Analysis of the application of brain-computer interfaces of a selected paradigm in everyday life

• Autorzy: Mróz Katarzyna , Plechawska-Wójcik Małgorzata

Identyfikatory

DOI

10.35784/jcsi.2906

Warianty tytułu

PL

Analiza zastosowania interfejsów mózg-komputer o wybranym paradygmacie w życiu codziennym

• Języki publikacji: EN

Abstrakty

EN

The main objective of this paper is to carry out a research on the analysis of the use of brain-computer interface in everyday life. The article presents the method of recording brain activity, electroencephalography, which was used in the study. The brain activity used in the brain-computer interface and the general principle of brain-computer interface design are also described. The performed study allowed to develop an analysis of the obtained results in the matter of evaluating the usability of brain-computer interfaces using motor imagery. As a result of the process of analyzing the results obtained during the research, it was found that each subsequent experiment allowed for obtaining more favourable results than the previous one. The reason for this was the use of an additional training session for the next test person. In the final stage, it was possible to evaluate the usability of the brain-computer interface in everyday life

PL

Głównym celem artykułu jest przeprowadzenie badania nad analizą wykorzystania interfejsu mózg-komputer w życiu codziennym. W artykule przedstawiono metodę rejestrowania aktywności mózgu, elektroencefalografię, która została wykorzystana w badaniu. Opisano również aktywność mózgu wykorzystywaną w interfejsie mózg-komputer oraz ogólną zasadę projektowania interfejsu mózg-komputer. Przeprowadzone badanie pozwoliło na opracowanie analizy uzyskanych wyników w zakresie oceny użyteczności interfejsów mózg-komputer z wykorzystaniem obrazowania motorycznego. W wyniku procesu analizy wyników uzyskanych podczas przeprowadzania badań ustalono, iż każdy następnie zrealizowany eksperyment pozwalał na uzyskanie korzystniejszych wyników od poprzedniego. Powodem tego było zastosowanie dodatkowej sesji treningowej dla kolejnych badanych osób. W końcowym etapie można było ocenić przydatność interfejsu mózg-komputer w życiu codziennym

Słowa kluczowe

EN

brain-computer interface; electroencephalography; motor imagery

PL

interfejs mózg-komputer; elektroencefalografia; wyobrażanie ruchowe

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2022
• Tom: Vol. 23
• Strony: 118--122
• Opis fizyczny: Bibliogr. 13 poz., fig., tab.

Twórcy

autor

Mróz Katarzyna

autor

Plechawska-Wójcik Małgorzata

• Technical University of Lublin Poland

Bibliografia

• 1. B. Michalik, Analiza porównawcza wydajności klasyfikatorów pod nadzorem w realizacji interfejsu mózg-komputer opartego o paradygmat P300, Praca inżynierska, Politechnika Lubelska, Lublin, 2018.
• 2. D. Aminaka, S. Makino, T. M. Rutkowski, Chromatic SSVEP BCI paradigm targeting the higher frequency EEG responses, Asia-Pacific Signal and Information Processing Association, Annual Summit and Conference (APSIPA) (2014) 1-7.
• 3. F. Aloise, P. Aricò, F. Schettini, S. Salinari, D. Mattia, F. Cincotti, Asynchronous gaze-independent event-related potential-based brain–computer interface, Artificial Intelligence in Medicine 59(2) (2013) 61–69.
• 4. R. A. Robbins, Z. Simmons, B. A. Bremer, S. M. Walsh, S. Fischer, Quality of life in ALS is maintained as physical function declines, Neurology 56(4) (2001) 442–444.
• 5. T. Cedro, A. Grzanka, CeDeROM Brain Computer Interface, Information Technologies in Biomedicine (2012) 219-231.
• 6. M. M. Jackson, R. Mappus, Applications for Brain-Computer Interfaces, Brain-Computer Interfaces (2010) 89-103.
• 7. H. Suryotrisongko, F. Samopa, Evaluating OpenBCI Spiderclaw V1 Headwear’s Electrodes Placements for Brain-Computer Interface (BCI) Motor Imagery Application, Procedia Computer Science 72 (2015) 398–405.
• 8. K. Cieślak-Blinowska, R. Kuś, J. Ginter, Propagation of EEG activity during finger movement and its imagination, Acta Neurobiologiae experimentalis 66 (2006) 195-206.
• 9. C. W. Anderson, E.A. Stolz, S. Shamsunder, Multivariate autoregressive models for classification of spontaneous electroencephalographic signals during mental tasks, IEEE Transactions on Biomedical Engineering 45(3) (1998) 277-286.
• 10. M. Kołodziej, A. Majkowski, R. J. Rak, Linear discriminant analysis as a feature reduction technique of EEG signal for brain-computer interfaces, Przegląd Elektrotechniczny 88 (2012) 28-30.
• 11. S. Aggarwal, N. Chugh, Review of Machine Learning Techniques for EEG Based Brain Computer Interface, Archives of Computational Methods in Engineering (2022) 1-20.
• 12. Hulewicz, M. Jukiewicz, Analiza sygnałów EEG na potrzeby interfejsu mózg-komputer, Acta Bio-Optica et Informatica Medica. Inżyneria Biomedyczna 3 (2014) 137-143.
• 13. Cegielska, M. Olszewski, Nieinwazyjny interfejs mózg-komputer do zastosowań technicznych, Pomiary Automatyka Robotyka 3 (2015) 5-14

Uwagi

Opracowanie rekordu ze środków MEiN, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2022-2023).