Akademik Veri Yönetim Sistemi
Akıllı Sistemlerde Yenilikler ve Uygulamaları (ASYU) Konferansı, Bursa, Türkiye, 10 - 12 Eylül 2025, ss.1-6, (Tam Metin Bildiri)
Günümüzde Beyin-Bilgisayar Arayüzleri (BBA), kullanıcıların beyin sinyallerini kullanarak teknolojiyle daha etkin ve doğal bir biçimde etkileşim kurmalarına olanak tanıyan bir teknoloji olarak öne çıkmakta ve eğitimden eğlenceye birçok farklı alanda yaygın biçimde kullanılmaktadır. EEG, MEG, fMRI gibi çeşitli yöntemler kullanılarak oluşturulabilen bu sistemler, kullanıcıların cihazlarla doğrudan etkileşimini sağlamakla birlikte duygu durumu ya da dikkat seviyesine yönelik ölçümler de yapılabilmektedir. Bu çalışmada, geleneksel olarak dikkat geliştirmede kullanılan Sudoku oyunu, EEG tabanlı bir BBA sistemi ile entegre edilerek kullanıcının EEG verilerine dayalı dikkat düzeyinin analizi sağlanmıştır. Emotiv Epoc X EEG başlığı ile kaydedilen EEG sinyallerinden tespit edilen kullanıcının dikkat seviyesi düştüğünde uyarı, yükseldiğinde ise ipucu sağlayan bir geri bildirim mekanizması geliştirilmiştir. Geliştirilen bu sistemin kullanıcılar üzerindeki işlevselliğini ve potansiyel etkisini değerlendirmeye yönelik bir kullanıcı çalışması yapılmıştır. Bulgular, sistem kullanımı sırasında sağlanan uyarıların %88,5 oranında kullanıcıların dikkat düzeyini artırdığını ortaya koymuştur. Ayrıca kullanıcı deneyimi açısından da sistemin kabul edilebilir düzeyde etkileşim sunduğu tespit edilmiştir. Bu sonuçlar, EEG tabanlı sistemlerin dikkat yönetimi konusunda potansiyel fayda sağlayabileceğini göstermektedir.
Nowadays, Brain-Computer Interfaces (BCIs) stand out as a technology that allows users to interact with technology more effectively and naturally using brain signals and are widely used in many different fields from education to entertainment. These systems, which can be created using various methods such as EEG, MEG, fMRI, allow users to interact directly with the devices and can also measure mood or attention levels. In this study, the Sudoku game, which is traditionally used to develop attention, was integrated with an EEG-based BCI system to analyze the user's attention level based on EEG data. A feedback mechanism was developed that provides a warning when the user's attention level decreases and a hint when it increases, as determined from the EEG signals recorded with the Emotiv Epoc X EEG headset. A user study was conducted to evaluate the functionality and potential impact of this system on users. The findings revealed that the warnings provided during the use of the system increased the attention level of the users by 88.5%. It was also found that the system provided an acceptable level of interaction in terms of user experience. These results suggest that EEG-based systems can provide potential benefits in attention management.