Lista przedmiotów z materiałami udostępnionymi dla studentów

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

Paulina Wyrwas

Projekt oraz implementacja interfejsu mózg-komputer opartego na wzrokowych potencjałach wywołanych P300


Design and implementation of a Brain-Computer Interface based on the P300 visual evoked potentials


Opiekun pracy dyplomowej: prof. dr hab. inż. Paweł Strumiłło
Dodatkowy opiekun pracy dyplomowej: dr inż. Paweł Poryzała

Praca dyplomowa BSc - IFE obroniona 2018-10-16
Streszczenie pracy dyplomowej:
Interfejsy mózg-komputer (ang. BCI) to systemy pozwalające na komunikację pomiędzy ludźmi a komputerami poprzez nieinwazyjne pomiary i analizę sygnału EEG. Ich główną rolą jest umożliwienie osobom z dużym stopniem niepełnosprawności komunikacji z maszyną bez użycia układu motorycznego. Interfejsy mózg-komputer są często jedyną szansą dla niepełnosprawnych pacjentów na kontakt ze światem zewnętrznym. Spellery to rodzaj interfejsów mózg-komputer, które umożliwiają użytkownikowi pisanie na komputerze przy użyciu jedynie aktywności mózgu. Przyjmują zazwyczaj formę aplikacji prezentującej (w formie graficznej) symbole, litery i liczby. Spellery mogą opierać się na zróżnicowanych rodzajach fal mózgowych, zazwyczaj będących odpowiedzią na bodźce zewnętrzne. Taki rodzaj reakcji nazywany jest potencjałem wywołanym, który może składać się z tak zwanych komponentów P300. Jeśli analizowany jest ten właśnie komponent , mamy do czynienia ze spellerem P300. Zaprojektowany interfejs mózg-komputer jest złożony z dwóch głównych komponentów: programu do stymulacji wzrokowej, zaimplementowanego w języku programowania Python oraz programu do analizy nagranych danych EEG, zaimplementowanego w programie MATLAB. Wywołanie potencjału P300 zostało osiągnięte poprzez wyświetlanie na monitorze komputera migającego bodźca wzrokowego, złożonego z matrycy 4 na 4, która wypełniona została literami od A do P. Sygnał EEG wraz z danymi dotyczącymi znaczników czasowych nagrane podczas eksperymentów zostały przenalizowane przy użyciu algorytmu zaimplementowanego w programie do analizy matematycznej MATLAB. Po licznych zmianach spellera, potencjał P300 został skutecznie wywołany, a docelowe symbole są wskazywane przez algorytm. Osiągnięta została dość mała dokładność systemu wynosząca 58.3%. Jednakże wnioski wyciągnięte z analizy danych, tj. potrzeba wytrenowania użytkownika oraz problemy ze skupieniem wzroku jedynie na wybranej literze, sprawiają że praca jest wartościowa i informatywna. Zebrane dane i wnioski mogą pozwolić na implementację ulepszonego spellera P300 w przyszłości. Słowa kluczowe: Interfejs mózg-komputer, Speller P300, EEG, Wzrokowe potencjały wywołane.
Abstract:
Brain Computer Interfaces (BCIs) are systems that enable communication between humans and computers by non-invasive recordings and analysis of electroencephalographic (EEG) signal. Their most important role is to give people with severe disability a possibility of communication with a machine without the use of motor system. BCIs are often the only solution for severely disabled patients enabling contact with the outside world. Spellers are the type of BCI systems that allow the user to type in messages on a computer using only brain activity. They usually take a form of an application that presents (in a graphical form) symbols, letters and numbers. Spellers can be based on multiple types of brain activity, that usually is a response to an external stimulus. Response to such an external stimulus is called Event Related Potential (EVP) and can comprise the so called P300 component. If this EVP component is analysed the speller is termed as P300 speller. The designed Brain-Computer Interface consists of two major components: a speller program for visual stimulation, implemented in Python programming language and a MATLAB program used for offline analysis of recorded EEG data. Evoking P300 potential was achieved by presenting a flickering visual stimulus on a regular computer screen with the use of a 4 by 4 matrix displaying letters from A to P. EEG and trigger data recorded during the experiments were analysed using the algorithm implemented in MATLAB mathematical software package. After multiple speller alterations, the P300 potential was successfully elicited and target characters can be pointed out by the algorithm. The achieved accuracy of the system is rather low and equal to 58.3%. However, the conclusions drawn from the data analysis, like the need for training of the subject and problems with fixation of the sight only on the target character, make the work valuable and informative. Gathered data and conclusions would allow for an improved design of the P300 speller. Keywords: Brain Computer Interface, P300 Speller, EEG, Event Related Potentials, Visual Evoked Potentials.