Interfejs mózg-komputer wykorzystujący sygnały EEG

• Autorzy: Marek L. , Plechawska-Wójcik M.

Warianty tytułu

EN

Brain-Computer Interface based on EEG signals

• Języki publikacji: PL

Abstrakty

PL

Artykuł opisuje test aplikacji interfejs mózg-komputer z wykorzystaniem paradygmatu SSVEP. Przy realizacji projektu dokonano przeglądu dostępnych metod badania aktywności mózgu oraz wybrano odpowiednie urządzenie do akwizycji. Kolejne etapy działania interfejsu, czyli przetwarzanie oraz klasyfikacja, opracowano i zaprezentowano w środowisku OpenViBE. Ostatecznie, ocenę użyteczności i sprawności zaprezentowano na zaprojektowanej aplikacji.

EN

The aim of the article is to test the brain-computer interface application using the SSVEP paradigm. During the realization of the project various methods of recording brain activity were tested, and the suitable acquisition device was chosen. Consecutive stages of the interface operation, which are data processing and classification, were presented in the OpenVibe environment. Finally, the usefulness and efficiency were estimated using a designed application.

Słowa kluczowe

PL

Brain Computer Interfaces; BCI; SVEEP; CSP; EEG

EN

Brain-Computer Interface; BCI; SVEEP; CSP; EEG

• Wydawca: Wydawnictwo Politechniki Lubelskiej
• Czasopismo: Journal of Computer Sciences Institute
• Rocznik: 2016
• Tom: Vol. 2
• Strony: 64--69
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Marek L.

• Politechnika Lubelska, Instytut Informatyki, Nadbystrzycka 36B, 20-618 Lublin, Polska

autor

Plechawska-Wójcik M.

• Politechnika Lubelska, Instytut Informatyki, Nadbystrzycka 36B, 20-618 Lublin, Polska

Bibliografia

• [1] A. Cichocki, S. Amari, Adaptive Blind Signal and Image Processing, ISBN:0470845899, (2002)
• [2] J. Rowan, E. Tolunsky: Podstawy EEG z mini atlasem, Elsevier Urban & Partner, Wrocław, 2004.
• [3] M. Jukiewicz: Praca magisterska pt. Klasyfikacja i analiza sygnału EEG na potrzeby interfejsu mózg-komputer, Wydział Elektryczny, Politechnika Poznańska, Poznań, 2012.
• [4] J. Daly, J. Wolpaw, (2008). Brain-computer interfaces in neurological rehabilitation. Lancet Neurological, 7, 10321043
• [5] E. Donchin, K.M. Spencer, R. Wijesinghe, The mental prosthesis: assessing the speed of a P300-based brain-computer interface, IEEE Trans Rehabil Eng, 8 (2000)
• [6] J. Polich, Updating P300: an integrative theory of P3a and P3b. Clin Neurophysiol, 118 (2007)
• [7] Hyekyoung Lee, A. Cichocki, Seungjin Choi, Kernel nonnegative matrix factorization for spectral EEG feature extraction, Neurocomputing 72 (2009)
• [8] D. Regan, Steady-state evoked potentials. J Opt Soc Am 1977
• [9] R. Rak, M. Kołodziej, Zastosowanie analizy częstotliwościowej sygnału EEG w interfejsach mózg-komputer, Przegląd Elektrotechniczny Nr 5 (2008).
• [10] J. Ding, G. Sperling, R. Srinivasan, Attentional modulation of SSVEP power depends on the network tagged by the flicker frequency, Cereb Cortex. 16 (2006)
• [11] M.M. Jackson, R. Mappus, (2010). Applications for Brain-Computer Interfaces. W: D.S. Tan, A. Nijholt (red.), Brain-Computer Interfaces. Applying our Minds to Human-Computer Interaction (s.89-104). Londyn: Springer
• [12] M. Kołodziej, Przetwarzanie, analiza i klasyfikacja sygnału EEG na użytek interfejsu mózg-komputer , Warszawa, 2011
• [13]SSVEP: Steady-State Visual-Evoked Potentials, posted 2011, http://openvibe.inria.fr/steady-state-visual-evokedpotentials/ [12.09.2016]