NeuroScreen - Etkileşimli Beyin-Bilgisayar Arayüz Sistemi

📖 Genel Bakış

NeuroScreen, gerçek zamanlı EEG sinyal analizi ile modern web teknolojilerini birleştiren kapsamlı bir Beyin-Bilgisayar Arayüz (BCI) sistemidir. Sistem, beyin sinyali izleme için etkileşimli bir web arayüzü sağlar ve sağlık sektörü odaklı 4 kategorili odaklanma terapisi sunar.

🚀 Özellikler

🧠 EEG Sinyal İşleme

• Gerçek zamanlı EEG frekans spektrumu analizi
• Canlı FFT görselleştirme ile özelleştirilebilir frekans bantları
• Çoklu frekans bantı izleme (Alpha, Beta, SMR, High Beta)
• Gürültü filtreleme ile uyarlanabilir sinyal işleme
• Klinik seviyede beyin dalgası simülasyonu

🌐 Web Arayüzü

• 4 özelleştirilebilir sağlık kategorisi (Su, Klima, Tuvalet, SOS)
• Gerçek zamanlı EEG spektrumu akışı
• Odaklanma oturumları için ilerleme takibi
• Modern glassmorphism tasarım ile duyarlı arayüz
• Otomatik veri normalizasyonu (5 saniye hareketsizlik)
• Türkçe dil desteği

🏗️ Proje Yapısı

neuroscreen/
├── main.py                     # Flask web uygulama sunucusu
├── eeg_plot.py                 # EEG sinyal işleme ve görselleştirme
├── data.txt                    # Gerçek zamanlı veri depolama
├── wsgi.py                     # Üretim WSGI giriş noktası
├── config.py                   # Yapılandırma ayarları
├── requirements.txt            # Python bağımlılıkları
├── Dockerfile                  # Docker container yapılandırması
├── docker-compose.yml          # Docker Compose orchestration
├── nginx.conf                  # Nginx reverse proxy yapılandırması
├── deploy.sh                   # Linux/Mac deployment script
├── deploy.bat                  # Windows deployment script
├── .env.example                # Çevre değişkeni örneği
├── .gitignore                  # Git ignore kuralları
├── templates/                  # HTML şablonları
│   ├── index.html              # Ana dashboard
│   └── focus.html              # Odaklanma terapisi arayüzü
└── static/                     # Statik web varlıkları
    ├── css/
    │   └── style.css           # Stil dosyası
    ├── js/
    │   └── app.js              # Frontend JavaScript
    └── images/
        └── logo.png            # Uygulama logosu

🔧 Kurulum

Ön Gereksinimler

• Python 3.8+
• Modern web tarayıcısı
• Git (isteğe bağlı)

Hızlı Başlangıç

Windows için:

# Projeyi klonlayın
git clone <repository-url>
cd neuroscreen

# Deployment script'ini çalıştırın
deploy.bat

Linux/Mac için:

# Projeyi klonlayın
git clone <repository-url>
cd neuroscreen

# Deployment script'ini çalıştırın
chmod +x deploy.sh
./deploy.sh

Manuel Kurulum:

# Sanal ortam oluşturun
python -m venv venv

# Sanal ortamı etkinleştirin
# Windows: venv\Scripts\activate
# Linux/Mac: source venv/bin/activate

# Bağımlılıkları yükleyin
pip install -r requirements.txt

# Uygulamayı başlatın
python main.py

🚀 Üretim Dağıtımı

1. Basit Üretim (Waitress/Gunicorn)

Windows:

start_production.bat

Linux/Mac:

./start_production.sh

2. Docker ile Dağıtım

# Docker container oluşturun
docker build -t neuroscreen .

# Container'ı çalıştırın
docker run -d -p 5000:5000 neuroscreen

3. Docker Compose ile Tam Yığın

# Tüm servisleri başlatın (Nginx + NeuroScreen)
docker-compose up -d

# Logları görüntüleyin
docker-compose logs -f

4. Nginx Reverse Proxy

Nginx yapılandırması dahil edilmiştir:

• Statik dosya önbellekleme
• Gzip sıkıştırma
• Rate limiting
• SSL/TLS desteği (yapılandırma gerekli)

📊 Sistem Bileşenleri

1. EEG Sinyal İşleme (eeg_plot.py)

• Örnekleme Hızı: 256 Hz
• Frekans Bantları:
  • Alpha dalgaları: 8-13 Hz (rahatlatıcı odaklanma)
  • SMR: 12-15 Hz (sensorimotor ritim)
  • Beta dalgaları: 14-30 Hz (aktif odaklanma)
  • High Beta: 30+ Hz (yüksek uyarılma)
• Sinyal Üretimi: Klinik seviyede gerçekçi EEG simülasyonu
• Görselleştirme: Gerçek zamanlı dual-plot (zaman + frekans)

2. Web Arayüzü

• Backend: Flask REST API
• Frontend: Vanilla JavaScript + CSS3 Glassmorphism
• Gerçek Zamanlı İletişim: Server-Sent Events
• Veri Depolama: Dosya tabanlı JSON depolama

3. Sağlık Kategori Sistemi

• Su: Hidrasyon hatırlatıcısı (mavi tema)
• Klima: Hava koşulları kontrolü (açık mavi tema)
• Tuvalet: Mola hatırlatıcısı (sarı tema)
• SOS: Acil durum sinyali (kırmızı tema)

🔬 Teknik Detaylar

EEG Sinyal Haritalama

frequency_mapping = {
    "first": {"freq": 10, "name": "Alpha (Relaxed Focus)"},     # Su
    "second": {"freq": 18, "name": "SMR (Sensory Motor)"},     # Klima
    "third": {"freq": 24, "name": "Beta (Active Focus)"},      # Tuvalet
    "fifth": {"freq": 30, "name": "High Beta (Alert)"}         # SOS
}

Otomatik Normalizasyon

• 5 saniye hareketsizlik sonrası otomatik sıfırlama
• Fare hareketi, klavye aktivitesi ve dokunma algılama
• Sessiz arka plan normalizasyonu

Glassmorphism Tasarım

• Modern backdrop-filter efektleri
• Animasyonlu gradyan arka planlar
• Responsive 2x2 grid layout
• Gelişmiş hover efektleri

📱 API Uç Noktaları

Uç Nokta	Metod	Açıklama
/	GET	Ana dashboard
/focus	GET	Odaklanma terapisi arayüzü
/eeg_stream	GET	Gerçek zamanlı EEG akışı
/get_data	GET	Mevcut veriyi al
/push_data	POST	Veri değerlerini güncelle
/reset_data	GET	Veriyi varsayılana sıfırla

Veri Formatı

{
    "first": 0,     // Su kategorisi aktivasyonu (0/1)
    "second": 0,    // Klima kategorisi aktivasyonu (0/1)
    "third": 0,     // Tuvalet kategorisi aktivasyonu (0/1)
    "fifth": 0      // SOS kategorisi aktivasyonu (0/1)
}

🎯 Odaklanma Eğitim Sistemi

Etkileşim Yöntemleri

• Fare Hover: 5 saniye hover ile kategori aktivasyonu
• İlerleme Görselleştirme: Gerçek zamanlı ilerleme çubukları
• Görsel Geri Bildirim: Başarı/hata bildirimleri

Otomatik Özellikler

• Hareketsizlik Algılama: 5 saniye sonra otomatik normalizasyon
• Oturum Takibi: Gerçek zamanlı oturum süresi
• Sistem Durumu: Canlı sistem durumu göstergesi

🔧 Yapılandırma

Çevre Değişkenleri

# .env dosyası oluşturun (.env.example'dan kopyalayın)
cp .env.example .env

# Üretim için önemli ayarlar
SECRET_KEY=your-super-secret-key
FLASK_ENV=production
HOST=0.0.0.0
PORT=5000

EEG Parametreleri

fs = 256                    # Örnekleme frekansı (Hz)
window_size = 4             # Sinyal penceresi (saniye)
noise_level = 3             # Arka plan gürültüsü
transition_duration = 3.0   # Geçiş süresi (saniye)

Güvenlik Ayarları

• CSRF koruması
• XSS koruması
• Content Security Policy
• Rate limiting (Nginx ile)
• HTTPS yönlendirmesi

🔍 Sorun Giderme

Yaygın Sorunlar

1. EEG akışı yüklenmiyor:

   • Flask sunucusunun çalıştığını doğrulayın
   • Tarayıcı konsolunda hataları kontrol edin
   • data.txt dosyasının var olduğunu ve okunabilir olduğunu kontrol edin

2. Bağımlılık hataları:

   • Python versiyonunu kontrol edin (3.8+)
   • Sanal ortamın etkin olduğunu doğrulayın
   • requirements.txt'yi yeniden yükleyin

3. Port kullanımda hatası:

   • Farklı port kullanın: python main.py --port 8000
   • Mevcut Python işlemlerini durdurun

4. Static dosyalar yüklenmiyor:

   • Static klasör yapısını kontrol edin
   • Nginx yapılandırmasını doğrulayın
   • Dosya izinlerini kontrol edin

Log Dosyaları

# Uygulama logları
tail -f logs/neuroscreen.log

# Nginx logları (Docker ile)
docker-compose logs nginx

# Container logları
docker logs <container-name>

🚀 Performans Optimizasyonu

Üretim Ayarları

• Gunicorn Workers: 4 worker (varsayılan)
• Timeout: 120 saniye
• Static File Caching: 1 saat
• Gzip Compression: Etkin
• Rate Limiting: API için 10 req/s

Monitoring

• Health check endpoints
• Application metrics
• Resource usage monitoring
• Error tracking

🔮 Gelecek Geliştirmeler

• Gerçek EEG donanım entegrasyonu (OpenBCI, NeuroSky)
• Makine öğrenmesi tabanlı sinyal sınıflandırması
• Çoklu kullanıcı oturum yönetimi
• Gelişmiş görselleştirme seçenekleri
• Mobil uygulama desteği
• Bulut veri senkronizasyonu
• Ses komut entegrasyonu
• Biometrik kimlik doğrulama

🤝 Katkıda Bulunma

1. Repository'yi fork edin
2. Feature branch oluşturun
3. Değişikliklerinizi commit edin
4. Branch'inizi push edin
5. Pull Request oluşturun

📄 Lisans

Bu proje açık kaynaklıdır ve MIT Lisansı altında mevcuttur.

🆘 Destek

Destek ve sorular için:

• Repository'de issue oluşturun
• Sorun giderme bölümünü kontrol edin
• Teknik dokümantasyonu inceleyin

🙏 Teşekkürler

• Flask ekibi web framework için
• NumPy ve Matplotlib bilimsel hesaplama için
• Modern web teknolojileri topluluğu
• Açık kaynak katkıcıları

---

Not: Bu sistem araştırma ve eğitim amaçlarına yöneliktir. Tıbbi uygulamalar için sağlık uzmanları ile görüşün ve ilgili düzenlemelere uygunluğu sağlayın.

📊 System Components

1. EEG Signal Processing (eeg_plot.py)

• Sampling Rate: 256 Hz
• Frequency Bands:
  • Alpha waves: 14 Hz
  • Beta waves: 21-33 Hz range
• Signal Generation: Synthetic EEG with configurable amplitude and noise
• Visualization: Real-time FFT spectrum (0-40 Hz range)

2. Eye Tracking System (eye tracker/)

• Face Detection: MediaPipe Face Mesh with 468 landmarks
• Iris Tracking: Precise iris center calculation
• Calibration: Multi-point polynomial regression (order 2)
• Filtering: Kalman filter for smooth tracking
• Accuracy: Sub-pixel precision with noise reduction

3. Web Interface

• Backend: Flask REST API
• Frontend: Vanilla JavaScript with CSS3
• Real-time Communication: Server-Sent Events for EEG streaming
• Data Storage: File-based JSON storage

🚀 Usage

Starting the Web Application

1. Launch the Flask server:

   python main.py

   The server will start on http://localhost:5000

2. Access the dashboard:

   • Navigate to http://localhost:5000 for EEG monitoring
   • Navigate to http://localhost:5000/focus for focus training

Eye Tracking Application

1. Run the eye tracker:

   cd "eye tracker"
   python main.py

2. Calibration Process:

   • Press c to start calibration
   • Follow the calibration points (look at each point for 0.8 seconds)
   • System will automatically complete calibration

3. Controls:

   • c: Start calibration
   • v: Toggle camera view
   • r: Reset system
   • q: Quit application

🔬 Technical Details

EEG Signal Mapping

frequency_mapping = {
    "first": 21,    # Focus Zone 1
    "second": 24,   # Focus Zone 2  
    "third": 27,    # Focus Zone 3
    "fourth": 30,   # Focus Zone 4
    "fifth": 33,    # Focus Zone 5
    "sixth": 14     # Relaxation Zone
}

Eye Tracking Features

• Landmark Extraction: 468 facial landmarks
• Iris Points: 4-point iris detection per eye
• Normalization: Eye-relative coordinate system
• Bilateral Processing: Combined left and right eye data

Calibration Algorithm

# Polynomial feature expansion for improved accuracy
def poly_features(fx, fy, order=2):
    if order == 2:
        return [1, fx, fy, fx*fx, fy*fy, fx*fy]
    return [1, fx, fy]

📱 API Endpoints

Flask Web API

Endpoint	Method	Description
/	GET	Main dashboard
/focus	GET	Focus training interface
/eeg_stream	GET	Real-time EEG stream
/get_data	GET	Retrieve current data
/push_data	POST	Update data values
/reset_data	GET	Reset data to defaults

Data Format

{
    "first": 0,     // Zone 1 activation (0/1)
    "second": 0,    // Zone 2 activation (0/1)
    "third": 0,     // Zone 3 activation (0/1)
    "fourth": 0,    // Zone 4 activation (0/1)
    "fifth": 0,     // Zone 5 activation (0/1)
    "sixth": 0      // Zone 6 activation (0/1)
}

🎯 Focus Training System

Zone Configuration

The system divides the screen into 6 interactive zones:

1. Water (Yellow) - Hydration reminder
2. Food (Red) - Nutrition reminder
3. Medicine (Yellow) - Medication reminder
4. Images (Blue) - Visual content
5. Toilet (Pink) - Break reminder
6. Other (Green) - Miscellaneous actions

Interaction Methods

• Mouse Hover: 5-second hover triggers zone activation
• Eye Gaze: 5-second sustained gaze triggers activation
• Progress Visualization: Real-time progress bars

🔧 Configuration

Screen Resolution Setup

# Automatic detection
SCREEN_W = root.winfo_screenwidth()
SCREEN_H = root.winfo_screenheight()

# Manual configuration (if needed)
SCREEN_W, SCREEN_H = 1920, 1080

EEG Parameters

fs = 256  # Sampling frequency (Hz)
window_size = 10  # Signal window (seconds)
noise_level = 5   # Background noise amplitude

Eye Tracking Sensitivity

min_detection_confidence = 0.5
min_tracking_confidence = 0.5
kalman_process_noise = 0.03

🔍 Troubleshooting

Common Issues

1. Camera not detected:

   • Check camera permissions
   • Try different camera indices (0, 1, 2...)
   • Ensure no other application is using the camera

2. EEG stream not loading:

   • Verify Flask server is running
   • Check browser console for errors
   • Ensure data.txt file exists and is readable

3. Calibration failure:

   • Ensure good lighting conditions
   • Keep face centered and stable
   • Maintain consistent distance from camera

4. Poor tracking accuracy:

   • Recalibrate the system
   • Check camera focus and resolution
   • Ensure minimal head movement

🔮 Future Enhancements

• Real EEG hardware integration (OpenBCI, NeuroSky)
• Machine learning-based signal classification
• Multi-user session management
• Advanced visualization options
• Mobile application support
• Cloud data synchronization
• Voice command integration
• Biometric authentication

🤝 Contributing

1. Fork the repository
2. Create a feature branch
3. Commit your changes
4. Push to the branch
5. Create a Pull Request

📄 License

This project is open source and available under the MIT License.

🆘 Support

For support and questions:

• Create an issue in the repository
• Check the troubleshooting section
• Review the technical documentation

🙏 Acknowledgments

• MediaPipe team for facial landmark detection
• OpenCV community for computer vision tools
• Flask team for the web framework
• NumPy and Matplotlib for scientific computing

---

Note: This system is designed for research and educational purposes. For medical applications, please consult with healthcare professionals and ensure compliance with relevant regulations.