Wyniki wyszukiwania - Biblioteka Nauki

1

The application of Flicker Noise Spectroscopy for analysis of EEG signal related to movement imagination

100%

Broniec A.

Bio-Algorithms and Med-Systems

|

2010

|

tom Vol. 6, no. 12

59--66

EN

In the paper the Flicker Noise Spectroscopy (FNS) method has been applied for analysis of EEG signal related to movement imagination. The results of the experiment consisted in fifty repetition of right hand movement imagination has been presented at time-frequency maps. Consecutive, the electroencephalography signal averaged by a number of repetitions has been parameterized in accordance with the FNS method. The analysis of the parameters describing the signal shows changes in their values at the moment of hand movement imagination. FNS also allows to analyze correlations between signals measured at different points of space (different electrodes) in time.

PL

W artykule zastosowano metodę FNS do analizy sygnału elektroencefalograficznego związanego z wyobrażeniem ruchu prawą ręką. Wynik doświadczenia polegającego na pięćdziesięciokrotnym powtórzeniu wyobrażenia ruchu prawą ręką został przedstawiony w postaci mapy czasowo-częstościowej. Następnie, uśredniony po liczbie powtórzeń sygnał elektroencefalograficzny, poddany został parametryzacji w czasie, zgodnie z założeniami metody FNS. Analiza parametrów opisujących sygnał pozwala zaobserwować zmiany wartości parametrów w chwili wyobrażenia ruchu prawą ręką. Metoda FNS pozwoliła dodatkowo na analizę korelacji występujących pomiędzy sygnałem otrzymanym z różnych elektrod w czasie.

2

Control of cursor movement based on EEG motor cortex rhythm using autoregressive spectral analysis

100%

Broniec A.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2011

|

tom T. 15, z. 3

321-329

EN

Electroencephalography (EEG) is a study of the electrical activity of neurons from the cerebral cortex which can be used to direct communication between man and computer. Systems using the signal generated by the brain are called brain computer/machine interfaces (BCI/BMI). The main application of BCI interfaces is the communicate for patients who suffer from severe diseases, which limited or precluded any movement. In the present paper the BCI interface based on EEG motor cortex signals is presented. The differences in power spectrum in beta rhythm for left and right hand movement imaginations is used to control cursor movement in two directions. The preliminary research shows that the proposed algorithm interpret correctly the intended cursor movement at about 70 percent.

PL

Elektroencefalografia (EEG) to metoda badania elektrycznej aktywności neuronów kory mózgowej, która może być wykorzystana do bezpośredniej komunikacji pomiędzy człowiekiem a komputerem. Systemy wykorzystujące sygnał generowany przez mózg nazywa się interfejsami mózg-komputer/-maszyna (BCI/BMI). Głównym zastosowaniem interfejsów BCI jest umożliwienie komunikacji ze światem zewnętrznym pacjentom w ciężkich stadiach chorób, które poważnie ograniczają lub uniemożliwiają jakiekolwiek ruch. W niniejszym artykule opisano interfejs BCI oparty na różnicach w widmie mocy występujących po wyobrażeniu ruchu prawą i lewą ręką w paśmie beta. Wstępne badania nad interfejsem pokazują, że proponowany algorytm jest w stanie skutecznie interpretować ruch kursora w dwóch kierunkach w około 70 procentach.

3

Zastosowanie sieci neuronowej opartej na parametrach charakterystyki widma sygnału EEG w celu rozróżnienia ruchu i zamiaru ruchu oraz przynależności personalnej sygnału

100%

Broniec A.

Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna

|

2009

|

tom Vol. 15, nr 3

244-247

PL

Badanie zmian zachodzących w sygnale elektroencefalograficznym (EEG) pod wpływem zadanego bodźca wymaga założenia, że ta reakcja ma własną i powtarzalną charakterystykę, w przeciwieństwie do ciągłej, spontanicznej aktywności mózgu, która w tym kontekście może być traktowana jako addytywny szum. Na podstawie powyższego założenia podzielono otrzymane w eksperymencie próbki sygnału EEG na grupy danych, związanych z odpowiedzią mózgu na zadane bodźce. Artykuł przedstawia wyniki otrzymane po zastosowaniu prostej sieci neuronowej LVQ (learning vector quantization) do rozróżnienia otrzymanych w eksperymencie danych. Porównano dane związane z ruchem palca i z wyobrażeniem ruchu palcem oraz przeprowadzono rozróżnienie danych otrzymanych od różnych osób. Zastosowanie sieci neuronowej samoorganizującej LVQ, opartej na parametrach charakterystyki widma EEG, pozwoliło na rozróżnienie przynależności personalnej sygnału EEG pomiędzy dwiema osobami ze średnią skutecznością 87,31% oraz pomiędzy czterema osobami ze średnią skutecznością 77,39%.

EN

The evaluation of changes within electroencephalography signal (EEG) occurred in response to stimuli, requires the assumption that this reaction has its own, repeatable characteristics compare to the continuous spontaneous brain activity, which can be treated in this context as the additive noise. Therefore, the recorded EEG signal samples, were divided into data groups connected with brain response to the stimuli. The simple neural network LVQ (learning vector quantization) was applied to evaluate recorded data. Movement of finger and voluntary intention of movement were examined. The application of simple neural network LVQ based on parameters of EEG-signal spectrum characteristics allowed for differentiation of EEG signal between two persons with the average efficiency of 87.31% and between four persons with the 77.39% accuracy.

4

Sterowanie prostym urządzeniem elektrycznym za pomocą sygnału EEG

63%

Broniec A. , Chodak J.

Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie

|

2009

|

tom T. 13, z. 3/1

1059-1067

PL

Szczegółowe poznanie, w jaki sposób pracuje mózg ludzki, otwiera szerokie możliwości w konstrukcji interfejsów bezpośredniej komunikacji pomiędzy człowiekiem a komputerem (brain-computer interface - BCI). Badania nad interfejsami mózg-komputer to rozwijająca się dynamicznie od około 15 lat tematyka, powstała na pograniczu wielu dziedzin naukowych. Celem było stworzenie prostego interfejsu BCI, opartego na wykrywaniu fali alfa, który umożliwi użytkownikowi sterowanie (włączanie/wyłączanie) urządzeniem elektrycznym. W tym celu wykorzystano kolejkę elektryczną, poruszającą się jedynie w przypadku wykrycia fali alfa w sygnale EEG.

EN

Detailed knowledge of changes in electroencephalography signal (EEG) which occur during various human activities gives enormous possibilities to create brain-computer interfaces (BCI). The BCI research is progressively expanding and extremely important field in biomedical engineering. These brain-computer interfaces give hope to people with severe disabilities for improving their quality of life. There is also a wide range of BCI applications in the field of virtual reality and mind-controlled games. The aim of our project was to create a simple game using a railway toy, which is able to move by conscious changes in brain activity of players. The EEG signal is acquired using a set of electrodes placed on the heads of the players and it is processed in real time by dedicated algorithms. This project has been performed for the educational and cognitive purposes.