Wyniki wyszukiwania - Biblioteka Nauki

1

Testowanie algorytmu wykorzystującego rozwiązanie zagadnienia odwrotnego do klasyfikacji sygnałów sterujących

100%

Jagodzińska-Szymańska U.

|

2016

|

tom Vol. 57, nr 11

81--83

PL

Celem artykułu jest zaprezentowanie wyników testowania algorytmu do klasyfikacji sygnałów EEG opartego na rozwiązywaniu zagadnienia odwrotnego. W wyniku rozwiązania zagadnienia odwrotnego uzyskano pewne przybliżenie lokalizacji aktywnych obszarów mózgu. Wszystkie obliczenia były realizowane dla sygnałów z H eadsetu Emotiv EPOC (wstępnie przetworzonych) dotyczących ruchu prawą i lewą ręką. Wzięto pod uwagę sygnały o częstotliwości 12 Hz związane z wyobrażaniem ruchu. Do przeprowadzenia klasyfikacji sygnałów wykorzystano algorytm Gowera. Podstawą do zastosowania tego algorytmu jest t-statystyka oraz zjawisko synchronizacji i desynchronizacji ERD/ERS występujące przy wyobrażeniu ruchu prawą i lewą ręką.

EN

The purpose of the article is to present the outcomes of testing algorithm for the classification of EEG signals based on the inverse solution. As a result of finding the solution to the inverse problem a certain approximation of active areas of the brain is received. All the calculations were made with the use of signals provided by Headset Emotiv EPOC (after preprocessing) for the left and the right hand movement. The signals frequency 12 Hz connected with movement activity and imagining of movement activity was taken into account. Gowert’s algorithm was used to construct the algorithm used for classification. The base to use this algorithm are both t-statistics and the phenomenon of ERD/ERS occurring when imagining of right and left hand movement.

2

Implementacja wybranej metody klasterowej do klasyfikacji źródeł sygnałów EEG związanych z wyobrażaniem ruchu

100%

Jagodzińska-Szymańska U.

|

tom Vol. 55, nr 10

74-79

PL

Interfejsy mózg-komputer (Brain-Computer Interface) wykorzystują właściwości fal elektromagnetycznych mózgu rejestrowane za pomocą technik elektroencefalograficznych (EEG). Fale te są rejestrowane za pomocą elektrod na powierzchni głowy. Położenie źródeł sygnałów oraz ich natężenie znajdowane jest poprzez rozwiązanie zagadnienia odwrotnego. Proponowany w artykule algorytm do klasyfikacji sygnałów oparty jest na rekonstrukcji źródeł sygnałów. Algorytm przetestowano dla sygnałów związanych z ruchem prawą i lewą ręką, dlatego obliczenia przeprowadzono przede wszystkim dla fal o częstotliwości 20 Hz związanych m.in. z aktywnością myślową i ruchową. Użyte w teście dane były przetworzone i pochodziły z bazy Idiap. W artykule uwzględniono wyniki testów dla trzech zestawów danych, ale wobec niewielkiej różnicy między otrzymanymi wynikami, przedstawiono je tylko dla jednego zestawu. Wykorzystanie atlasów mózgu może poprawić wyniki klasyfikacji przez bardziej precyzyjne uwzględnienie obszarów mózgu związanych z konkretnym rodzajem aktywności.

EN

Brain-Computer Interfaces use the features of the electromagnetic brain waves registered with the use of electroencephalographic techniques (EEG). Signals are recorded from the surface of the scalp by means of electrodes. Source locations of signals and their strength are obtained when finding the solution to the inverse problem. The algorithm for signal classification proposed in this article is based on source reconstruction. The algorithm was tested for signals connected to the right and left hand movement, therefore calculations were conducted mainly for 20 Hz frequency waves connected with movement and imagining movement activities. The data used in the experiment, which were taken from the Idiap data base, were preprocessed. The article describes test results for three data sets, but due to the insignificant difference, the results are presented for one data set. Classification results may be improved with the use of brain atlases by taking into consideration more precise areas of the brain connected to the given activity.

3

Uogólnione macierze odwrotne stosowane do wyznaczania źródeł sygnałów EEG na powierzchni kory mózgowej

63%

Jagodzińska-Szymańska U. , Sędek E.

|

2018

|

tom Vol. 59, nr 12

74--77

PL

Na potrzeby sterowania urządzeniem za pomocą aktywności myślowych opracowana została metoda realizacji intencji użytkownika wykorzystująca sygnały EEG. Według tej metody, na podstawie zarejestrowanych sygnałów EEG wyznaczone zostały źródła tych sygnałów na korze mózgowej, a w tym celu wykorzystano rozwiązanie tzw. zagadnienia odwrotnego. Aby wyznaczyć źródła sygnałów EEG z jak największą dokładnością opracowane zostały metody rozwiązywania zagadnienia odwrotnego, które posłużyły do wyboru najlepszego algorytmu do klasyfikacji sygnałów emitowanych przez te źródła. Lokalizacja źródeł sygnałów określona została w oparciu o obliczenia własne, a do rozwiązania zagadnienia odwrotnego wybrano metodę minimalizacji normy z zastosowaniem metody najmniejszych kwadratów, która ze względu na krótki czas realizacji pozwalający na pracę w czasie rzeczywistym okazała się najbardziej skuteczna w wykonywaniu zadań myślowych dotyczących ruchu prawą i lewą ręką. Skonstruowane zostało urządzenie zewnętrzne realizujące polecenia myślowe wykonywania ruchu prawą i lewą ręką.

EN

A method of implementing the intentions of the user based on EEG signals was developed in order to control the device by means of thought activities. According to this method, the sources of these signals on the cerebral cortex were determined on the basis of the registered EEG signals, and for this purpose the solution of the so-called inverse problem was used. In order to determine the sources of EEG signals with the greatest accuracy, methods for solving the inverse problem were developed and used to select the best algorithm for classifying signals emitted by these sources. Determining the location of signal sources was based on own calculations and as a result the method of minimizing the norm by using the least squares method was chosen to solve the inverse problem, since it was the most effective one in executing the thinking tasks of right and left hand movement due to the short implementation time in which such work takes place in real time. An external device has been constructed that performs the mental commands of right and left hand movement.