Altyapı

Bitbrain Kayıt Sistemi

Deney tasarımı ve kayıt için Bitbrain SennsLab kullanıyoruz.

iMotions Çoklu Ölçüm Sistemi

Sistem, EEG, ekran tabanlı göz izleme ve elektrodermal aktivite ölçümünü bir araya getiriyor. Yazılım paketi iMotions Core, Screen-Based Eye Tracking, Affectiva, GSR ve EEG modüllerini içeriyor.

Yazılımlar

• Bitbrain SennsLab: Bitbrain cihazlarıyla birlikte kullandığımız deney yazılımı. Deneyi tasarlamayı, uyaranları sırayla sunmayı ve EEG, GSR gibi fizyolojik sinyalleri uyaranlarla zaman olarak eşleşmiş biçimde kaydetmeyi tek bir ortamda yapıyoruz.
• iMotions: Farklı sensörlerden gelen verileri aynı zaman ekseninde toplayan çoklu ölçüm platformu. EEG, göz izleme ve deri iletkenliğini aynı anda kaydedip birlikte analiz edebiliyoruz. Paketimizde Core, Screen-Based Eye Tracking, Affectiva yüz ifadesi analizi, GSR ve EEG modülleri var.
• Neuroelectrics NIC2: Enobio 20 için cihaz kontrolü, sinyal kalitesinin izlenmesi ve EEG kaydı. Lab Streaming Layer (LSL) desteği sayesinde kaydı kendi yazdığımız deney arayüzleriyle eşzamanlayabiliyoruz.
• Python ve web tabanlı araçlar: Deney ortamlarını ve görev arayüzlerini kendimiz geliştiriyoruz. Biyosinyal işleme, veri analizi ve makine öğrenmesinde ağırlıklı olarak açık kaynak Python kütüphaneleri kullanıyoruz.

Açık Kaynak Python Kütüphaneleri

Bu alana başlamak isteyenlere önerdiğimiz temel kütüphaneler:

• NumPy: Sayısal hesaplamanın temeli. Sinyalleri çok boyutlu diziler olarak tutup hızlıca işlemeyi sağlar.
• SciPy: Filtre tasarımı, Fourier dönüşümü, spektral analiz ve istatistik gibi bilimsel hesaplama araçları.
• pandas: Tablo biçimindeki verileri, örneğin deney kayıtlarını ve çıkarılan özellikleri düzenlemek ve analiz etmek için.
• Matplotlib: Sinyalleri, spektrumları ve sonuçları görselleştirmek için temel çizim kütüphanesi.
• MNE-Python: EEG ve MEG verisi için en kapsamlı açık kaynak araç. Veri okuma, ön işleme, ICA ile artefakt temizleme, epoklama ve topografik haritalar.
• NeuroKit2: EKG, deri iletkenliği (EDA/GSR) ve solunum gibi fizyolojik sinyallerin işlenmesi ve özellik çıkarımı.
• scikit-learn: Sınıflandırma, regresyon, çapraz doğrulama ve model değerlendirme için klasik makine öğrenmesi kütüphanesi.
• XGBoost: Gradyan artırmalı karar ağaçlarının hızlı ve yaygın kullanılan uygulaması.
• PyTorch: Derin öğrenme modellerini kurmak ve eğitmek için.
• Lab Streaming Layer: Farklı cihazlardan ve yazılımlardan gelen veri akışlarını ve olay işaretlerini aynı zaman ekseninde toplamak için.
• PsychoPy: Zamanlaması hassas deney ve uyaran sunumu arayüzleri hazırlamak için.