Öz 2011 yılından itibaren ortaya çıkan Endüstri 4.0 kavramını öncelikle sanayi alanında duyarken, aynı zamanda sağlık alanında da etkilerini görmekteyiz. Endüstri 4.0 kavramıyla birlikte gelen otomasyon ve teknolojik gelişmeler; sağlık alanında da Sağlık 4.0 (Health 4.0) kavramının ortaya çıkmasına neden olmuştur. Sağlık 4.0, sağlık çözümlerinin bireyselleştirilmesi, uç noktalara iletilmesi ve sanallaştırılması önceliğini esas almaktadır. Akıllı telefonların Endüstri 4.0 sürecinde hayatımızdaki aktif rolüyle birlikte; akıllı telefonlarla ortak çalışan giyilebilir teknolojiler de günümüzde insanlar tarafından çokça tercih edilmeye başlanmıştır. Akıllı telefonlarımızla ortak çalışabilen akıllı saatler, akıllı ayakkabılar, vücudumuza yapıştırılan akıllı sensör yamalar, akıllı gözlükler, akıllı kıyafetler giyilebilir teknolojilere örnek olarak verilebilmektedir. Bu giyilebilir teknolojileri kullanmak Sağlık 4.0'daki sağlık çözümlerinin bireyselleştirilmesine olanak sağlamaktadır. Akıllı saatler ile nabzımızı ölçebilir, uyku saatlerimizi kontrol edebiliriz. Akıllı ayakkabılar ile ne kadar yürüdüğümüzü, kaç kalori yaktığımızı görebiliriz. Akıllı kıyafetler ile vücudumuzun sıcaklık seviyesini ayarlamak için vücudumuzu ısıtıp, soğutabiliriz. Akıllı gözlükler ile internete bağlanabilir, okuduğumuz metnin farklı dillerdeki karşılığını bulabiliriz. Hatta görme engelliler için tasarlanan akıllı gözlükler ile kişinin cisimleri daha kolay seçmesi sağlanmaktadır. Beyin sinyallerini ölçmek için kullanılan beyin bilgisayar arayüzleri (BBA) ile de kişilerin beyin sinyalleri ile internete girmeleri, daha önceden hasar gören uzuvlarını sağlıklı bireyler gibi kullanmaları sağlanmaktadır. Akıllı sensör yamalar ile stres seviyemizi ölçebilmekte, glikoz değerimizi öğrenebilmekte, ECG çekebilmekte, ilaçlarımızı ya da aşımızı gerekli dozda alabilmekteyiz. Hatta beynizimin belli bölgelerinin uyarılmasını sağlayarak daha fazla motivasyon sağlayabilmekteyiz. Bu çalışmada son zamanlarda sağlık alanında kullanılan giyilebilir teknolojilerden olan sensör yamalardan bahsedilecek ve hayatımızı nasıl etkilediği ve sağlığımızın devamlılığında nasıl rol aldığı üzerine durulacaktır.

Brain Computer Interface consists of hardware and software that convert brain signals into action. It changes the nerves, muscles, and movements they produce with electro-physiological signs. The BCI cannot read the brain and decipher the thought in general. The BCI can only identify and classify specific patterns of activity in ongoing brain signals associated with specific tasks or events. EEG is the most commonly used non-invasive BCI method as it can be obtained easily compared to other methods. In this study; It will be given how EEG signals are obtained from the scalp, with which waves these frequencies are named and in which brain states these waves occur. 10-20 electrode placement plan for EEG to be placed on the scalp will be shown.

Öz Günümüzde kimlik avı yapan sahte web sitelerinin sayısı oldukça artmıştır. Bu web sitelerinin amaçları genel anlamda kişilerin, kişisel bilgilerini ele geçirerek çıkar sağlamaktır. Sosyal medya hesaplarımızdaki kimlik ve parola bilgilerimiz, alışveriş sitelerindeki kimlik ve adres bilgilerimiz bize ait kişisel bilgilerimizdir. Bu tür bilgiler istenmeyen kişilerin eline geçmesi durumunda, tahmin bile edemeyeceğimiz kötü sonuçlar doğurabilmektedir. Ayrıca online bankacılık işlemlerimiz gibi finansal işlemlerimizin önemli bir kısmını internet ortamında yapıyor olmamız bu tür sitelerden korunmamız açısından önemli bir sorun teşkil etmektedir. Bu amaçla antivürüs yazılım firmaları, tarayıcılar, arama motorları daha iyi kullanıcı hizmeti ve memnunniyet sağlamak açısından bu tür zararlı sitelerden kullanıcılarını korumak için çalışmalar yapmaktadırlar. Ayrıca sahte web sayfalarının kullanıcıların önüne gelmeden tespit edilip engellenmesi günümüz yapay zeka çalışmalarınında önemli bir çalışma alanı olmaktadır. Hergün milyarlarca insanın gezindiği internet ortamında bu sahte sitelerden korunmasının en kolay yöntemi, sahte web sayfalarının otomatik olarak tespit edilip engellenmesi olacaktır. Makine öğrenmesi sınıflandırma algoritmaları ile bir sayfaya ait bilgilere bakarak sistem tarafından otomatik olarak sahte veya gerçek olarak tespit edilmesi yapay zeka çalışmalarının sunduğu önemli avantajların başında gelmektedir. Bu çalışma ile bir web sitesi adresine ait belirlenmiş 10 özellik kullanılarak; bu adresin sahte mi, yoksa gerçek bir adres mi olduğu tespit edilmeye çalışılmaktadır. Çalışmada kullanılan veriler Machine Learning Repository (UCI)'dan alınmıştır. Verilerin analizi Çapraz Endüstri Standart Süreç Modeli(CRISP-DM) baz alınarak gerçekleştirilmiştir. Veri setinde web sitelerinin durumunu belirleyen nitelik (Class, Kimlik Avı=-1, Şüpheli=0 ve Meşru=1) olarak etiketlenmiştir. Çalışma da RStudio kullanılarak R programlama dili ile analizler yapılmıştır. Kullanılan sınıflandırma algoritmaları Rastgele Orman (RF), Destek Vektör Makineleri (SVM), J48, K-En Yakın Komşu (KNN) ve Naive Bayes algoritmalarıdır. Yapılan değerlendirmeler sonucunda Rastgele Orman algoritması ile en yüksek doğruluk performansı elde edilmiştir.

The Brain-Computer Interface (BCI), defined as systems that allow people to use a computer, an electromechanical arm or various neuroprostheses without the use of motor nervous systems, is a communication pathway used to establish direct communication between the brain and a peripheral interface. The brain-computer interface is often used to help or repair human cognitive or sensory motor functions. However, with today's developing technology, it hasn’t only been used for this purpose and has started to be used in many different areas from advertising, to smart peripheral systems, to games, even authentication and security applications. The increase in access to BCI devices, together with the increase in their usage, has led to an increase in the number of applications that have been developed in health, engineering, and education. We hope that in the near future BCI devices will allow us to communicate without talking and will understand our thoughts and act accordingly.

Brain Computer Interfaces (BCI) are applications that allow users to communicate and control external devices directly by analyzing changes in brain activity without using muscle and nerve cells, which are normal pathways of the brain. It can also be said that BCIs are an alternative means of communication between the human brain and the outside world based on the electrical activities of brain activity, which can be measured by electroencephalography (EEG) devices. In the EEG measured from the human brain, when a person wants to move a limb, the potentials associated with the event are observed in the EEG. This suggests that information about changes in the activity of the human brain in the cognitive or movement decision process can be detected in the observed EEG.In this study, the attributes of the signals obtained using a four-channel EEG recorder are extracted and classified. Because the experimental study was performed while the user was awake, it processed beta signals. Considering the artifacts, the processed data was used as input data for the interface by realizing offline and online trial. The data obtained from the EEG device was processed in a computer and transmitted to a microcontroller used to control the model vehicle. Data communication is carried out wirelessly. The model vehicle is allowed to move forward-backward / right-left and diagonally.