Taşınabilir EEG tabanlı cihazlar için video-ağırlıklı duygu tanıma

Videolarınız Neden Nasıl Hissedildiğinizi Biliyor Olabilir

Hafif bir bant kafa çevrenizi sessizce dinlerken bir film fragmanı izlediğinizi ve beyninizin, mutlu, rahat, üzgün ya da korkmuş olup olmadığınızı tahmin ettiğini hayal edin. Bu çalışma, hantal laboratuvar ekipmanları yerine küçük, taşınabilir bir beyin dalgası (EEG) cihazı kullanarak bu senaryoyu gerçeğe yakın kılmanın yollarını araştırıyor. İş, daha akıllı medya ile ilgilenen herkes için önem taşıyor: izleyici tepkilerini anlamak isteyen reklâmverenlerden, izleyicilerin ne tıkladığına değil gerçekten nasıl hissettiğine dayalı öneriler sunabilecek yayın platformlarına kadar.

Beyin Dalgalarından Duyguları Okumak

Beynimiz, kafa derisinden elektroensefalografi (EEG) ile alınabilen zayıf elektriksel sinyaller üretir. Bu sinyaller, farklı duygular yaşadığımızda ince biçimde değişir. DEAP adında popüler bir araştırma veri kümesi, insanların müzik videolarını izlerken EEG’lerini kaydetmiş ve ardından her videoyu ne kadar hoş, yoğun, kontrol edilebilir ve beğenilir hissettiklerini puanlamalarını istemiştir. Önceki çalışmaların çoğu, ideal laboratuvar koşullarında birçok elektrot ve güçlü bilgisayarlar kullanarak en yüksek doğruluğu elde etmeye çalıştı; ancak bu koşullar gerçek yaşamla uyuşmaz. Bu makale daha pratik bir soruyu soruyor: düşük maliyetli, taşınabilir bir cihaz ve daha az elektrotla, bir videonun birçok kişide uyandırdığı baskın duyguyu yine de yakalayabilir miyiz?

Paylaşılan Bir Duygusal Öykü Bulmak

Bir engel, insanların duygularını aynı şekilde ifade etmemesidir. İki izleyici aynı klibi izleyebilir; biri onu “heyecan verici” derken diğeri “fena değil” diyebilir. Araştırmacılar bunu, tek bir kişinin puanına güvenmek yerine izleyiciler arasında örüntüler arayan adım adım bir etiket kalibrasyon sistemi kurarak çözüyor. Önce tüm puanlar ortak bir ölçeğe getiriliyor ve birkaç temel boyuta sıkıştırılıyor. Ardından gözetimsiz kümeleme, benzer duygusal tepkileri bir araya getirerek videoları duygusal uzayın dört geniş köşesine ayırmayı hedefliyor: mutlu (hoş ve yoğun), rahat (hoş ve sakin), korkulu (hoş olmayan ve yoğun) ve üzgün (hoş olmayan ve sakin). Son bir düzeltme aşaması, belirsiz vakaları ek puan bilgisine göre hafifçe ayarlayarak, her video için grubun genel izlenimini daha iyi yansıtan baskın bir duygu etiketi üretiyor.

Daha Az Donanımla Daha Fazla Şey Yapmak

Diğer bir zorluk donanım: 32 veya daha fazla elektrota sahip tam EEG kapları hantal ve pahalıdır. Ekip, bunu alın, merkez, yanlar ve kafa arkasında duygusal kontrol, uyanıklık, işitme, görme ve dikkatle ilişkilendirilen on bir dikkatle seçilmiş konuma indirgeme yöntemi tasarlıyor. Ardından farklı duygusal durumlar altında klasik beyin dalgası bantları (yavaşdan hıza) boyunca sinyal enerjisinin nasıl yayıldığını ayrıntılı biçimde analiz ediyorlar. Bu desenleri karşılaştırarak, belirli frekans ve kafa derisi konumlarının örneğin izleyicinin çok uyarılmış mı yoksa derinlemesine rahat mı olduğu hakkında özellikle güçlü ipuçları taşıdığını gösteriyorlar. Bu çok bantlı enerji oranı yaklaşımı, en bilgilendirici sinyalleri tutup büyük ölçüde fazla bilgiyi atmayı sağlıyor.

Verinin Önemli Olanı Öne Çıkarmasına İzin Vermek

Daha az elektrotla bile her saniye kayıt, sayı seli içerir. Modelleri bunaltmamak için yazarlar, dalgacık tabanlı enerji ölçümleri, farklı beyin bölgelerinin birlikte ne kadar dalgalandığı ve çeşitli frekanslardaki gücün zaman içinde nasıl değiştiği gibi birkaç özellik türünü birleştirerek her izleme için zengin ama yapılandırılmış bir tanım oluşturuyorlar. Bir önem belirleme (saliency) seçim adımı, bu özellikleri duyguları ayırt etmede ne kadar yardımcı olduklarına göre sıralıyor ve yalnızca kompakt bir alt küme tutuyor. Bu budanmış temsil kullanılarak, üç standart makine öğrenimi modeli bir videoya en iyi uyan dört baskın duygudan hangisi olduğunu tanımayı öğreniyor. Sistemin tamamen yeni insanlara genelleme yapması gereken zorlu testlerde en iyi model, gürültülü beyin verisi ve sadece 11 kanal ile dört yönlü bir seçim için yaklaşık %45 doğruluğa ulaşıyor; bu, sağlam bir sonuç sayılıyor.

Günlük Teknoloji İçin Ne Anlama Geliyor

Uzman olmayanlar için ana mesaj, laboratuvar düzenekleri yerine küçük, taşınabilir beyin dalgası cihazları kullanarak insanların gruplar halinde videolar hakkında nasıl hissettiğini ölçmeye başlamamız mümkün olduğudur. Duygusal etiketleri temizleyerek, EEG sinyalinin en bilgilendirici kısımlarına odaklanarak ve yalnızca birkaç iyi yerleştirilmiş sensör seçerek, yazarlar bir videonun izleyiciler arasında baskın duygusal tonunu — mutlu, rahat, korkulu veya üzgün — tespit etmenin mümkün olduğunu gösteriyor. Sistem kusursuz değil, fakat anketlere veya tıklamalara dayanmak yerine nesnel beyin tepkilerine dayanan izleyici duygu takibi, içerik testleri ve duygu farkında öneriler için pratik araçlara işaret ediyor.

Atıf: Wen, X., Xu, W., Tian, L. et al. Video-dominant emotion recognition for portable EEG-based devices. Sci Rep 16, 7899 (2026). https://doi.org/10.1038/s41598-026-39315-8

Anahtar kelimeler: EEG duygu tanıma, beyin–bilgisayar arayüzü, video duygu analizi, giyilebilir sinirbilim, duygu hesaplaması