The performance of the proposed methods has been simulated on a real dataset obtained from Dokuz Eylul University Brain Biophysics laboratory. The results demonstrate that different regions of the brain exhibit a coherent activity during stimulus. Keywords — Electroencephalography; Mutual Information; Entropy; Hierarchical Clustering. I. GİRİŞ Gelişen görüntüleme ve sinyal işleme teknikleri insan beyninin elektrofizyolojik açıdan derinlemesine araştırılmasına olanak sağlamış, bu bağlamda birçok farklı bilim dallarından araştırmacı bu yönde çalışmalar yapmıştır ve yapmaktadır. Buna karşın beynin çalışma dinamikleri tam olarak gün yüzüne çıkarılamamıştır [1]. Tüm bunların yanısıra, zaman içerisinde, beynin çalışma dinamikleri ile ilgili çeşitli teoriler ortaya atılmış ve bu bağlamda insan beyninin çalışması incelenmeye çalışılmıştır. Yapılan çalışmalar sonucunda elde edilen bulgular, beynin bir bütün olarak çalıştığını ve birbirinden uzak farklı nöral toplulukların birbirleri ile karşılıklı bilgi alışverişi yaptığı gerçeği ortaya çıkmıştır [2, 3]. Beyin-bilgisayar ara yüzleri, herhangi bir hareket gerçekleştirmeksizin, beyin aktivitesini farklı modalitelerde görüntüleme teknikleri kullanarak çeşitli sinyal işleme teknikleri yardımı ile tanımayı amaçlar [4]. İlk olarak, Farwell ve Donchin’in fikir babası olduğu bu sistemler günümüzde oyun sektörü, askeri uygulamalar, rehabilitasyon gibi pek çok farklı alanda karşılaşılmaktadır [5]. Literatürde pek çok farklı modalite ile beyin aktivitesi kayıt edilerek beyin-bilgisayar ara yüz çalışmaları yapılmıştır. Fakat gerek kolay kullanım, gerek kişi sağlığı güvenliği, gerekse yüksek zamansal çözünürlük açısından elektroensefalografi (EEG) hala en sık kullanılan yöntemdir [6]. Literatürde EEG tabanlı beyin-bilgisayar ara yüzü çalışmalarında kullanılan çok çeşitli sinyal işleme ve öznitelik çıkarma metodu bulunmaktadır. Bunlardan en popüler olanı Ortak Uzaysal Örüntüler (CSP) metodudur [7]. Bu metot ile EEG sinyalinden uyaranın bulunduğu zaman penceresi içinde kalan işaretlerin uzaysal kovaryansından, uyarana özgü bir uzaysal süzgeç elde edilir ve logaritma-varyans öznitelikleri sınıflandırma için kullanılır. Bunun dışında, EEG kanallarının birbirleri ile çapraz korelasyonunun uyaran hakkında çeşitli bilgiler taşıdığı yapılan çalışmalarda gösterilmiştir [8]. Öz bağlanımlı (AR) parametre kestirim algoritmaları da EEG tabanlı beyin-bilgisayar ara yüzleri çalışmalarında kullanılmış ve başarılı sonuçlar elde edilmiştir [9]. Beyin-bilgisayar ara yüzü çalışmaları gibi hayali uyaran tanıma çalışmalarının aksine işitme, dokunma, koku ve görsel 978-1-5090-6494-6/17/$31.00 ©2017 IEEE