Beyin Haritas\u0131, (Brain Mapping), EEG karakteristiklerinin topografik bir g\u00f6steri*midir. EEG karakteristiklerinin topografik g\u00f6sterimi, EEG’nin baz\u0131 \u00f6nc\u00fcleri tara*f\u0131ndan ba\u015flat\u0131lm\u0131\u015ft\u0131. Ba\u015flang\u0131\u00e7ta bir\u00e7ok de\u011fi\u015fik y\u00f6ntem denenmi\u015ftir.
\n\u0130lk topografik EEG, Gray Walter ve Shipton taraf\u0131ndan geli\u015ftirilen toposkop ad\u0131 verilen katot \u0131\u015f\u0131n t\u00fcpleri ile elde edildi. Cihaz, sadece frekans\u0131 de\u011fil, faz bilgisini de g\u00f6sterebilmekteydi. Toposkop, baz\u0131 EEG komponentlerinin anla\u015f\u0131l*mas\u0131na katk\u0131da bulunmu\u015f olmas\u0131na ra\u011fmen teknik karma\u015f\u0131kl\u0131\u011f\u0131 ve yorumlama i\u00e7in deneyim gerektirmesi nedeniyle uygulamalar\u0131 k\u0131s\u0131tlam\u0131\u015ft\u0131r.
\n1950’lerde, g\u00fcn\u00fcn teknolojisi kullan\u0131larak, topografik g\u00f6r\u00fcnt\u00fcleme ve frekans analiz \u00e7al\u0131\u015fmalar\u0131 devam etmi\u015ftir. Ara\u015ft\u0131rmac\u0131lar\u0131 benzer sonu\u00e7lara g\u00f6t\u00fcren ve daha az \u00e7aba gerektiren alternatif yakla\u015f\u0131mlar da denenmi\u015ftir. Bu yakla\u015f\u0131mlara \u00f6rnek olarak, EEG analizi i\u00e7in oto ve \u00e7apraz korelasyon g\u00f6sterilebilir. Bu tekniklerle, EEG sinyalleri art\u0131 veya eksi bir zaman fark\u0131 de\u011fi\u015fkeni kullan\u0131larak, kendi kendisi ile kar\u015f\u0131la\u015ft\u0131r\u0131l\u0131r. Bu metot alfa gibi bir\u00e7ok EEG ritimlerindeki her bir dalgan\u0131n birbirine \u00e7ok benzer g\u00f6r\u00fcnmesi avantaj\u0131n\u0131 kullan\u0131r. EEG’nin bu do\u011fal ya*p\u0131s\u0131 daha az hesaplama zaman\u0131 gerektiren korelasyon analizinin frekans analiz sonu\u00e7lar\u0131n\u0131 aynen yans\u0131tmas\u0131na olanak sa\u011flar. Bu genel yakla\u015f\u0131m EEG’nin “stoc-hastic” bir sinyal olarak model al\u0131nmas\u0131na ve EEG sinyal analizinde di\u011fer istatis*tiksel yakla\u015f\u0131mlar\u0131n kullan\u0131lmas\u0131na meydan verir. \u00c7apraz korelasyon (cross-correlation), iki EEG kanal\u0131 aras\u0131nda say\u0131sal kar\u015f\u0131la\u015ft\u0131rmalar\u0131n yap\u0131lmas\u0131n\u0131 da ola*nakl\u0131 k\u0131lar. EEG sinyalinin bu \u015fekilde ele al\u0131nmas\u0131, ayr\u0131ca kanallar aras\u0131ndaki faz farkl\u0131l\u0131klar\u0131 ve zaman gecikmelerinin matematiksel olarak anla\u015f\u0131lmas\u0131na yard\u0131mc\u0131 olabilecek “koherans” (cohorence) analizinin kullan\u0131m\u0131na da \u00f6nc\u00fcl\u00fck etmi\u015ftir. Di*jital bilgisayarlar\u0131n kullan\u0131lmas\u0131 bu de\u011ferlendirme tekniklerini b\u00fcy\u00fck \u00f6l\u00e7\u00fcde geni\u015f*leterek 1960\u2019larda Brazier ve arkada\u015flar\u0131 taraf\u0131ndan \u00fczerinde \u00e7al\u0131\u015f\u0131lmaya ba\u015flan*m\u0131\u015f olan, “power spectrum”, koherans ve EEG’nin di\u011fer istatistiksel \u00f6zelliklerine dair daha modern kavramlar\u0131n geli\u015fmesine yol a\u00e7acakt\u0131r.
\nBu arada, frekans analizini ayn\u0131 \u015fekilde ba\u015far\u0131yla ge\u00e7ekle\u015ftirebilen ve zaman tasarrufu sa\u011flayan ba\u015fka cihazlar ve analiz y\u00f6ntemleri de geli\u015ftirilmi\u015ftir. \u00d6rne*\u011fin, periyot analizi ve orta-hat \u00e7aprazlama analizi (zero cros\u015fing analysis). EEG sinyalinin ne s\u0131kl\u0131kta inip \u00e7\u0131kt\u0131\u011f\u0131n\u0131 ortaya koymaktad\u0131r. Bu tip, \u00e7abuk ve ucuz frekans analizleri son y\u0131llarda b\u00fcy\u00fck ilgi g\u00f6rmektedir. Oto regresif analiz, bilgi*sayar i\u00e7in orijinal Fourier tekni\u011finden daha az zaman gerektiren, bir ba\u015fka sa*y\u0131sal metot olarak geli\u015ftirilmi\u015ftir. Amplit\u00fcd veya frekans parametreleri ile tan\u0131m*lanan EEG’yi kolay anla\u015f\u0131l\u0131r hale getirebilecek \u00fcr\u00fcnler, otoregresif model benze*ri temel bir model kullan\u0131larak, bilgisayar yard\u0131m\u0131 ile sa\u011flanabilir. Elde edilecek \u00fcr\u00fcnlerin ger\u00e7e\u011fi yans\u0131tabilmesi, se\u00e7ilen modelin ge\u00e7erli ve g\u00fcvenilir olmas\u0131 ile yak\u0131ndan ilgilidir. \u00d6rne\u011fin, yukar\u0131da s\u00f6z\u00fc edilen otoregresif model, EEG’nin is tendi\u011fi kadar k\u00fc\u00e7\u00fck frekans par\u00e7alar\u0131na b\u00f6l\u00fcnmesine ve dolay\u0131s\u0131yla s\u00fcrekli de*\u011fi\u015fim i\u00e7erisindeki EEG’nin de\u011fi\u015fim s\u00fcrecinin ne \u00f6l\u00e7\u00fcde dengeli olup olmad\u0131\u011f\u0131*n\u0131n anla\u015f\u0131lmas\u0131na olanak sa\u011flayabilecek do\u011fru bir model olabilmektedir. Bilgi*sayar teknolojisinin geli\u015fimi ile birlikte, Fast Fourier Transform (FFT) program*lar\u0131 bilgisayarc\u0131lar taraf\u0131ndan geli\u015ftirilmi\u015f ve hemen EEG’ye uygulanm\u0131\u015ft\u0131r. 1970lerde EEG’de frekans analizi konusuna ilginin artt\u0131\u011f\u0131n\u0131 g\u00f6rmekteyiz. Bu alandaki bilimsel raporlar 1950’lerde 50’yi ge\u00e7mezken, 1960’larda 100’den faz*la ve 1970lerde 400lere varm\u0131\u015ft\u0131r. Bu art\u0131\u015f y\u0131llar i\u00e7erisinde b\u00fcy\u00fck bir tempo ile devam etmektedir. \u00d6rne\u011fin, 1997 y\u0131l\u0131nda, sadece bir y\u0131l i\u00e7erisinde ve sadece “index med\u0131cus” da indekslenmi\u015f yay\u0131n say\u0131s\u0131; 701i y\u0131llarda 10 y\u0131l i\u00e7inde yap\u0131lan \u00e7al\u0131\u015fma say\u0131s\u0131n\u0131n \u00e7ok \u00fcst\u00fcnde, binlerle ifade edilebilecek d\u00fczeylere ula\u015fm\u0131\u015ft\u0131r. Bir\u00e7ok farkl\u0131 konu ve kavramlar bu zaman i\u00e7inde ortaya at\u0131lm\u0131\u015ft\u0131r. EEG ka*nallar\u0131n\u0131 birbiriyle kar\u015f\u0131la\u015ft\u0131ran benzer korelasyon analizleri, koherans ve faz kavramlar\u0131n\u0131 ele alan bir\u00e7ok \u00e7al\u0131\u015fma yap\u0131lm\u0131\u015ft\u0131r. \u0130statistik teknikler netle\u015ftirilmi\u015f ve istatistik teknikler kullan\u0131larak tipik EEG sinyalinin sabit ve \u00f6ng\u00f6r\u00fclebilir ka*rakteristiklerini de\u011ferlendiren ve \u00f6l\u00e7en EEG’nin muhtelif modelleri geli\u015ftirilmi\u015ftir. Bu yakla\u015f\u0131mlar\u0131n bir \u00e7o\u011fu FFT analizini kullanm\u0131\u015ft\u0131r. Baz\u0131 bilim emek\u00e7ileri FFT-power kullan\u0131larak yap\u0131lan analiz sonu\u00e7lar\u0131n\u0131n \u00e7eli\u015fkili sonu\u00e7lar vermesi nede*niyle, FFT aproksimasyon analizinin, FFT-power’dan \u00fcst\u00fcn oldu\u011funu iddia ederken, ba\u015fka baz\u0131 bilim emek\u00e7ileri, benzer sonu\u00e7lar veren alternatif me*totlar da kullanm\u0131\u015ft\u0131r. \u00d6rne\u011fin, \u0130til, kullan\u0131lacak analiz tipinin FFT ile konvansiyonel power spectrum de\u011fil, “time domain analysis” gibi, EEG okuyucusunu taklit edecek tarzda olmas\u0131 gerekti\u011fi iddias\u0131ndad\u0131r.
\nKullan\u0131lan istatistik ya da analiz modeli ne olursa olsun, EEG den elde edilen rakamlar bir beyin imaj\u0131 \u00fcst\u00fcnde ya da ba\u015fka t\u00fcrl\u00fc grafiklerde g\u00f6sterilebilmekte idi. \u0130til \u00f6rne\u011fini ele alacak olursak, kendisi yukar\u0131da belirtilen iddias\u0131na uygun olarak Dinamik Beyin Haritas\u0131 ad\u0131 alt\u0131nda bir \u00fcr\u00fcn geli\u015ftirmi\u015ftir. Burada “time domain” ile elde edilmi\u015f say\u0131sal veriler, renklerin kodlanmas\u0131nda kullan\u0131lmak*tad\u0131r. Sonra bu renkler uluslararas\u0131 10\u201320 sistemine g\u00f6re elektrot yerle\u015ftirilmi\u015f, anatomik olarak do\u011fru bir beyin imaj\u0131 \u00fczerinde g\u00f6sterilmektedir. Elektrotlar ara*s\u0131nda kalan b\u00f6lgelerin renk kodlamas\u0131 \u0130tilin “blending” algoritmas\u0131 ile saptan*maktad\u0131r. Bu \u00fcr\u00fcn, komputerize elektrofizyolojik metodolojinin, insan beynini nas\u0131l bir b\u00fct\u00fcnsellik i\u00e7erisinde yans\u0131tt\u0131\u011f\u0131na dair \u00e7ok iyi bir \u00f6rnektir.<\/p>\n","protected":false},"excerpt":{"rendered":"
Beyin Haritas\u0131, (Brain Mapping), EEG karakteristiklerinin topografik bir g\u00f6steri*midir. EEG karakteristiklerinin topografik g\u00f6sterimi, EEG’nin baz\u0131 \u00f6nc\u00fcleri tara*f\u0131ndan ba\u015flat\u0131lm\u0131\u015ft\u0131. Ba\u015flang\u0131\u00e7ta bir\u00e7ok de\u011fi\u015fik y\u00f6ntem denenmi\u015ftir. \u0130lk topografik EEG, Gray Walter ve Shipton taraf\u0131ndan geli\u015ftirilen toposkop ad\u0131 verilen katot \u0131\u015f\u0131n t\u00fcpleri ile elde edildi. Cihaz, sadece frekans\u0131 de\u011fil, faz bilgisini de g\u00f6sterebilmekteydi. Toposkop, baz\u0131 EEG komponentlerinin anla\u015f\u0131l*mas\u0131na katk\u0131da …<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1407,1403],"tags":[6390,6391,6393,3905,6392],"class_list":["post-2567","post","type-post","status-publish","format-standard","hentry","category-fen-ve-teknoloji-odevleri","category-odevler","tag-beyin-haritasi","tag-brain-mapping","tag-spectrum","tag-topografi","tag-toposkop"],"_links":{"self":[{"href":"https:\/\/www.islamidavet.com\/kutuphane\/wp-json\/wp\/v2\/posts\/2567","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.islamidavet.com\/kutuphane\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.islamidavet.com\/kutuphane\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.islamidavet.com\/kutuphane\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.islamidavet.com\/kutuphane\/wp-json\/wp\/v2\/comments?post=2567"}],"version-history":[{"count":0,"href":"https:\/\/www.islamidavet.com\/kutuphane\/wp-json\/wp\/v2\/posts\/2567\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.islamidavet.com\/kutuphane\/wp-json\/wp\/v2\/media?parent=2567"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.islamidavet.com\/kutuphane\/wp-json\/wp\/v2\/categories?post=2567"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.islamidavet.com\/kutuphane\/wp-json\/wp\/v2\/tags?post=2567"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}