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

Znaleziono wyników: 33

Liczba wyników na stronie
first rewind previous Strona / 2 next fast forward last
Wyniki wyszukiwania
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 2 next fast forward last
1
Content available Electrodermal activity measurements for detection of emotional arousal
Kołodziej M., Tarnowski P., Majkowski A., Rak R. J.
Bulletin of the Polish Academy of Sciences. Technical Sciences
|
2019
|
Vol. 67, nr 4
813--826
EN
In this article, we present a comprehensive measurement system to determine the level of user emotional arousal by the analysis of electrodermal activity (EDA). A number of EDA measurements were collected, while emotions were elicited using specially selected movie sequences. Data collected from 16 participants of the experiment, in conjunction with those from personal questionnaires, were used to determine a large number of 20 features of the EDA, to assess the emotional state of a user. Feature selection was performed using signal processing and analysis methods, while considering user declarations. The suitability of the designed system for detecting the level of emotional arousal was fully confirmed, throughout the number of experiments. The average classification accuracy for two classes of the least and the most stimulating movies varies within the range of 61‒72%.
2
Content available Decision Support System for Epileptogenic Zone Location During Brain Resection
Kołodziej M., Majkowski A., Rak R. J., Rysz A., Marchel A.
Metrology and Measurement Systems
|
2018
|
Vol. 25, nr 1
15--32
EN
This paper presents a system for locating the epileptogenic zone (EZ) using an automated analysis of electrocorticography (ECoG) signal recorded with 20 electrodes placed on the brain surface. The developed system enables automatic determination of places where anomalies connected with epilepsy are observed. The developed algorithm was tested on signals recorded for 33 patients who, after a prior neurological analysis, underwent the brain resection surgery. The results obtained with the algorithm were compared with those of medical analyses performed by the neurologist. The proposed system has a satisfactory accuracy – 87.8% – and can be used as a decision-supporting tool by the neurosurgeon during brain resection.
3
Content available remote Metody przetwarzania sygnału EOG na użytek pomiaru stopnia zmęczenia osób
Kołodziej M., Majkowski A., Rak R. J., Tarnowski P., Sawicki D.
Przegląd Elektrotechniczny
|
2017
|
R. 93, nr 12
215--220
PL
Celem prac raportowanych w artykule było zbadanie możliwości wykorzystania uproszczonego rejestratora EOG do detekcji i parametryzacji mrugnięć. Wykryte i opisane współczynnikami mrugnięcia mają posłużyć w późniejszych badaniach, jako cechy umożliwiające określenie stopnia zmęczenia osoby. Opracowane metody detekcji oraz algorytmy wyznaczania parametrów mrugnięć przetestowano dla 26 osób. Skuteczność detekcji mrugnięć wynosi 91%. Zaproponowany algorytm umożliwia automatyczne opisanie pojedynczego mrugnięcia z wykorzystaniem 6 wiarygodnych współczynników.
EN
The purpose of the work reported in this article was to investigate the possibility of using a simplified EOG recorder for the detection and parameterization of blinks. The detected and reported batting coefficients are to be used in later studies as features to determine the degree of fatigue of a person. Developed detection methods and algorithms for determination blinking parameters, have been tested for 26 people. Blink detection is 91% effective. The proposed algorithm enables automatic single blink analysis using 6 reliable coefficients.
4
Content available Dobór funkcji bazowych do aproksymacji sygnału elektrokortygraficznego w detekcji obszaru padaczkorodnego
Kołodziej M., Majkowski A., Rak R. J., Rysz A.
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
|
2017
|
Vol. 23, nr 4
253--260
PL
Celem badań opisanych jest dobór funkcji bazowych, które pozwolą na dokładne opisanie sygnałów elektrokortykograficznych (ECoG) z zachowaniem ich właściwości diagnostycznych. Sygnały ECoG są powszechnie wykorzystywane do wskazania miejsca obszaru padaczkorodnego mózgu. Do doboru najlepszej rodziny falek w charakterze funkcji bazowych zastosowano algorytm MP (ang. Matching Pursuit). Przedstawiono przykład, w jaki sposób z wykorzystaniem analizy falkowej można wykryć zapisy patologiczne w sygnale ECoG.
EN
The purpose of this research is a selection of base functions, which allow to accurately describe the electrocortical signals (ECoG), while maintaining their diagnostic properties. ECoG signals are commonly used to indicate the epileptogenic zone in the brain. The Matching Pursuit algorithm was used to select the best wavelet family as a base function. An example of using wavelet analysis to detect pathological records in ECoG signal, is demonstrated.
5
Content available remote A system for synchronous acquisition of selected physiological signals aimed at emotion recognition
Tarnowski P., Kołodziej M., Majkowski A., Rak R. J.
Przegląd Elektrotechniczny
|
2016
|
R. 92, nr 12
327--331
EN
This article contains a description of a data acquisition system that enables simultaneous recording of selected human physiological signals, resulting from brain electrical activity, eye movement, facial expression and skin-galvanic reaction. The signals, recorded using various types of sensors/devices, are fully synchronized and can be used to detect and identify emotions.
PL
W artykule zamieszczono opis autorskiego stanowiska badawczego umożliwiającego równoczesną rejestrację wybranych sygnałów fizjologicznych człowieka, powstałych w efekcie elektrycznej aktywności mózgu, ruchu gałek ocznych, mimiki twarzy oraz reakcji skórnogalwanicznej. Sygnały zarejestrowane z użyciem różnego typu czujników/urządzeń są ze sobą w pełni zsynchronizowane i mogą być wykorzystane do wykrywania i rozpoznawania emocji.
6
Content available remote An attempt to localize brain electrical activity sources using EEG with limited number of electrodes
Majkowski A., Oskwarek Ł., Kołodziej M., Rak R. J.
Biocybernetics and Biomedical Engineering
|
2016
|
Vol. 36, no. 4
686--696
EN
A very interesting research goal is to find underlying sources generating the EEG signal–referred to as the ‘‘EEG inverse problem’’. Its aim is to determine spatial distribution of brain activity, described by local brain currents density, on the basis of potentials measured on the scalp as EEG signal. The purpose of the research presented in the article was to check whether the results of the inverse problem solution, obtained by the LORETA algorithm for the reduced set of 8 electrodes selected by the authors will be close to the results for the initial set of 32 electrodes. EEG signals were registered during the BCI operation based on ERD/ERS potentials. Obtained results showed no significant differences in the location of the most important sources in both cases. It is worth emphasizing that reducing the number of electrodes would have a significant impact on an BCI ergonomics.
7
Content available remote Rejestracja i analiza sygnału EEG na użytek neuromarketingu
Kołodziej M., Tarnowski P., Majkowski A., Rak J. R., Dec D.
Przegląd Elektrotechniczny
|
2015
|
R. 91, nr 5
9-12
PL
Głównym celem eksperymentów jest znalezienie w zarejestrowanych sygnałach EEG cech, które umożliwiają rozróżnienie prezentowanych bodźców dźwiękowych o wysokim i niskim pobudzeniu emocjonalnym. Do wywołania określonych emocji wykorzystano bazę dźwięków IADS. W analizie sygnału wykorzystano wskaźniki, wbudowane w strukturę użytego oprogramowania, takie jak: Attention, Meditation, Delta (1-3 Hz), Theta (4-7 Hz) , Alpha1 (8-9 Hz), Alpha2 (10-12 Hz), Beta1 (13-17 Hz), Beta2 (18-30 Hz), Gamma1 (31-40 Hz), Gamma2 (41-50 Hz). Wykazano, że wskaźniki Attention, Alpha1, Alpha2 oraz Theta są powiązane w sposób istotny statystycznie ze stanem pobudzenia osoby badanej.
EN
The main objective of the experiments is to find, in recorded EEG signals, such features that allow to distinguish the presented sound stimuli with high and low emotional arousal. To evoke certain emotions IADS sound base was used. In signal analysis parameters built into the structure of the used software, such as Attention, Meditation, Delta (1-3 Hz), Theta (4-7 Hz) , Alpha1 (8-9 Hz), Alpha2 (10-12 Hz), Beta1 (13-17 Hz), Beta2 (18-30 Hz), Gamma1 (31-40 Hz), Gamma2 (41-50 Hz) were used. It has been shown that the parameters Attention, Alpha1, Alpha2 and Theta are related in a statistically significant way with the subject's state of arousal.
8
Content available remote Zastosowanie klasteryzacji do automatycznej detekcji artefaktów mrugania oczami w sygnale EEG
Kołodziej M., Majkowski A., Rak R.J.
Przegląd Elektrotechniczny
|
2014
|
R. 90, nr 8
175-177
PL
W artykule zaprezentowano autorską metodę detekcji krótkich fragmentów sygnału EEG, które zawierają artefakty mrugania oczami. Autorzy, do automatycznego wskazania fragmentów sygnału EEG zawierającego artefakty mrugania oczami wykorzystali uczenie bez nadzoru (algorytm K-means) oraz cechy sygnału takie jak amplituda i statystyki wyższych rzędów. Wyniki działania algorytmu są bardzo zadowalające. Trafność detekcji wynosi 98%. Algorytm pozwala wykluczyć zaznaczone fragmenty sygnału i nie poddawać ich dalszej analizie. Takie podejście zdaniem autorów przysłuży się do efektywniejszego wykorzystania sygnałów EEG.
EN
The paper presents an original method for the detection of short fragments of the EEG signal, which contain eye blinking artifacts. The authors, to automatically identify fragments the EEG signal containing eye blinking artifacts, used unsupervised learning (K-means algorithm) and the signal features such as amplitude and higher-order statistics. The obtained results are very satisfactory. Accuracy of detection is 98%. The algorithm enables to exclude selected fragments of the signal and not analyze them further. Such an approach, according to the authors, enable more efficient use of EEG signals.
9
Content available remote Wykorzystanie analizy składowych niezależnych do automatycznej eliminacji artefaktów mrugania oczami
Król D., Kołodziej M., Majkowski A., Rak R.J.
Przegląd Elektrotechniczny
|
2014
|
R. 90, nr 8
192-194
PL
W artykule przedstawiono metodę identyfikacji i eliminacji artefaktów mrugania oczami z sygnału EEG z wykorzystaniem technik analizy składowych niezależnych i statystyk wyższych rzędów. Najistotniejszą cechą proponowanej metody jest fakt, że może ona być stosowana w sposób automatyczny, bez nadzoru użytkownika.
EN
This paper presents a method to identify and eliminate artifacts from EEG signal using independent component analysis and higher-order statistics. The key feature of the proposed method is that it can be applied in automatic manner, without user supervision.
10
Content available remote Rozpoznawanie płci z obrazu twarzy
Nasternak M, Kołodziej M., Majkowski A., Rak R.J.
Przegląd Elektrotechniczny
|
2014
|
R. 90, nr 8
213-215
PL
W artykule opisano autorski algorytm rozpoznawania płci na podstawie analizy obrazu twarzy osoby. Kolejne etapy działania algorytmu to obróbka wstępna obrazu, detekcja twarzy w obrazie, ekstrakcja i selekcja cech oraz klasyfikacja. W ramach eksperymentów określono wpływ wybranych parametrów opracowanego algorytmu na efektywność klasyfikacji oraz zaproponowano rozwiązania mające na celu poprawę jego skuteczności.
EN
The article describes the gender recognition algorithm based on facial image analysis. The subsequent stages of the algorithm are: image preprocessing, face detection, feature extraction/selection and classification. In the framework of experiments, the influence of selected algorithm parameters on the efficiency of classification was determined and proposals how to improve effectiveness of classification was described.
11
Content available Przetwarzanie wstępne i analiza obrazu na użytek lokalizacji twarzy
Majkowski A., Kołodziej M., Rak R. J., Nasternak M
Pomiary Automatyka Kontrola
|
2014
|
R. 60, nr 3
132--135
PL
W artykule zaprezentowany jest algorytm automatycznej detekcji twarzy w obrazie statycznym. Detektor ma osiągać najwyższą skuteczność przy znajdowaniu twarzy możliwie niepochylonych i patrzących na wprost kamery. Wielkość wykrywanych twarzy musi być (z pewnymi odchyleniami) zgodna z rozmiarem twarzy zawartych na obrazach zastosowanych do uczenia klasyfikatora. Obrazy wejściowe mogą być kolorowe lub czarno-białe. Nie ma limitu co do liczby twarzy znajdujących się na obrazie.
EN
The aim of this work is to design and implement a face detection algorithm in static images. The detector have to achieve the best results in finding possible not inclined faces of people looking directly at the camera. The authors have proposed an algorithm which operation is based on the appearance (features) of the face. Block diagram of the proposed face detector is given in Fig. 1. In the first stage, the image containing the face is subjected to preprocessing in which normalization is the most important. Normalization aims to unify a variety of analyzed images. We have used here a conversion of colors to gray levels and stretching and equalization of image histogram. Thus prepared image is processed by the appropriate face detection algorithm, which consists of pre-selection and classification. In order to train the classifier the authors created a database of images consisting of two major categories: containing faces and do not contain faces. As a collection of images that include faces there have been used Olivetti DB ORL database [1]. Final processing step is to get rid of the multiple detection of the same faces. As a result of the algorithm we obtain the location of all faces in the input image (Fig. 4). The size of detected faces should be (with some variations) in accordance with the size of images used to train the classifier. Input images can be color or black and white. There is no limit to the number of faces in an image.
12
Content available Joint time-frequency and wavelet analysis - an introduction
Majkowski A., Kołodziej M., Rak R. J.
Metrology and Measurement Systems
|
2014
|
Vol. 21, nr 4
741--758
EN
A traditional frequency analysis is not appropriate for observation of properties of non-stationary signals. This stems from the fact that the time resolution is not defined in the Fourier spectrum. Thus, there is a need for methods implementing joint time-frequency analysis (t/f) algorithms. Practical aspects of some representative methods of time-frequency analysis, including Short Time Fourier Transform, Gabor Transform, Wigner-Ville Transform and Cone-Shaped Transform are described in this paper. Unfortunately, there is no correlation between the width of the time-frequency window and its frequency content in the t/f analysis. This property is not valid in the case of a wavelet transform. A wavelet is a wave-like oscillation, which forms its own “wavelet window”. Compression of the wavelet narrows the window, and vice versa. Individual wavelet functions are well localized in time and simultaneously in scale (the equivalent of frequency). The wavelet analysis owes its effectiveness to the pyramid algorithm described by Mallat, which enables fast decomposition of a signal into wavelet components.
13
Content available remote Neurofeedback - eksperymenty w LabVIEW
Rak R. J., Majkowski A., Kołodziej M., Sułko G.
Przegląd Elektrotechniczny
|
2013
|
R. 89, nr 10
263-265
PL
W artykule przedstawiono aplikację do samodzielnego treningu umysłu z wykorzystaniem neurofeedbacku. Aplikacja została stworzona w środowisku LabVIEW, z użyciem otwartej platformy BCI2000. Najważniejsze części aplikacji to: moduł zbierania danych oraz moduł przetwarzania sygnału EEG przy użyciu szybkiego przekształcenia Fouriera. Kluczowym elementem systemu jest moduł, który dla określonej przez użytkownika częstotliwości, dokonuje pomiaru energii sygnału. Wyniki wyświetlane są na panelu aplikacji użytkownika, zapewniając pożądane sprzężenie zwrotne.
EN
This paper presents an application for self-training of the mind with the use of neurofeedback. The application was developed in LabVIEW environment, using the open BCI2000 platform. The most important parts of the application are data acquisition module and EEG signal processing module implementing Fast Fourier Transform. The key element of the system is the module that, for a user-specified frequency, measures signal energy. The results are then displayed to provide the desired feedback.
14
Content available remote Wizualizacja rozkładu potencjałów EEG w zastosowaniu do asynchronicznego interfejsu mózg-komputer
Majkowski A., Kołodziej M., Rak R.J.
Przegląd Elektrotechniczny
|
2012
|
R. 88, nr 11a
101-103
PL
Zadaniem interfejsu mózg-komputer (Brain-Computer Interface: BCI) jest umożliwienie osobom sparaliżowanym komunikacji z otoczeniem. W tym zakresie, systemy BCI umożliwiają przetworzenie "myśli" na proces sterowania urządzeniami zewnętrznymi takimi jak protezy czy wózki inwalidzkie. Opisane w artykule badania mają na celu wskazanie najlepszych miejsc do naklejenia elektrod systemu elektroencefalograficznego (EEG) na głowie pacjenta na potrzeby asynchronicznego interfejsu mózg-komputer.
EN
The main purpose of a brain-computer interface (BCI) is to allow paralyzed people to communicate with the environment. Currently, the proposed BCI systems of this type are able to process "thoughts" in order to control external devices such as prostheses or wheelchairs. The article presents results of our research how to identify the best places for EEG electrodes on the patient's head for asynchronous brain-computer interface.
15
Content available remote Linear discriminant analysis as EEG features reduction technique for brain-computer interfaces
Rak R. J., Majkowski A., Kołodziej M.
Przegląd Elektrotechniczny
|
2012
|
R. 88, nr 3a
28-30
EN
BCI systems analyze the EEG signal and translate patient intentions into simple commands. Signal processing methods are very important in such systems. Signal processing covers: preprocessing, feature extraction, feature selection and classification. In the article authors present the results of implementing linear discriminant analysis as a feature reduction technique for BCI systems.
PL
Systemy BCI analizują sygnał EEG i tłumaczą intencje użytkownika na proste polecenia. Ważnym elementem systemów BCI jest przetwarzanie sygnału. Obejmuje ono: przetwarzanie wstępne, ekstrakcję cech, selekcję cech i klasyfikację. W artykule autorzy prezentują wyniki badań z zastosowaniem liniowej analizy dyskryminacyjnej jako narzędzia do redukcji cech.
16
Content available Wykorzystanie potencjałów mózgowych P300 do sterowania awatarem
Majkowski A., Kołodziej M., Rak R. J.
Pomiary Automatyka Kontrola
|
2012
|
R. 58, nr 4
352-354
PL
W artykule przedstawiono system BCI umożliwiający sterowanie awatarem w wirtualnym świecie gry Second Life z wykorzystaniem potencjału mózgowego P300. Do budowy systemu autorzy wykorzystali ogólnodostępne oprogramowanie BCI2000 oraz własne oprogramowanie umożliwiające sterowanie zewnętrzną aplikacją poprzez symulację naciśnięć przycisków klawiatury. Użytkownik w komfortowy sposób może sterować kierunkiem ruchu awatara. System jest uniwersalny i po drobnych modyfikacjach pozwala na sterowanie dowolnym urządzeniem. Docelowo autorzy chcą wykorzystać autorskie oprogramowanie do sterowania kierunkiem ruchu wózka inwalidzkiego.
EN
In the paper there is presented a BCI system which enables control of avatar movement in the virtual world of the Second Life game. The system consists of two PCs connected via LAN. On the first computer the BCI200 system was launched with a modified Dochin board (Fig. 5). The interface enables choosing the direction of avatar movement (forward, backward, right, left). Next, the BCI2000 system sends the information about the avatar movement direction via UDP / IP protocol to the second computer. On that computer a program created by the authors is running. Its task is to receive information about the movement direction, and then to send the appropriate commands, in the form of simulated keystrokes, to the game. The program was written in C # (Visual Studio 2005). An important advantage of the proposed interface is that a user does not have to learn the proper generation of the EEG signal. With only one calibration session it was possible to collect features of P300 potential for a user and correctly train the classifier. The system is universal and after minor modifications can control any device. Ultimately, the authors want to use the software to control the direction of wheelchair movement.
17
Content available Brain-computer interface as measurement and control system The review paper
Rak R. J., Kołodziej M., Majkowski A.
Metrology and Measurement Systems
|
2012
|
Vol. 19, nr 3
427-444
EN
In the last decade of the XX-th century, several academic centers have launched intensive research programs on the brain-computer interface (BCI). The current state of research allows to use certain properties of electromagnetic waves (brain activity) produced by brain neurons, measured using electroencephalographic techniques (EEG recording involves reading from electrodes attached to the scalp - the non-invasive method - or with electrodes implanted directly into the cerebral cortex - the invasive method). A BCI system reads the user's "intentions" by decoding certain features of the EEG signal. Those features are then classified and "translated" (on-line) into commands used to control a computer, prosthesis, wheelchair or other device. In this article, the authors try to show that the BCI is a typical example of a measurement and control unit.
18
Content available remote Wykorzystanie t-statystyk do szybkiej selekcji cech sygnału EEG na użytek interfejsu mózg-komputer
Kołodziej M., Majkowski A., Rak R.J.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 9a
187-189
PL
Głównym zadaniem systemu BCI jest odczytanie sygnałów generowanych przez neurony mózgowe. Do efektywnego działania interfejsu mózg-komputer potrzebna jest skuteczna metoda selekcji cech sygnału EEG. W artykule autorzy zaproponowali użycie współczynnika tstatystyk do uszeregowania i redukcji cech na użytek systemów BCI.
EN
The main task of BCI is to translate the signals generated by neurons in the brain. For the effective operation of the brain-computer interface, an efficient method of feature selection of EEG signal is needed. In this article authors propose the use of t-statistics to feature selection for BCI systems.
19
Content available remote Platforma zdalnego laboratorium jako nowoczesny element wspomagający proces kształcenia
Godziemba-Maliszewski M., Majkowski A., Rak R.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 9a
181-186
PL
W dziedzinie metrologii oprogramowaniem wspomagającym tradycyjny proces kształcenia, czy też kształcenia na odległość, jest platforma zdalnego laboratorium dostępna w sposób ciągły zarówno w sensie miejsca jak i czasu, oferująca funkcje systemu zarządzania procesem nauczania i zarządzania treścią dydaktyczną, jak również możliwość dostępu do rzeczywistego sprzętu pomiarowo-sterującego. W referacie przedstawiono architekturę oraz funkcje zaproponowanej struktury zdalnego laboratorium.
EN
In the field of metrology the goal of using a remote laboratory in teaching process is that it releases a course participant from the constraints of place and time of the experiment. Remote laboratory offers the functions of managing the process of teaching and managing the educational content. It also enables the access to real-measuring equipment. The paper presents the architecture and functions of the proposed structure of remote laboratory.
20
Content available remote Optymalizacja doboru okien czasowych do przetwarzania sygnału EEG w interfejsach mózg-komputer
Kołodziej M., Majkowski A., Rak R.J.
Przegląd Elektrotechniczny
|
2011
|
R. 87, nr 9a
142-144
PL
Interfejsy BCI umożliwiają bezpośrednią komunikację pomiędzy mózgiem a komputerem. Założeniem autorów jest próba rozpoznania (klasyfikacja) jednosekundowego zapisu sygnału EEG skojarzonego z wykonywaniem przez osobę pewnego zadania myślowego. Podczas przeprowadzania eksperymentów okazało się, że na proces klasyfikacji duży wpływ ma szerokość oraz sposób zachodzenia na siebie okien czasowych, z których ekstrahuje się cechy. Celem referatu jest wskazanie jak najlepszej strategii doboru parametrów okien czasowych na potrzeby wyznaczenia cech i nauki klasyfikatora.
EN
BCI interfaces allow direct communication between the brain and the computer. The author's idea is to try to identify (classify) one-second windows of EEG signal associated with doing by a person a certain mental task. During the experiments it turned out that the classification process is highly influenced by the width of the windows and the way they overlap. The aim of this paper is to identify the best strategies for selection of time windows of EEG signal for the purposes of feature extraction and classifier learning.
first rewind previous Strona / 2 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.