Afyon Kocatepe Üniversitesinden Dr. Öğr. Üyesi Nevzat Olgun, EEG sinyallerine dayalı yalan tespiti alanında yenilikçi ve pratik bir yöntem geliştirdi. Çalışma, beyin sinyallerinin gürültülü ve karmaşık yapısını etkili biçimde analiz ederek, doğru söyleme ve yalan söyleme durumlarının güvenilir şekilde ayırt edilmesini hedefliyor.
Araştırmada geliştirilen yöntem; doğru ve yalan söyleme sırasında beyinde ortaya çıkan bilişsel farklılıkları temsil eden EEG sinyallerini Variational Mode Decomposition (VMD) tekniğiyle alt bileşenlerine ayırıyor. Bu yaklaşım, özellikle yalan söyleme esnasında belirginleşen P300 bilişsel yanıtının, klasik filtreleme yöntemlerine kıyasla daha net ve kararlı biçimde ortaya çıkarılmasını sağlıyor.
VMD ile ayrıştırılan her bir sinyal modundan elde edilen zaman alanı istatistiksel özellikler, makine öğrenmesi tabanlı sınıflandırma modellerine aktarılıyor. Yapılan deneysel analizler, yalnızca 3 EEG kanalı ve 2 saniyelik kısa EEG kesitleri kullanılarak yüksek sınıflandırma doğruluğu elde edilebildiğini gösteriyor. Bu sonuç, literatürde yaygın olarak kullanılan çok kanallı ve derin öğrenme tabanlı yaklaşımlara kıyasla önemli bir sadelik, hız ve hesaplama verimliliği avantajı sunuyor.
LieWaves veri tabanı üzerinde test edilen sistemin; düşük hesaplama maliyeti, hızlı karar verme yeteneği ve taşınabilir EEG cihazlarıyla uyumluluğu sayesinde gerçek zamanlı uygulamalara uygun olduğu ortaya konuyor. Çalışma, EEG tabanlı yalan tespitinin adli bilimler, güvenlik sistemleri ve bilişsel durum analizlerinde pratik, güvenilir ve sürdürülebilir bir destek aracı olarak değerlendirilebileceğini vurguluyor.