PL
 |
EN
Preferencje help
Polish version English version Język
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 15

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
1
Content available Finding Optimal Frequency and Spatial Filters Accompanying Blind Signal Separation of EEG Data for SSVEP-based BCI
Jukiewicz M., Buchwald M., Cysewska-Sobusiak A.
International Journal of Electronics and Telecommunications
|
2018
|
Vol. 64, No. 4
439--444
EN
Brain-computer interface (BCI) is a device which allows paralyzed people to navigate a robot, prosthesis or wheelchair using only their own brains reactions. By creating a direct communication pathway between the human brain and a machine, without muscles contractions or activity from within the peripheral nervous system, BCI makes mapping persons intentions onto directive signals possible. One of the most commonly utilized phenomena in BCI is steady-state visually evoked potentials (SSVEP). If subject focuses attention on the flashing stimulus (with specified frequency) presented on the computer screen, a signal of the same frequency will appear in his or hers visual cortex and from there it can be measured. When there is more than one stimulus on the screen (each flashing with a different frequency) then based on the outcomes of the signal analysis we can predict at which of these objects (e.g., rectangles) subject was/is looking at that particular moment. Proper preprocessing steps have taken place in order to obtain maximally accurate stimuli recognition (as the specific frequency). In the current article, we compared various preprocessing and processing methods for BCI purposes. Combinations of spatial and temporal filtration methods and the proceeding blind source separation (BSS) were evaluated in terms of the resulting decoding accuracy. Canonical-correlation analysis (CCA) to signals classification was used.
2
Content available remote Project and evaluation EMG/EOG human-computer interface
Buchwald M., Jukiewicz M.
Przegląd Elektrotechniczny
|
2017
|
R. 93, nr 7
128--131
EN
In this paper we present Electromyography/Electrooculography (EMG/EOG) speller. It allows users to write sentences or phrases using blinking exclusively. Eye blinks are detected through simple threshold method. Moreover, the speller is comfortable to use. We based it on Open Source software available for free, as well as low-cost OpenBCI hardware. We measured the performance of the interface in an experiment. The results showed that: (1) symbols were recognised at 90% accuracy rate; (2) 100% of eye blinks was detected; (3) Information Transfer Rate (ITR) we achieved equaled 43,3 bit/min.
PL
W artykule zaprezentowano interfejs człowiek-komputer wykorzystujący Elektromiografię i Elektrookulografię. Interfejs umożliwia pisanie jedynie za pomocą wykrywanych mrugnięć. Do ich wykrywania zastosowano prostą detekcję progową. Ponadto, interfejs jest wygodny w użyciu. Bazuje on na darmowym oprogramowaniu Open Source i tanim urządzeniu OpenBCI. Przeprowadzono eksperyment testujący możliwości interfejsu. Uzyskano następujące rezultaty: (1) 90% skuteczności w rozpoznawaniu znaków; (2) 100% skuteczność w detekcji mrugnięcia; (3) Współczynnik Information Transfer Rate (ITR) wyniósł 43,3 bit/min.
3
Content available Usuwanie artefaktów z sygnałów sterujących interfejsem mózg-komputer
Jukiewicz M., Buchwald M., Cysewska-Sobusiak A.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2017
|
No. 89
195--204
PL
Elektroencefalografia jest metodą pozwalającą na pomiar elektrycznej aktywności mózgu. Metoda ta jest wykorzystywana do diagnostyki pracy mózgu oraz w tzw. interfejsach mózg-komputer, czyli urządzeniach pozwalających na bezpośrednią komunikację pomiędzy mózgiem a jednostką obliczeniową. Interfejsy takie tworzone są głównie z myślą o osobach częściowo sparaliżowanych lub dotkniętych syndromem zamknięcia. Jednym ze zjawisk zachodzącym w mózgu, wykorzystywanym w interfejsach mózg-komputer, są Wzrokowe Potencjały Wywołane Stanu Ustalonego SSVEP (Steady State Visually Evoked Potentials). Jeśli osoba badana obserwuje bodziec, migający z określoną częstotliwością, to sygnał o tej samej częstotliwości (dominującej) zostanie zmierzony nad korą wzrokową. W takich urządzeniach bardzo istotne jest przetwarzanie zmierzonego sygnału w taki sposób, aby zapewnić jak największą skuteczność rozpoznania na co w danej chwili patrzy osoba badana. Jednym ze sposobów na osiągnięcie tego celu może być wykorzystanie Ślepej Separacji Sygnałów BSS (Blind Source Separation), której celem jest znalezienie i usunięcie z mierzonych sygnałów niepożądanych składowych, np. związanych z mrugnięciami oczu czy napinaniem mięśni twarzy. W prezentowanym artykule zostały umówione sposoby wykorzystania Ślepej Separacji Sygnałów w badaniach elektroencefalograficznych nad Wzrokowymi Potencjałami Wywołanymi Stanu Ustalonego. Przedstawiono także wyniki skuteczności rozpoznania intencji badanego w zależności od liczby usuniętych składowych, rodzaju algorytmu Ślepej Separacji Sygnału i sposobu klasyfikacji sygnału.
EN
Electroencephalography allows recording the electrical activity of the brain. This method is used for diagnosis purposes as well as in brain–computer interfaces. Focusing on the brain–computer interface, it can be used to let the direct communication between the brain and a computing unit. This device is particularly useful for paralyzed patients or people suffering from a lock–in syndrome. Of the phenomena used in such systems, steady state visually evoked potentials (SSVEP) are probably the most common ones. If a subject is asked to focus on the flashing stimulus, a signal of the same frequency may be measured from the subject’s visual cortex. Proper preprocessing steps has to be taken in order to obtain maximally accurate stimuli recognition (as the specific frequency). One way to achieve this might be by applying the Blind Source Separation algorithms (BSS). BSS are designed to find and remove artifacts from the measured signal, e.g. noises associated with eye blinks or facial muscles contraction. In the present article an utilization of the BSS algorithms in the SSVEP–based EEG study was described. Additionally we report the accuracy of the stimuli categorization as depending on the number of removed components, kind of the blind source separation procedure and the type of the classification algorithm.
4
Content available Tendencje rozwojowe i obszary zastosowań technik światłowodowych
Cysewska-Sobusiak A., Prokop D., Jukiewicz M.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2017
|
No. 89
205--217
PL
W artykule przedstawiono wybrane zagadnienia związane z nowoczesnymi technikami światłowodowymi. Przedstawiono wykorzystywane zjawiska fizyczne i optyczne oraz przedstawiono reprezentatywne przykłady współczesnych zastosowań różnych rodzajów światłowodów. Konwencjonalne układy światłowodowe są stosowane w nowoczesnej aparaturze pomiarowej, urządzeniach przemysłowych i medycznych oraz powszechnego użytku. Przedstawiono również specyficzne właściwości i obszary zastosowań światłowodów fotonicznych, które należą do najszybciej rozwijających się dziedzin przemysłu związanego ze współczesną fotoniką.
EN
In the paper some selected problems concerned with modern techniques based on optical fibers are presented. Physical and optical phenomena and the selected examples of the current applications of different kinds of optical fibers are presented. Fiberoptics systems made for modern metrological, industrial, medical and common use are mentioned. Specific properties and application areas of photonic fiberoptics are also presented. Photonic crystal fibers area still develops very rapidly.
5
Content available Stimuli design for SSVEP-based brain computer-interface
Jukiewicz M., Cysewska-Sobusiak A.
International Journal of Electronics and Telecommunications
|
2016
|
Vol. 62, No. 2
109--113
EN
The paper presents a process of stimuli design for SSVEP-based brain computer-interface. A brain computerinterface can be used in direct communication between a brain and a computer, without using muscles. This device is useful for paralyzed people to communicate with the surrounding environment. Design process should provide high accuracy recognition of presented stimuli and high user comfort. It is widely known how to make stimuli for BCI which are using high-grade EEG. Over recent years cheaper EEGs are becoming more and more popular, for example OpenBCI, which uses ADS1299 amplifier. In this article we review past works of other authors and compare it with our results, obtained using EEG mentioned before. We try to confirm that it is possible to use successfully OpenBCI in BCI projects.
6
Content available remote Stanowisko laboratoryjne do pomiaru wybranych parametrów psychofizycznych kierowców
Jukiewicz M., Orszulak B.
Przegląd Elektrotechniczny
|
2015
|
R. 91, nr 12
281-283
PL
W artykule zaprezentowano stanowisko laboratoryjne do pomiaru wybranych parametrów psychofizycznych kierowców z użyciem jednoelektrodowego elektroencefalografu MindWave oraz symulatora pojazdu osobowego AS1200-6 firmy AutoSim, będącego na wyposażeniu laboratorium silników spalinowych w Instytucie Silników Spalinowych i Transportu Politechniki Poznańskiej. Przystępując do badań założono, że istnieje korelacja pomiędzy rzeczywistą a wirtualną jazdą pojazdem osobowym. Zastosowano w tym celu pomiar wskaźnika koncentracji za pomocą urządzenia MindWave. W badaniach wykorzystano autorskie oprogramowanie, pozwalające na rejestrację danych z elektroencefalografu i powiązanie ich z wydarzeniami na symulowanej trasie.
EN
In the paper a laboratory stand for measurement of some selected psychophysical parameters of drivers is presented. One-electrode electroencephalograph and the simulator AS1200-6 made by AutoSim was used. This simulator is a part of the laboratory equipment in Institute of Combustion Engines and Transport, Poznan University of Technology. Authors assumed, that the correlation between real and virtual driving exists. To prove that, the level of drive concentration measured with MindWave device has been used. The software created by the authors allows for data acquisition and to connect these data with events on a simulated route.
7
Content available Stanowisko laboratoryjne do pomiaru i analizy potencjałów wywołanych
Jukiewicz M., Cysewska-Sobusiak A.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2015
|
No. 82
261--266
PL
Elektryczna aktywność mózgu to między innymi potencjały wywołane, które są mierzalne na powierzchni głowy w wyniku zarejestrowania przez człowieka zewnętrznego bodźca (np. obrazu, dźwięku). Są one wykorzystywane zwykle w diagnostyce medycznej, ale trwają także intensywne prace nad wykorzystaniem ich w tak zwanych interfejsach mózg-komputer. W artykule opisano stanowisko laboratoryjne do pomiaru i analizy potencjałów wywołanych, utworzone na bazie oprogramowania MATLAB. Do akwizycji sygnału z powierzchni czaszki wykorzystano elektroencefalograf (EEG). Ponadto stanowisko jest wyposażone w fotostymulator, zbudowany z szesnastu diod LED i mikrokontrolera ATmega 328. Przygotowane oprogramowanie pozwala na: ustanowienie połączenia pomiędzy EEG, fotostymulatorem oraz komputerem, sterowanie bodźcami (w zależności od oczekiwanego potencjału wywołanego), filtrację zebranego sygnału i jego klasyfikację za pomocą algorytmów statystycznego uczenia maszynowego. Stanowisko wspomaga projektowanie prostych interfejsów-mózg komputer.
EN
One type of brain's electrical activity are evoked potentials. They appear on the scalp as a result of a registration of an external stimulus (e.g. an appearance or a change of a sound, a flashing light or an image). Generally they are used in medical diagnosis, but they are also used in brain computer-interfaces. In this article laboratory stand for acquisition and analysis of evoked potentials is described. One of the main part of this stand is a stimulator (consisting of sixteen LEDs and a microcontroller ATmega 328). The software created by the authors allows: connection between EEG device, stimulator and computer, stimulus control, signal filtering and its classification. The presented laboratory stand may support brain-computer interface design process.
8
Content available Implementation of Bilinear Separation algorithm as a classification method for SSVEP-based brain-computer interface
Jukiewicz M., Cysewska-Sobusiak A.
Measurement Automation Monitoring
|
2015
|
Vol. 61, No. 2
51--53
EN
: The aim of this study was to create a two-class brain-computer interface. As in the case of research on SSVEP stimuli flashing at different frequencies were presented to four subjects. Optimal SSVEP recognition results can be obtained from electrodes: O1, O2 and Oz. In this work SVM classifier with Bilinear Separation algorithm have been compared. The best result in the offline tests using Bilinear Separation was: average accuracy of stimuli recognition 93% and ITR 33.1 bit/min, SVM: 90% and 32.8 bit/min.
9
Content available Low-cost evoked potentials detection for brain computer-interfaces
Jukiewicz M., Cysewska-Sobusiak A.
Computer Applications in Electrical Engineering
|
2015
|
Vol. 13
102--110
EN
Evoked potentials are one of the brain's electrical activity types. They appear on the human scalp as a result of a registration of an external stimulus (e.g. an appearance or a change of a sound, a flash of light or an image). Generally, they are used in medical diagnosis, but they also may be used in brain-computer interfaces. In this chapter a laboratory set for the acquisition and analysis of evoked potentials is described. The main part of this set is a photostimulator consisting of sixteen LEDs and the ATmega 328 microcontroller. The software created by the authors allows for: connection between EEG device, stimulator and computer, input stimulus control, output signal filtering and its classification. The presented set may support a process of brain-computer interface design.
10
Content available Wykorzystanie maszyny wektorów nośnych oraz liniowej analizy dyskryminacyjnej jako klasyfikatorów cech w interfejsach mózg-komputer
Jukiewicz M.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2014
|
No. 79
25--30
PL
Głównym celem artykułu jest porównanie skuteczności klasyfikacji cech dwóch algorytmów klasyfikujących wykorzystywanych w interfejsach mózg-komputer: SVM (ang. Support Vector Machine, Maszyna Wektorów Nośnych) oraz LDA (ang. Linear Discriminant Analysis, Liniowa Analiza Dyskryminacyjna). W artykule przedstawiono interfejs, w którym użytkownikowi prezentowane są dwa bodźce migające z różną częstotliwością (10 i 15 Hz), a następnie za pomocą elektrod elektroencefalografu mierzona jest odpowiedź elektryczna mózgu. W takich interfejsach sygnał zbierany jest zwykle w okolicach potylicznych (nad korą wzrokową). W prezentowanym rozwiązaniu sygnał mierzony jest z okolic czołowych. W przetwarzaniu i analizie sygnału zastosowano algorytmy statystycznego uczenia maszynowego. Do ekstrakcji cech sygnału wykorzystano Szybką Transformatę Fouriera, do selekcji cech: test t-Welcha, a do klasyfikacji cech: SVM oraz DLA. Na podstawie odpowiedzi uzyskanej z klasyfikatora możliwe jest np. wysterowanie kierunku skrętu robota mobilnego lub włączenie czy wyłączenie oświetlenia.
EN
The main aim of this article is to compare the effectiveness of the classification of the two classifiers used in brain-computer interfaces: SVM (Support Vector Machine) and LDA (Linear Discriminant Analysis). The article presents an interface in which the subject is presented the two stimuli flashing at different frequencies (10 and 15 Hz) and then by using EEG electrodes electrical response of the brain is measured. In these interfaces, the signal is typically collected in the occipital area (on the visual cortex). In the presented solution the signal is measured form the prefrontal cortex. For signal processing and analysis statistical machine learning algorithms were used. For features’ extraction Fast Fourier Transform was used. For features’ selection Welch’s t test was used. For features’ classification was used SVM and DLA. Based on the responses obtained from the classifier it is possible to control the direction of a mobile robot’s movement or turning the lights on and off.
11
Wykorzystanie urządzenia Mindwave do biopomiarów wskaźnika koncentracji w pracy badawczej związanej z symulatorem pojazdu osobowego
Jukiewicz M., Merkisz J., Orszulak B.
Logistyka
|
2014
|
nr 3
2650--2656
PL
W niniejszym artykule przedstawiono budowę, zasadę działania, badanie i możliwości wykorzystania urządzenia Mindwave w pracy badawczej powiązanej z symulatorem pojazdu osobowego, będącego wyposażeniem stanowiska w laboratorium silników spalinowych Instytutu Silników Spalinowych i Transportu Politechniki Poznańskiej. Prezentowany aparat pomiarowy firmy NeuroSky jest prostym w budowie i użytkowaniu elektroencefalografem, dzięki któremu stało się możliwe przeprowadzenie nowych badań naukowych z dziedziny biopomiarów poprzez wskaźnik poziomu koncentracji. Głównymi celami artykułu jest przedstawienie uzasadnienia, istoty oraz kontynuacji badań dla wyciągnięcia ważnych wniosków, które w przyszłości mogą istotnie zmienić kwestie bezpieczeństwa i sposobu prowadzenia pojazdów samochodowych. W publikacji opisano stanowisko badawcze na którym zrealizowano pomiary oraz podano dalsze kierunki prowadzonych badań z wykorzystaniem omawianego urządzenia.
EN
In this article presented the design, working, research and possible use of the device Mindwave in research work associated with the simulator passenger vehicle, which is equipped laboratory Institute of Combustion Engines and Transport, Poznan University of Technology. Presented measuring apparatus, created by company NeuroSky is simple construction and easy to use as electroencephalograph, so that it became possible to carry out new research in the field of biomeasurement by attention factor. The main objectives of this article is to present justification, the essence and the continuation of research. In the future it can may significantly change security issues and way how to drive cars. Publication describes a research position at which the measurements were implemented and given further directions of research with the use of this device.
12
Analiza stanu psychofizycznego kierowcy w warunkach rzeczywistych i symulacyjnych
Jukiewicz M., Merkisz J., Orszulak B.
Logistyka
|
2014
|
nr 5
655--660
PL
Artykuł pod tytułem „Analiza stanu psychofizycznego kierowcy w warunkach rzeczywistych i symulacyjnych” prezentuje badania z zakresu pomiarów współczynnika koncentracji w trakcie prowadzenia pojazdu osobowego. Próba była realizowana w warunkach rzeczywistych na terenie miasta Poznania oraz w zbliżonych warunkach symulacyjnych na symulatorze AS1200-6 znajdującej się w Instytucie Silników Spalinowych i Transportu Politechniki Poznańskiej. Główny założeniem badania było sprawdzenie czy istnieje korelacja pomiędzy rzeczywistą, a wirtualną jazdą pojazdem osobowym. Wykorzystano do tego pomiar wskaźnika koncentracji za pomocą urządzenia MindWave. Badanie było realizowane w podobnych natężeniach ruchów ulicznych przy wykorzystywaniu różnych typów dróg (głównie miastowe, osiedlowe oraz szybkiego ruch). W artykule zaprezentowano wyniki poszczególnych pomiarów oraz zestawienia średnich wskaźników koncentracji dla danego typu manewrów pojazdem osobowym. W badaniu wzięły udział dwie osoby, z czego jedna nie miała wcześniej do czynienia z danym pojazdem osobowym, symulatorem oraz realizowaną trasą.
EN
The article on the analysis of the drivers’ psychophysical state in real and simulated conditions presents research in the area of the attention level during driving a car. The study was conducted in real conditions in Poznań and in artificial conditions simulating real driving on the AS1200-6 simulator in the Institute of Combustion Engines and Transport at Poznań University of Technology. The main goal was to verify whether there is a correlation between real and simulated driving using the attention levels obtained from MindWave device. The study was conducted in similar traffic intensity on different types of roads (mainly urban, suburban and a freeway). In the article the results of every measurement is presented along with the comparison of the attention level means of every type of maneuver using a passenger car. Two persons took part in the trial among which only one person did not have any previous interactions with neither this particular type of car nor the simulator nor the road.
13
Content available Examples of computer-aided combined use of different methods of medical imaging
Cysewska-Sobusiak A., Hulewicz A., Jukiewicz M., Krawiecki Z.
Computer Applications in Electrical Engineering
|
2014
|
Vol. 12
511--520
EN
This paper is devoted to interesting and difficult problems concerned with interdisciplinary biomedical engineering. The main purpose of the paper is to present rules and application of still developing modern methods of medical imaging combining properties of the selected techniques. The examples considered by the authors include combined applications of different methods of imaging such as: X-ray imaging, videoendoscopy, and ultrasonography. Some selected examples of effects obtained during real interventions assisted by combined imaging of operation site are shown in the paper. Examples of imaging the application of stents allowing for the performance of diagnostic and therapeutic procedures are also reported. Videoendoscopy imaging and X-ray imaging are two complementary methods applied during the interventions presented in stenting control. On the one hand, these methods facilitate a significant increase in diagnostics and treatment comfort. On the other hand, there is possibility to control stenting efficiency.
14
Content available Analiza sygnałów EEG na potrzeby interfejsu mózg-komputer
Hulewicz A., Jukiewicz M.
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
|
2014
|
Vol. 20, nr 3
137--143
PL
Praca dotyczy interdyscyplinarnego obszaru badań związanych z pomiarami i przetwarzaniem sygnału elektroencefalograficznego na potrzeby interfejsu mózg-komputer (BCI – brain computer interface). Badania EEG polegają na bezinwazyjnym pomiarze potencjałów elektrycznychz powierzchni czaszki za pomocą odpowiednich elektrod. W artykule szczegółowo przedstawiono podstawy neurobiologiczne i zagadnienia techniczne związane z pomiarami sygnałów EEG. Przedstawiono składowe sygnału elektroencefalograficznego, a także jego artefakty. Omówiono działanie systemów zawierających interfejsy mózg-komputer oraz opisano sposoby wyodrębnienia z sygnału parametrów wykorzystywanych w interfejsach BCI.
EN
The paper concerns interdisciplinary research area associated with the measurements and the processing of electroencephalographic signals for the purpose of brain-computer interface (BCI). EEG studies are based on non-invasive measurement of electrical potentials from the surface of the skull using the respective electrodes. Fundamental neurobiological and technical issues related to the measurement of EEG signals are described in details. The components of electroencephalographic signals, as well as its artifacts, are presented. Working of systems based on brain-computer interfaces are discussed and the ways of extracting the parameters used in BCI interfaces from the measured signal are described.
15
Content available Koncepcja sterowania małym pojazdem za pomocą interfejsu mózg-komputer
Jukiewicz M.
Poznan University of Technology Academic Journals. Electrical Engineering
|
2013
|
No. 75
223--229
PL
Interfejs mózg-komputer to system pozwalający na bezpośrednią komunikację pomiędzy mózgiem a urządzeniem zewnętrznym. Każda aktywność mózgu przejawia się w postaci pojawiającego się w nim potencjału elektrycznego. Jego pomiar możliwy jest za pomocą elektroencefalografu wyposażonego w elektrody zamontowane na powierzchni czaszki. Jest to rozwiązanie najczęściej obecnie stosowane w interfejsach mózg-komputer. Poza prezentacją aktualnego stanu wiedzy, celem niniejszej pracy jest prezentacja prostego interfejsu mózg-komputer. W tym rozwiązaniu sygnał z powierzchni czaszki jest mierzony za pomocą jednoelektrodowego urządzenia MindWave firmy NeuroSky, a następnie bezprzewodowo przekazywany do układu Arduino. Układ Arduino, na podstawie otrzymanego sygnału, steruje jeżdżącą platformą. U użytkownika skupiającego uwagę (np. na wspomnianej platformie) w sygnale pomierzonym z powierzchni czaszki, pojawiają się tzw. fale beta. Na podstawie wartości ich amplitudy (czyli przekroczenia określonego progu), układ Arduino decyduje o ewentualnym ruchu platformy.
EN
The brain-computer interface makes possible to do the direct connection between brain and an external device. Every brain activity causes a rise in electrical potential. Measurement of that potential is possible by electrodes mounted on the surface of the skull. This method is the most popular and is called electroencephalography. This article presents brain-computer interface technology overview and its simple implementation. In this implementation, signal is measured by one-electrode device MindWave from NeuroSky, and then it is wirelessly transmitted to Arduino board. Microcontroller controls the mobile platform based on the received signal. When the user is focusing his attention, for example, on a mobile platform, it is possible to measure the beta waves from the surface of the skull. If the threshold value is exceeded, Arduino moves of the mobile platform.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.