Çince karakter vuruşları ve Pinyin tek ünlüleri için el yazısı imgelesi kod çözümü amacıyla bir EEG veri kümesi

Hiç Kıpırdamadan Yazmayı Yeniden Düşünmek

Felç veya yaralanma sonrası yazma yetisini kaybeden kişiler için bir not almak gibi basit bir eylem imkansız hale gelebilir. Beyin‑bilgisayar arayüzleri, düşünceleri doğrudan metne veya harekete dönüştürerek bu boşluğu kapatmayı amaçlıyor. Bugüne kadar en başarılı sistemler beyin implantlarına dayanıyordu—güçlü ama girişimsel. Bu çalışma daha güvenli bir alternatife doğru önemli bir adım atıyor: Çince karakter vuruşlarını ve Pinyin ünlülerini hayal eden kişilerin beyin dalgalarına ilişkin ilk açık veri koleksiyonunu yayınlayarak gelecekteki invazif olmayan “düşünceden metne” araçlarının yolunu açıyor.

Yazı İçin Beyin Sinyallerinin Önemi

El yazısı iletişim için şaşırtıcı derecede verimli bir yol: hızlı, kompakt ve hemen hemen herkes için tanıdık. Birçok beyin‑bilgisayar arayüzü çalışması, ulaşma veya kavrama gibi büyük, basit hareketlere ya da zihinsel bir “imleç” ile harfleri tek tek seçerek hecelemeye odaklandı. İmplantlı elektrotlarla yapılan etkileyici çalışmalar, hayal edilen el yazısının günlük yazma hızlarına yaklaşan bir hızda çözümlenebileceğini gösterdi. Ancak beyin ameliyatı çoğu hasta için gerçekçi bir seçenek değil ve implantların uzun vadeli stabilitesi hâlâ endişe konusu. Saçlı deri elektrotlarıyla beyin dalgalarını kaydeden invazif olmayan bir yaklaşım, bilim insanları hayal edilen kalem vuruşlarıyla ilişkili zayıf, gürültülü sinyalleri güvenilir şekilde okuyabilirse kliniklerde, evlerde ve rehabilitasyon merkezlerinde yaygın olarak kullanılabilir.

Zengin Bir Beyin Dalgası Kütüphanesi Tasarlamak

Bu zorluğun üstesinden gelmek için araştırmacılar, sağ elini kullanan 21 sağlıklı yetişkin gönüllüyü işe aldı ve 32 sensörlü bir kap ile beyin etkinliklerini kaydetti. Her katılımcı en az bir gün arayla iki oturuma katıldı; bu, sinyallerin zaman içindeki kararlılığını test etmenin bir yolunu sağladı. Ekip iki dikkatle planlanmış zihinsel görev kullandı. İlki, Çince karakterleri oluşturmakta kullanılan beş temel vuruşu—tek tek çizgiler ve eğriler—hayal etmeyi içeriyordu; bu vuruşlar bir araya gelerek neredeyse herhangi bir karakteri oluşturabilir. İkincisinde ise katılımcılar Hanyu Pinyin’den altı tek ünlüyü hayal ettiler; bunlar tanıdık yuvarlak ve kanca benzeri harf‑gibi şekilleri temsil eder. Her deneme, katılımcılara hareketi hatırlatmak için kısa bir görsel animasyon ile başladı; ardından ekran karardı ve katılımcılar zihninde şekli bir kez sessizce izleyerek hayal ettiler.

Ham Beyin Dalgalarından Çözülebilir Desenlere

Her iki görev ve oturum boyunca çalışma, dört saniyelik 18.480 hayal denemesi üretti—mevcut beyin‑bilgisayar arayüzü standartlarına göre büyük ve standartlaştırılmış bir veri kümesi. Sinyaller çok yüksek hızda kaydedildi ve diğer araştırmacıların kolayca analiz edebilmesi için uluslararası bir beyin veri standardına göre dikkatle düzenlendi. Paylaşılan dosyalar ham kayıtları korusa da yazarlar örnek işleme kodunu da tanımlayıp yayınladı. Kendi testlerinde, sinyalleri filtrelediler, arızalı elektrotları düzelttiler, veri boyutunu azalttılar ve kanalları normale getirdiler; ardından EEGNet adlı kompakt bir derin öğrenme modeli eğittiler. Bu model, önemli desenlerin beyinde nerede ve zaman içinde ne zaman ortaya çıktığını tespit edecek şekilde tasarlanmıştır; bu da hayal edilen kalem hareketlerine eşlik eden kısa aktivite patlamalarına iyi uyar.

Yazma Düşünceleri Ne Kadar İyi Okunabiliyor?

EEGNet kullanılarak, ekip bir bilgisayarın bir kişinin hangi vuruşu ya da ünlüyü hayal ettiğini ne kadar doğru söyleyebileceğini sordu. Eğitim ve test aynı kayıt oturumu içinde yapıldığında, ortalama doğruluklar tesadüften çok daha yüksekti: beş vuruş görevinde %70’in üzerinde ve altı ünlü görevinde yaklaşık %67, bazı bireylerde %80’in üzerine çıkan sonuçlarla. Gerçek dünya kullanımı açısından daha da önemlisi, bir günde eğitilen ve diğer günde test edilen modeller hâlâ güçlü performans gösterdi—vuruşlar için yaklaşık %63 ve ünlüler için %60—bu da bu zihinsel eylemler için beynin desenlerinin zaman içinde oldukça stabil olduğunu gösteriyor. Beyin‑bilgisayar arayüzü deneyimi olan kişiler genellikle daha yüksek doğruluklar elde etti; bu da kullanıcıların daha net, daha tutarlı beyin sinyalleri üretmeyi öğrenebileceğine işaret ediyor. Araştırmacılar ayrıca yüksek performans gösteren katılımcıların el kontrolü ve mekânsal planlamayla ilişkili beyin bölgelerinde daha odaklı aktivite sergilediğini; düşük performanslıların ise daha dağınık desenler gösterdiğini buldu; bu bulgu eğitim veya geribildirim için potansiyel hedefler öneriyor.

Gelecekteki İletişim Yardımcıları İçin Anlamı

Tamamlanmış bir cihaz sunmak yerine, bu çalışma titizlikle oluşturulmuş bir temeli sunuyor: Çince el yazısı hayalinden elde edilen, zengin biçimde açıklanmış ve açıkça erişilebilir bir beyin kayıtları koleksiyonu. Hem karakterlerin yapı taşlarına (vuruşlar) hem de ünlülerin akışkan şekillerine odaklanarak, veri kümesi ince motor kontrol ve planlamanın farklı yönlerini yakalıyor. Sonuçlar, saçlı deri kayıtlarıyla bile bilgisayarların birden çok hayal edilen yazma hareketini güvenilir şekilde ayırt edebildiğini ve bu performansı günler arasında koruyabildiğini gösteriyor. Hareket edemeyen veya konuşamayan hastalar için, bu kaynağa dayalı gelecekteki sistemler eninde sonunda onların zihninde vuruşları ve harf şekillerini canlandırarak cümleler “yazmasına” izin verebilir.

Atıf: Wang, F., Chen, Y., Wang, P. et al. An EEG dataset for handwriting imagery decoding of Chinese character strokes and Pinyin single vowels. Sci Data 13, 332 (2026). https://doi.org/10.1038/s41597-026-06708-3

Anahtar kelimeler: beyin-bilgisayar arayüzü, elektroensefalografi, el yazısı imgelesi, Çince karakterler, Pinyin ünlüleri