"Fırat Üniversitesi en başarılı lisansüstü tez ödülü yönergesine" göre 2024 yılı en başarılı Yüksek Lisans Tez ödülüne bölümümümüz hocalarından Doç. Dr. Muhammet Baykara ve öğrencisi Musa Aslan layık görülmüştür. Hocamızı ve öğrencimizi tebrik ederiz.

Bu tez, “Derin Öğrenme Algoritmaları Kullanılarak EEG Sinyallerinden Yalan Tespiti”, Musa Aslan tarafından Doç. Dr. Muhammet Baykara’nın danışmanlığında gerçekleştirilmiş olup bilimsel ve yenilikçi bir perspektif sunmaktadır. Tez kapsamında, EEG sinyalleri ile yalan tespiti için LieWaves adında bir veri seti oluşturulmuştur. EEG verilerinin elde edilmesi için 5 kanallı taşınabilir bir EEG cihazı kullanılmıştır. EEG sinyallerinin toplanması için 27 farklı denek çalışmaya dahil edilerek görsel uyaranlar ile EEG sinyalleri toplanmıştır.

EEG sinyallerinden artefaktları çıkarmak için ön işleme aşamasında filtreleme, Bağımsız Bileşen Analizi (ICA), Artefakt Altuzay Yeniden İnşası (ASR) ve Otomatik ve Ayarlanabilir Artefaktları Kaldırma (ATAR) algoritmaları uygulanmıştır. EEG sinyallerinden özellik çıkarımı için Ayrık Dalgacık Dönüşümü (DWT) ve Hızlı Fourier Dönüşümü (FFT) yöntemleri İstatistiksel Yöntemler (IM) ile birlikte kullanılmıştır. Elde edilen her özellik vektörü Evrişimli Sinir Ağı (CNN), Uzun Kısa Süreli Bellek (LSTM) ve CNNLSTM derin öğrenme algoritmalarıyla sınıflandırılmıştır. ATAR + DWT + LSTM yöntemleri kullanılarak yapılan analizlerde %99,88 doğruluk oranı en iyi performansı göstermiştir. Bu çalışma ile EEG sinyallerinden yalan tespitinin mümkün olduğu ve yüksek doğruluk oranlarının elde edilebileceği ispatlanmıştır. EEG sinyalleri ile yalan tespiti için çok az sayıda veri setinin bulunması ve bu veri setlerin farklı kanal sayısı özelliklerine sahip olmasından dolayı LieWaves veri seti literatüre önemli bir katkı sağlayacağı düşünülmektedir. LieWaves veri seti ve uygulanan tüm bu yöntemlerle, bundan sonraki bilimsel çalışmalara örnek teşkil edecek bir çalışma ortaya konulmuştur.

Bu tez çalışması, Fırat Üniversitesi Bilimsel Araştırma Projeleri Koordinasyon Birimi (FÜBAP) tarafından TEKF.22.23 protokol numaralı “Derin Öğrenme Algoritmaları Kullanılarak EEG Sinyallerinden Yalan Tespiti” başlıklı proje (06.10.2022 – 05.10.2023) ve TEKF.23.30 protokol numaralı “Duygu Tahmini Çalışmalarında Beyin Bölgelerinin Derin Öğrenme Yöntemleri ile Analizi” başlıklı proje (04.05.2023 – 03.05.2024) ile desteklenmiştir. Ayrıca tez çalışması, 29.07.2023 tarihinde başlatılan, 097582 STB kodlu “EEG sinyallerinden yalan tespiti için beyin bilgisayar arayüzü sistemlerinin geliştirilmesi” başlıklı Fırat Teknokent projesine dönüştürülmüştür. Çalışmalar Girişimsel Olmayan Etik Kurulunun 19/07/2022 tarih ve 204879 sayılı izni ile gerçekleştirilmiştir. Tez çalışması kapsamında, “LieWaves: dataset for lie detection based on EEG signals and wavelets”, “LSTMNCP: lie detection from EEG signals with novel hybrid deep learning method” ve “Analysis of brain areas in emotion recognition from EEG signals with deep learning methods” başlıklı üç tane SCI-E makale çıkarılmıştır.