Year: 2024
Type: dissertation
Abstract: analiza, Vmesnik možgani-računalnik (BCI), Klasifikacija v realnem času, Pogoste prostorske vzorce (CSP) Izvleček: Predstavljamo razvoj razvrščevalnika ustaljenih stanj vizualnih izzvanih potencialov (ang.Steady State Visual Evoked Potentials -SSVEP).Gre za paradigmo vmesnikov možgani-računalnik, kjer se uporabnik osredotoča na objekte, ki utripajo z različnimi frekvencami.Z analizo signalov elektroencefalografije (EEG) nato razpoznamo, na kateri objekt je uporabnik osredotočen.Omejili smo se na dve različni frekvenci, glede na običajne frekvence osveževanja računalniških monitorjev pa smo izbrali frekvenci 10Hz in 12Hz.Naša metoda temelji na aplikaciji časovno frekvenčne analize in analize skupnih prostorskih vzorcev (ang.Common Spatial Patterns -CSP).Razvoj smo začeli z uporabo podatkov iz spletnega vira, ki so vključevali več frekvenc vzbujanja na velikem številu subjektov.S temi podatki smo dosegli točnost razvrščanja do 80%.Nadaljevali smo z zbiranjem lastnih podatkov, ki smo jih zajeli z EEG napravo Cognionics Quick-20 vendar na enem samem subjektu.Na teh podatkih smo dosegli točnost klasifikacije nad 90%.Naš zadnji cilj je bil izvedba tega postopka na način, da bi klasifikacijo izvajali v realnem času.To je zahtevalo vrsto sprememb, predvsem v načinu filtriranja podatkov v realnem času.Končna rešitev podatke iz EEG naprave prejema preko protokola LSL (ang.Lab streaming Layer), razultate klasifikacije pa prikazuje enkrat na vsaki dve sekundi.Delovanje v realnem času vpliva na manjšo točnost klasifikacije, vendar verjamemo, da bi jo lahko izboljšali, predvsem z obsežnejšim učenjem razvrščevalnika.
Author: Karanfilova, Ana
Language: English
Subfield: Cognitive Neuroscience
Field: Neuroscience
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W7115285350
Cites:
Cited by:
Related to: