Wspomaganie komunikacji w procesie neurorehabilitacji z wykorzystaniem śledzenia wzroku i analizy sygnałów EEG

• Autorzy: Spaleniak P. , Kurowski A. , Kostek B.

Warianty tytułu

EN

Communication support in neurorehabilitation process using eye tracking system and EEG-based signal analysis

• Konferencja: XXVII cykl seminarów zorganizowanych przez PTETiS Oddział w Gdańsku ZASTOSOWANIE KOMPUTERÓW W NAUCE I TECHNICE 2017 (XXVII; 2017; Gdańsk, Polska)
• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono charakterystykę systemu do wspomagania komunikacji w procesie neurorehabilitacji osób w stanie ograniczonej świadomości. Przygotowana aplikacja komputerowa wykorzystuje metodę śledzenia wzroku wspomaganą analizą sygnału EEG. W pracy podano genezę powstania systemu, scharakteryzowano zaimplementowane ćwiczenia oraz pozostałe funkcjonalności, a także zamieszczono wyniki wstępnych badań dokonanych w kilku polskich ośrodkach terapeutycznych.

EN

The paper presents the characteristics of a system dedicated to communication support in the process of neurorehabilitation of persons in a state of limited consciousness. The prepared computer application uses eye tracking method supported by the EEG signal analysis. The paper presents the origin of the system, the implemented exercises and other system functionalities, as well as the results of the preliminary research carried out in several therapeutic centers.

Słowa kluczowe

PL

neurorehabilitacja; interfejs HCI; śledzenie wzroku; elektroencefalografia

EN

eye tracking; electroencephalography; signal analysis; HCI interfaces

• Wydawca: Wydział Elektrotechniki i Automatyki Politechniki Gdańskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektrotechniki i Automatyki Politechniki Gdańskiej
• Rocznik: 2017
• Tom: Nr 57
• Strony: 127--130
• Opis fizyczny: Bibliogr. 13 poz., rys., wykr., tab.

Twórcy

autor

Spaleniak P.

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Katedra Systemów Multimedialnych tel.: [phone]

autor

Kurowski A.

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Katedra Systemów Multimedialnych tel.: [phone]

autor

Kostek B.

• Politechnika Gdańska, Wydział Elektroniki, Telekomunikacji i Informatyki, Laboratorium Akustyki Fonicznej tel.: [phone]

Bibliografia

• 1. Majdan, N., Plancikova, D., Brazinova, A., Rusnak, M., Nieboer, A., Feigin, V., Maas, A., Epidemiology of traumatic brain injuries in Europe: a cross-sectional analysis, The Lancet Public Health, 1, 76-83, 2016, DOI: 10.1016/S2468-2667(16)30017-2.
• 2. Kunka B., Kostek B., Kulesza M., Szczuko P., Czyżewski A.: Gaze-Tracking Based Audio-Visual Correlation Analysis Employing Quality of Experience Methodology. Intelligent Decision Technologies (IDT) Journal, 217 - 227, 4.2010, DOI: 10.3233/IDT-2010-0082.
• 3. Tobii – EyeX Controller technical specification. www.tobii.com/xperience/products/#Specification,(dostęp: IX, 2017).
• 4. EEG Emotiv INSIGHT, https://www.emotiv.com/ (dostęp: IX, 2017).
• 5. Glasgow Coma Scale http://www.glasgowcomascale.org/ (dostęp: IX, 2017).
• 6. Jones E. et al.: SciPy. Open Source Scientific Tools for Python, 2001, http://www.scipy.org, (dostęp: IX, 2017).
• 7. Package for scientific computing with Python, http://www.numpy.org (dostęp: IX, 2017).
• 8. Pedregosa F. et al., Scikit-learn: Machine Learning in Python, J. Mach. Learn. Res., 12, 2825-2830, Oct. 2011.
• 9. Wavelet transform software for the Python programming language. https://pywavelets.readthedocs.io (dostęp: IX, 2017).
• 10. Cichocki A.: Blind Signal Processing Methods for Analyzing Multichannel Brain Signals, Int. J. Bioelectrom., 6, 1, 1-18, Jan. 2004.
• 11. Sanei S., Sanei J.A.Chambers: EEG Signal Processing, Chichester, England: John Wiley & Sons, 2007.
• 12. Al-Qazzaz N.K., Bin Mohd Ali S.H., Ahmad S. A., Islam M.S., Escudero J.: Selection of Mother Wavelet Functions for Multi-Channel EEG Signal Analysis during a Working Memory Task, Sensors, 15, 11, 29015-29035, Nov. 2015, DOI: 10.3390/s151129015.
• 13. Mrozik K., Kurowski A., Kostek B., Czyżewski A.: Comparison of selected electroencephalographic signal classification methods, IEEE SPA 2017, Poznań, 20-22.09.2017.

Uwagi

PL

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).