Açık Kaynaklı EEG (Beyin Dalgası Tespiti) Cihazı: Tasarım, Kullanım ve İyileştirme Önerileri
Platformumuzdaki en çok okunan ve popüler makaleleri görmek için Trendler bölümüne geçebilirsiniz.
Elektroensefalogram (EEG) cihazları, beyin dalgalarını ölçmek için kullanılan hassas biyomedikal araçlardır. Reddit üzerinde paylaşılan açık kaynaklı bir EEG projesi, tek kanallı bir EEG cihazının tasarımını, donanım ve yazılım bileşenlerini içermektedir. Proje, hem elektronik şemalar, PCB dosyaları hem de firmware kodlarıyla tamamen açık kaynak olarak sunulmaktadır. Bu yazıda, cihazın teknik özellikleri, kullanılan yöntemler ve iyileştirme önerileri detaylandırılacaktır.
Cihazın Teknik Özellikleri ve Tasarım Yaklaşımı
Cihaz, tek bir EEG kanalı üzerinden beyin dalgalarını algılamak üzere tasarlanmıştır. Kullanılan elektrotlar, projenin başarısı için kritik öneme sahiptir. İlk denemelerde ECG elektrotları kullanılmış ancak yüksek empedans ve yetersiz performans nedeniyle gerçek EEG elektrotları tercih edilmiştir. Elektrotlar için özel olarak tasarlanmış bir kalkan (shield) kullanılarak sinyal gürültüsü azaltılmıştır.
Analog ön uç devresi, sinyalin yeterince yükseltilmesi ve filtrelenmesi için optimize edilmiştir. 50 Hz şebeke parazitini azaltmak amacıyla analog zincirde notch filtresi kullanılması önerilmiştir. Ayrıca, cihaz USB üzerinden güç almakta ve doğrudan şebeke akımına bağlanmadığı için faz kilitlemeli döngü (PLL) kullanılmamaktadır. Ancak, analog zincirde paraziti azaltmak için ek filtreleme gereklidir çünkü kablolar anten gibi davranarak 50 Hz parazitini yaklaşık 250 mV seviyesinde alabilirken, beyin dalgaları yaklaşık 10 µV seviyesindedir.
Ayrıca Bakınız
Gürültü Azaltma ve Güvenlik Önlemleri
Cihazın güvenliği ve sinyal kalitesi için galvanik izolasyon önemlidir. Dijital ve analog devreler arasında dijital izolatör kullanılması tavsiye edilmiştir. Bu, hem kullanıcı güvenliği sağlar hem de dijital devrelerden analog ön uca parazit geçişini engeller. İzolatörün her iki tarafı için ayrı güç ve topraklama hatları gereklidir.
Ayrıca, cihazın analog ön ucu korumalı bir muhafaza içine alınarak elektromanyetik girişim azaltılabilir. Kablolama için USB veya ekranlı CAT6a kabloları önerilmiştir; bu kablolar hem çoklu kanal desteği sağlar hem de parazitlere karşı koruma sunar.
Veri Çıktısı ve Analiz Yöntemleri
Cihazın iki tür çıkışı bulunmaktadır: biri dijital-analog dönüştürücü (DAC) üzerinden zamana bağlı voltaj sinyali, diğeri ise mikrodenetleyici aracılığıyla güç spektral yoğunluğu (PSD) verisi olarak bilgisayara aktarılır. Bu sayede kullanıcılar ham EEG sinyalini veya önceden analiz edilmiş frekans bileşenlerini elde edebilir.
Veri analizi için Matlab, Python (MNE, matplotlib), R ve C/C++ gibi çeşitli yazılım araçları kullanılabilir. Matlab özellikle gerçek zamanlı filtreleme ve sinyal işleme için uygundur. Arduino gibi mikrodenetleyiciler ise osiloskop olarak kullanılabilir ve analog okumalar seri port üzerinden görselleştirilebilir.
Uygulama Alanları ve Geliştirme İmkanları
Cihaz, temel EEG dalgalarını (örneğin alfa dalgaları) tespit edebilmektedir. P200 gibi belirli beyin dalgası bileşenlerinin algılanması için donanımda ve yazılımda zaman ortalaması veya yapay zeka tabanlı sınıflandırıcılar eklenebilir.
Geliştirici, çok kanallı EEG sistemleri için zaman paylaşımlı (time multiplexing) yeni tasarımlar planlamaktadır. Ayrıca, Bluetooth modülleri veya ESP32 gibi mikrodenetleyicilerle kablosuz bağlantı ve taşınabilirlik artırılabilir.
Hareket artefaktları, EEG sinyal kalitesini olumsuz etkilediğinden, hareket halindeki uygulamalarda yeni nesil jel içermeyen iletken köpük elektrotlar önerilmektedir. Bu elektrotlar gerçek dünya uygulamalarında daha başarılıdır.
Sonuç ve Öneriler
Açık kaynaklı EEG cihazı, biyomedikal mühendisliği ve nöroteknoloji alanlarında öğrenme ve geliştirme için önemli bir kaynak sunmaktadır. Cihazın güvenliği için galvanik izolasyon, uygun güç kaynağı ve parazit filtreleme kritik unsurlardır. Elektrot seçimi ve kablolama, sinyal kalitesini doğrudan etkiler.
Kullanıcılar, cihazı geliştirerek çok kanallı sistemler, kablosuz iletişim ve gelişmiş sinyal işleme algoritmaları ekleyebilir. Ayrıca, eğitim amaçlı kullanımlar için detaylı tasarım raporları ve video anlatımlar faydalı olacaktır.
"Beyin dalgalarını bilgisayara aktarmak kolay değildir, ancak doğru donanım ve yazılım kombinasyonuyla mümkün hale gelir."
