Department of Economics2024-11-0920179781-5090-6494-610.1109/SIU.2017.79606752-s2.0-85026297216http://dx.doi.org/10.1109/SIU.2017.7960675https://hdl.handle.net/20.500.14288/11046In neuroeconomics experiments many ocular artifacts are encountered during long trial durations. In this study, results from algorithms used to remove artifacts in EEG measurements are presented. The study consists of three parts. In the first part, EEG signals were band-pass filtered to remove high frequency noise and low frequency drift. Next, the artifacts were removed by using traditional regression method and independent component analysis (ICA). Finally, the performances of the two artifact removal methods were compared. Although artifacts were suppressed better by ICA than regression, ICA caused decrease in root mean square (RMS) values of the non-artifactual parts of some channels. /Öz: Nöroekonomi deneylerinde EEG kayıt süreleri çok uzayabildiğinden işaretlerde ciddi göz artifaktları oluşmaktadır. Bu bildiride EEG ölçümlerinde karşılaşılan göz artifaktlarının giderilmesi amacıyla kullanılan algoritma ve sonuçlardan bahsedilmiştir. Yapılan çalışma üç bölümden oluşmaktadır. Birinci kısımda EEG işaretleri süzgeçten geçirilmiş, sonraki kısımda regresyon ve bağımsız bileşen analizi (BBA) kullanılarak artifakt- lar temizlenmi¸stir. Sonuç kısmında ise iki yöntemin performansları kar¸sıla¸stırılmı¸stır. Artifakt olan kısımlar BBA kullanılarak daha iyi temizlenmiş olmasına rağmen, bazı kanalların artifakt olmayan kısımlarındaki işaretlerin etkin değerlerinde azalma görülmüştür.AcousticsComputer scienceArtificial intelligenceEngineeringElectrical electronic engineerings engineeringTelecommunicationsConference proceedinghttps://www.scopus.com/inward/record.uri?eid=2-s2.0-85026297216&doi=10.1109%2fSIU.2017.7960675&partnerID=40&md5=b10ba7d75a165dcf2299a3e5b3ec7bbb4138131005382775