E-mail: kulelektronik@gmail.com | Tel: +90 224 492 90 05/06 | Bursa  

Parasomnia

Amaç

   Bu buluş ile amaçlanan tıp ve medikal sektörünce nöroloji kliniği özellikle uyku bozukluğu (parasomnia) hastalarının tedavisinde kullanılmak üzere ilaç ve diğer tedavilere destek ya da ilgili hastaların yaşam kalitelerini yükseltmeye yönelik bir elektromekanik cihazı ve tedavi metodu geliştirmektir.
   Uyku hastalıklarının horlama dahil olmak üzere ve özellikle uykuda davranış bozukluklarında genellikle kişinin zoraki inilti, ağlama, yalvarma, bağırma, yardım isteme, çığlık atma vb. hallerde cereyan eden sesli tepkileri ön plandadır. Eğer hastada bu nöbetin başladığına dair emareler yani ses değişimleri/farklı tonlarda sesler algılanabilirse o anda bir uyarı mekanizması ile hasta uyandırılabilir ve davranış bozukluğu başlamadan önlenebilir. Bu birinci aşamanın ardından projenin asıl özgün tarafı olan beyin dalgalarının eğitilmesi yada beyin dalgalarına doğru tepkilerin öğretilmesi aşamasıdır. Beyin dalgaları olan alpha, beta, gama, delta, theta’nın düşünme ve uyku sırasında ürettiği sinyaller pek çok hastalığı tespit etmekte kullanıldığı gibi, bu sinyallerin modellenmesi ile uyku rahatsızlıklarında uyarıcı ve öğretici bir geri besleme sağlanabilmektedir.

Kuramsal Yaklaşım ve Kullanılacak Yöntemin Ana Hatları

   Yöntem uyku davranış bozukluğunun; beyin dalgalarının takibi ile sinyali tanımlama ve uyku bozukluğunun/terörünün başlangıcını tespit edilmesi ve kestirimci olarak sinyalin öğrenme yöntemi ile tanımlanması ile nöbet esnasında sinyalin başının yakalanması ile önceleri kısa süreli (100milisaniye) şok verilmesi ve vücudun bu şoka tepki olarak ilgi noktasını kaydırması prensibine dayanmaktadır.
   Bu şok uyku sırasında olacağı için hasta herhangi bir acı hissetmeyecektir. Ancak beyin bu şoka her maruz kaldıkça şoka sebep olan olaydan uzaklaşmaya çalışarak eğitilecektir bir başka ifade ile beyne asıl vermesi gereken (doğru) tepki öğretilecektir. Eğitilen beyin bu olayı tekrarlamamaya başlayacaktır ve tedavi beyin tekrarlamamayı tamamen öğrendiğinde tamamlanacaktır. Devam eden iki şekille Sinyal algılamadan öğretmeye uzanan elektromanyetik çalışma mekanizmaları verilmiştir.    BCI ile ölçüm, standart EEG’den çok daha temiz sinyallerin elde edilmesine imkan verir. Gürültüden arınmış olan BCI sinyalleri üzerinde işaret işleme, modelleme ve doğrusal öğrenebilir tahmin modelleri ile uyku şekli ayır edilmektedir. Kafanın belirli bölgelerinden temas yolu ile alınan alpha, beta, gama, delta, theta sinyalleri kablosuz olarak bilgisayara aktarılır. Bilgisayar yazılımı aşağıda belirtilmiş olan matematik modellerini kullanarak sinyallerden anlamlı veriler elde eder. Yaklaşık bir eğitim süreci sonrasında düşünceye-eylem ataması yapılabilir.


Yandaki resimde başlık seti ile düşünme tekniğinin geliştirilmesi sırasından geri beslemeler gösterilmiştir. Eyleme göre okunan sinyallerin sınıflandırılması ve eyleme göre düşüncenin ne yapacağı, ne kadar hata oluşabileceği eğitim sırasında geri besleme ile belirlenebilir.


Kontrol Sistemi ve Yöntemi

   Uykuda davranış bozukluğu kontrol sistemi, uyku esnasında hastanın sesini algılayan ve analiz edilmek üzere aktaran bir algılayıcı, hasta üzerine iliştirilmiş, hastanın elektriksel veya mekaniksel uyartılar ile uyarılmasını sağlayan uyarı mekanizmasına sahip bir cihaz, hastanın başına yerleştirilen ve 3 noktalı ölçüm sistemi ile beyin dalgalarını algılayarak bir aktarım elemanı aracılığıyla kablosuz olarak aktaran BCI başlık, hastanın sesinin farklı algoritmalar kullanarak tanımlandığı, uyku esnasında algılayıcı ve/veya BCI başlıktan gelen verileri analiz eden bir yazılım içeren ve ses ve/veya beyin dalgalarının aktivitesinde bir anormallik tespit edilmesi durumunda uyarı mekanizması aracılığıyla hastaya kısa süreli şoklar verilmesini sağlayan bir işlemci birim içermektedir.
  Sistemde kullanılan BCI (Brain Communication Interface) başlık ile yapılan ölçümlemelerde standart EEG’den çok daha temiz sinyaller elde edilmektedir. Gürültüden arınmış olan BCI sinyalleri üzerinde işaret işleme, modelleme ve doğrusal öğrenebilir tahmin modelleri ile uyku şekli ayırt edilebilmektedir. Başın belirli bölgelerinden temas yolu ile alınan alpha, beta, gama, delta, theta sinyalleri kablosuz olarak işlemci birime aktarılmaktadır. İşlemci birim yazılımı matematik modellerini kullanarak sinyallerden anlamlı veriler elde etmektedir. Yaklaşık bir eğitim süreci sonrasında düşünceye-eylem ataması yapılabilir.



   Resim-1,2,3'te EEG-BCI sınıflama ve Morlet Waveform transformu sonucunda elde edilen etki bölgeleri gösterilmiştir. Resim-1'de çene hareketleri sırasında düşünce yoğunluğu, Resim-2'de omuz ve üst kol(NMF alfa divergence dönüşümü), Resim-3'de ise ayak hareketleri sırasındaki düşünce yoğunluğunu göstermektedir. Bu üç hareket BCI kullanılarak yapılmış ve sınıflandırma sonrasında %84-92 arasında doğru sonuçlar elde edilmiştir.

2019 All Rights Reserved | by: Betül Nur Ersöz