Wyniki wyszukiwania - Biblioteka Nauki

1

Extracting multiple commands from a single SSVEP flicker using eye-accommodation

100%

Sharma K. , Kar S.

Biocybernetics and Biomedical Engineering

|

2019

|

tom Vol. 39, no. 3

914--922

EN

The steady-state visually evoked potential (SSVEP) based brain-computer interfaces (BCIs) generally deploy flickering stimuli with different frequencies in order to generate different commands. This paper presents a setup that can be used to generate multiple commands from a single flickering stimulus using magnitude modulation of SSVEP through eye-accommodation. In this setup, a flickering stimulus was shown on the computer screen and a passive fixation target was placed between the screen and the subject. The eye-accommodation mechanism to focus on the target between the screen and the subject, caused the flickering stimulus to become blurred which reduced the magnitude of the evoked SSVEP response. The reduced magnitude SSVEP response can be used to generate another command over the command generated when the subject focuses directly on the stimulus. The fixation target was placed at 3 different positions that can provide up to 4 commands from the single flicker stimulus. Fifteen healthy human subjects participated in the experiments. The mean offline accuracies obtained for 2-class, 3-class, and 4-class extraction were 100%, 94.2 ± 6.1%, and 80.9 ± 9.7% respectively for a 4-seconds time window.

2

Stimuli design for SSVEP-based brain computer-interface

94%

Jukiewicz M. , Cysewska-Sobusiak A.

International Journal of Electronics and Telecommunications

|

2016

|

tom 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.

3

Implementation of Bilinear Separation algorithm as a classification method for SSVEP-based brain-computer interface

94%

Jukiewicz M. , Cysewska-Sobusiak A.

Measurement Automation Monitoring

|

2015

|

tom 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.

4

Generowanie stymulacji świetlnych za pomocą diody LED na potrzeby interfejsu mózg-komputer

84%

Cieszyński Ł.

Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej

|

2016

|

tom Nr 10

225-235

PL

Odpowiedź mózgu na bodziec powtarzany ze stałą częstotliwością (np. migające światło diody LED) nazywana jest potencjałem stanu ustalonego (SSVEP ang. Steady State Visually Evoked Potential). W konsekwencji takiej stymulacji w sygnale EEG (Elektroencefalogram) rejestrowanym znad kory wzrokowej następuje wyraźny wzrost mocy w paśmie częstotliwości odpowiadającym częstotliwości bodźca stymulującego. Posiadając układ stymulujący, wyposażony w migającą z daną częstotliwością diodę LED oraz wykorzystując aparaturę do pomiaru EEG (elektrody pomiarowe umiejscowione na czaszce podmiotu badanego) możliwe jest skonstruowanie interfejsu mózg-komputer (BCI ang. Brain-Computer Interface), który może być z powodzeniem wykorzystany np. jako układ sterujący wózkiem inwalidzkim dla osób niepełnosprawnych. Użycie rozwiązania opartego na diodach LED, przy uwzględnieniu standardowego użytecznego zakresu częstotliwościowego sygnału EEG (5-30Hz), daje około 80 możliwych częstotliwości stymulacji. Stanowi to znaczny zbiór częstotliwości możliwych do wykorzystania na etapie uczenia się interfejsu BCI. Etap ten jest konieczny, aby wybrać charakterystyczne dla badanego podmiotu częstotliwości stymulacji dające jak najsilniejszą odpowiedź SSVEP. W artykule autor przedstawi metodę komunikacji w interfejsie BCI opartą na SSVEP z wykorzystaniem diody LED ze wskazaniem na najbardziej istotne parametry budowy układów stymulacyjnych.

EN

The response of the brain to a stimulus repeated with a constant frequency (eg. flashing LED), is called a Steady State Visually Evoked Potential (SSVEP). As a consequence of the stimulation, the EEG signal (electroencephalogram) recorded from the visual cortex shows a significant power increase in the frequency band corresponding to the stimulus frequency. That means that using a stimulation equipment (with LED flashing with the given frequency) and EEG device recording signals from electrodes placed on the subject’s skull, it is possible to construct the brain-computer interface (BCI). It can be used successfully e.g., as a control system for a wheelchair for disabled people. BCI based on LEDs provides a high number of possible stimulation frequencies. Considering the classic EEG frequency band (5-30 Hz) at least 80 different stimulation frequencies can be delivered by a single LED. This large set of frequencies is used at the BCI learning stage. This stage is necessary in order to select specific stimulation frequencies, which give the strongest SSVEP for a specific subject. In the article the author will present the method of communication in BCI interface based on the SSVEP using LEDs. The most important parameters of the stimulating systems will be indicated.

5

Sposoby generowania stymulacji wywołujących SSVEP z zastosowaniem monitorów LCD

84%

Zawiślak T.

Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej

|

2017

|

tom Nr 11

123--131

PL

Potencjał stanu ustalonego (SSVEP - ang. Steady State Visually Evoked Potential) to odpowiedź mózgu na obserwowane stymulacje świetlne pojawiające się ze stałą częstotliwością. Podczas tego zjawiska w sygnale EEG (Elektroencefalogram) odbieranym z powierzchni czaszki w okolicach kory wzrokowej następuje znaczny wzrost mocy sygnału w częstotliwości z jaką pojawia się bodziec świetlny. W eksperymentach badających to zjawisko oraz interfejsach mózg-komputer (ang. BCI - Brain Computer Interface) bazujących na nim, stosuje się różne rozwiązania do wysyłania stymulacji. Wiodącymi metodami jest zastosowanie układów ze źródłem światła wykorzystującym diody elektroluminescencyjne (LED) lub wykorzystanie ekranów monitorów komputerowych (CRT, LCD). Niniejszy artykuł zawiera opis problemu oraz przegląd metod wykorzystywanych do wywoływania stymulacji na ekranie monitora.

EN

The Steady State Visually Evoked Potential (SSVEP) is the brain's response to the observed light stimulation occurring at a constant frequency. During this phenomenon in the EEG (Electroencephalogram) signal received from the skull surface near the visual cortex there is a significant increase in signal strength in the frequency with which the light stimulus appears. In experiments investigating this phenomenon as well as in Brain Computer Interfaces (BCI) based on it, various solutions are used to send stimulation. The leading methods are the use of systems with a light source using electroluminescent diodes (LED) or the use of computer screens (CRT, LCD). This article contains a description of the problem and an overview of the methods used to stimulate the monitor screen.

6

The EOG event recognition method in an EEG signal towards SSVEP BCI improvement

83%

Kaczmarek P. , Mańkowski T. , Tomczyński J.

Measurement Automation Monitoring

|

2015

|

tom Vol. 61, No. 7

376--378

EN

This paper presents a method of recognizing EOG artifacts in an EEG signal. Moreover, it shows the possibility of determining the direction of eye movement. The idea behind this method is to develop a hybrid brain-computer interface relying on SSVEP phenomena and EOG artifacts acquired from the EEG signal. Recognition of an EOG event and its direction can be used to improve the SSVEP detection accuracy, overall system responsiveness, and increase the information transfer rate (ITR). Eye movement direction is recognized using a decision tree and histogram-based features calculated from EEG signals recorded in Fp1-O1 and Fp2-O2 points. The accuracy of 75% was achieved for a group of 8 subjects, while the average precision of detecting movement direction in horizontal plane was 78%.

7

User-centered design of brain-computer interfaces: OpenBCI.pl and BCI Appliance

71%

Durka P. , Kuś R. , Żygierewicz J. , Michalska M. , Milanowski P. , Łabęcki M. , Sputek T. , Laszuk D. , Duszyk A. , Kruszyński M.

Bulletin of the Polish Academy of Sciences. Technical Sciences

|

2012

|

tom Vol. 60, nr 3

427-431

EN

Brain-Computer Interface (BCI) allows for non-muscular communication with external world, which may be the only way of communication for patients in a locked-in state. This paper presents a complete software framework for BCI, a novel hardware solution for stimuli rendering in BCIs based on Steady State Visual Evoked Potentials (SSVEP), and a univariate algorithm for detection of SSVEP in the EEG time series. OpenBCI is a complete software framework for brain-computer interfaces. Owing to an open license and modular architecture, it allows for flexible implementations of different communication channels in the serial or parallel hybrid mode, minimization of costs and improvements of stability and efficiency. Complete software is freely available from http://openbci.pl. BCI Appliance is a hardware solution that allows for dynamic control of menus with stable generation of stimuli for the SSVEP paradigm. The novelty consists of a design, whereby the LCD screen is illuminated from behind using an array of LEDs. Design pioneers also proposed a new line of thought about the user-centered design of BCI systems: a simple box with one on/off button, minimum embedded software, wireless connections to domotic and EEG acquisition devices, and user-controlled mode switching in a hybrid BCI.

8

Fotostymulator rotacyjny do badania wzrokowych potencjałów wywołanych

67%

Byczuk M.

Przegląd Elektrotechniczny

|

2011

|

tom R. 87, nr 10

49-51

PL

W artykule przedstawiono innowacyjne urządzenie do stymulacji wzroku za pomocą pełnokolorowych wzorów składających się ze 192 segmentów. Zasada działania urządzenia polega na odpowiednim sterowaniu diod LED umieszczonych na wirującej tarczy. Częstotliwość odświeżania obrazu wynosi 200 Hz. Przeprowadzone testy urządzenia potwierdziły jego przydatność w badaniu wzrokowych potencjałów wywołanych. Urządzenie jest obecnie wykorzystywane w Instytucie Elektroniki PŁ do badań nad wydajnymi interfejsami BCI.

EN

An innovative device for optical stimulation is presented in the paper. The device displays full color patterns consisting of 192 segments. Patterns are displayed by proper driving of LED diodes placed on rotating PCB board. Displayed patterns are refreshed with frequency of 200Hz. Tests of the device confirmed its usefulness for research into visual evoked potentials. The device is currently used at the Institute of Electronics, Technical University of Lodz, for design of efficient brain-computer interfaces.

9

Human-computer interface with detection of brain electrical signals evoked by alternate visual fields stimulation

67%

Byczuk M.

Zeszyty Naukowe. Elektryka / Politechnika Łódzka

|

2008

|

tom z. 115

7-12

EN

The paper presents a new kind of noninvasive brain computer interface (BCI). The principle of its operation is based on a technique of alternate visual half-field stimulation. A battery operated amplifier and A/C converter are used to measure the EEG signal from 3 electrodes placed on occipital part of the scalp. A Bluetooth chip transmits a stream of the measured data to a computer. Tests of the BCI operation, involving 10 volunteers, show it is faster than conventional BCI devices based on the steady-state visual evoked potentials, reported so far in the literature.

PL

W artykule przedstawiono szybki interfejs BCI, którego działanie oparte jest na naprzemiennej stymulacji pól wzrokowych i różnicowym pomiarze sygnału EEG. W projekcie interfejsu BCI wykorzystano zasilane bateryjnie urządzenia pomiarowe z bezprzewodową transmisją danych, rejestrujące sygnał EEG z 3 elektrod umieszczonych na skórze głowy w części potylicznej. Przeprowadzone z udziałem 10 osób testy urządzenia pokazują jego znacznie większą szybkość działania w porównaniu z innymi znanymi interfejsami BCI wykorzystującymi detekcję wzrokowych potencjałów wywołanych (SSVEP).

10

A low-budget stimulation system for evoking SSVEP built on Arduino/Genuino platform

67%

Rejer I. , Zawiślak T.

Przegląd Elektrotechniczny

|

2017

|

tom R. 93, nr 1

112--116

EN

Steady State Visual Evoke Potentials (SSVEPs) are responses of a human brain to outside periodical stimulations. Their particular feature is the fact that the frequency of brain response is the same as the stimulation frequency. This does not mean that SSVEP appears with any stimulation frequency. First of all, the stimulation frequencies evoking SSVEPs are subject-depended, and hence the same stimulation frequency can evoke a prominent SSVEP for one subject, and nothing at all for another one. Second, to evoke the brain response, the stimulus has to be strong enough and has to be delivered with a steady frequency. With brain-computer interfaces (BCIs), using SSVEPs as control signals, often the problem is how to provide a set of stimuli capable of evoking a large number of brain responses. In this paper a proposition of a low cost stimulation system delivering light stimuli is presented. The paper presents both, the structure of the proposed platform and the test results obtained with a real subject. 85 stimulation frequencies from 5 to 31.25Hz were tested during the experiment and for 47 of them the prominent SSVEPs were obtained.

PL

Wywołany potencjał wzrokowy stanu ustalonego (SSVEP) to odpowiedź ludzkiego mózgu na zewnętrzną okresowo pojawiającą się stymulację. Szczególną cechą tego rodzaju potencjałów jest fakt, że częstotliwość odpowiedzi jest taka sama jak częstotliwość bodźca. To nie oznacza jednak, że potencjał SSVEP wystąpi przy każdej częstotliwości bodźca. Po pierwsze, częstotliwości wywołujące SSVEP są zależne od indywidualnych cech badanego podmiotu Po drugie, aby wywołać odpowiedź mózgu, bodźce muszą być odpowiednio silne i muszą być dostarczane ze stałą częstotliwością. Jednym z problemów, który można napotkać w trakcie realizacji interfejsów mózg-komputer wykorzystujących SSVEP jako sygnały sterujące jest właśnie problem dokładnego generowania bodźców w jak największym zakresie częstotliwości. Niniejszy artykuł przedstawia propozycję nisko budżetowego systemu do generowania stymulacji świetlnych, który może zostać zastosowany w interfejsie mózgkomputer. W artykule przedstawiono zarówno sposób budowy systemu, jak i wyniki otrzymane w eksperymencie z rzeczywistym podmiotem. W trakcie eksperymentu wygenerowano 85 sekwencji bodźców o różnej częstotliwości stymulacji (w zakresie od 5 do 31.25 Hz). Dla 47 sekwencji bodźców uzyskano prawidłową odpowiedź mózgu (SSVEP).

11

Usuwanie artefaktów z sygnałów sterujących interfejsem mózg-komputer

59%

Jukiewicz M. , Buchwald M. , Cysewska-Sobusiak A.

Poznan University of Technology Academic Journals. Electrical Engineering

|

2017

|

tom 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.

12

Finding Optimal Frequency and Spatial Filters Accompanying Blind Signal Separation of EEG Data for SSVEP-based BCI

48%

Jukiewicz M. , Buchwald M. , Cysewska-Sobusiak A.

|

tom 64

|

nr 4

13

Finding Optimal Frequency and Spatial Filters Accompanying Blind Signal Separation of EEG Data for SSVEP-based BCI

48%

Jukiewicz M. , Buchwald M. , Cysewska-Sobusiak A.

International Journal of Electronics and Telecommunications

|

2018

|

tom 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.