Lista przedmiotów z materiałami udostępnionymi dla studentów

Dla_studentów
  • Increase font size
  • Default font size
  • Decrease font size

Bartłomiej Sztyler

Projekt, konstrukcja i porównanie działania rejestratorów EEG opratych na układach Arduino i Bitalino


Design, assembly and performance comparison of EEG recording systems built on Arduino and Bitalino boards


Opiekun pracy dyplomowej: dr inż. Aleksandra Królak
Praca dyplomowa BSc - IFE obroniona 2017-02-10
Streszczenie pracy dyplomowej:
Celem pracy było zaprojektowanie, zbudowanie i przetestowanie dwóch systemów elektronicznych do rejestrowania elektrycznych aktywności elektrycznej mózgu, zwanym elektroencefalografem. Elektroencefalografia jest typem badania bazującego na jednym z najniższych potencjałowo sygnałów biologicznych, które są mierzone w mikrowoltach. Taka charakterystyka sygnału sprawia, że konieczne jest odpowiednie wzmocnienie amplitudowe sygnału oraz usuwanie możliwych zakłóceń. Pierwszym z urządzeń testowanych był samodzielnie zaprojektowany i zbudowany układ elektroniczny służący do filtrowania i wzmacniania sygnału EEG, współpracujący z platformą Arduino. Drugim wykorzystanym do badań systemem był układ do akwizycji biosygnałów BITalino. Algorytmy zbierania oraz wstępnego przetwarzania sygnału zostały zaimplementowane w środowisku programistycznym Matlab. Działanie układu bazującego na Arduino zostało przetestowane z użyciem zewnętrznego generatora funkcyjnego. Następnie przeprowadzono testy z udziałem trzech ochotników. Obydwa urządzenia zostały przetestowane pod kątem działania na rzeczywistych sygnałach EEG. Wyniki badań przedstawiają różnice zarówno w wydajności jak i w użytkowaniu tych układów.
Abstract:
The aim of this thesis was to design, build and test two electronic systems for recording electrical potentials of the brain, namely electroencephalography (EEG) signal. EEG is one of the biosignals with lowest potential, reaching tens of microvolts, which makes the goal even harder to obtain, not only due to the need of high amplification but also high level of interfering noise. The first examined apparatus was based on Arduino board and the additional periphery for EEG signal filtering and amplification was designed and assembled. The second device was BITalino biosignal acquisition board. The algorithms for signal acquisition and preprocessing for both systems were implemented in Matlab programming environment. The performance of Arduino-based system was tested using artificial signal supplied from the function generator. In the next step both devices were tested with the help of two volunteers for the operation on real EEG signals. Evaluation of both platforms presented differences in performance and usage.