Tatsiana MalechkaOptimierung der Signalverarbeitung für ein hybrides Brain-Computer Interface | |||||||
| |||||||
ISBN: | 978-3-8440-3838-5 | ||||||
Reihe: | Publication Series of the Institute of Automation, University of Bremen Herausgeber: Prof. Dr. Axel Gräser Bremen | ||||||
Band: | 7.3 | ||||||
Schlagwörter: | BCI; hybrid; Eye-Tracker; CSP | ||||||
Publikationsart: | Dissertation | ||||||
Sprache: | Deutsch | ||||||
Seiten: | 126 Seiten | ||||||
Abbildungen: | 55 Abbildungen | ||||||
Gewicht: | 186 g | ||||||
Format: | 21 x 14,8 cm | ||||||
Bindung: | Paperback | ||||||
Preis: | 45,80 € | ||||||
Erscheinungsdatum: | September 2015 | ||||||
Kaufen: | |||||||
Weiterempfehlung: | Sie möchten diesen Titel weiterempfehlen? | ||||||
Rezensionsexemplar: | Hier können Sie ein Rezensionsexemplar bestellen. | ||||||
Verlinken: | Sie möchten diese Seite verlinken? Hier klicken. | ||||||
Export Zitat: |
|
||||||
Zusammenfassung: | Das Brain-Computer Interface (BCI) System ermöglicht eine direkte Verbindung zwischen dem Gehirn des Menschen und einem Steuer- oder Kommunikationsgerät. Anhand der unterschiedlichen elektrophysiologischen Komponenten der Hirnsignale, wie zum Beispiel Steady-State visuell evozierte Potentiale (SSVEP), P300-Potentiale und der sensomotorische Rhythmus (SMR), erkennen die BCIs die Absicht des Nutzers und wandeln diese in Steuersignale um. Als ein intuitives Paradigma zwischen den nicht-invasiven BCIs, weckte die Modulation der µ (8-13 Hz) und β (13-30 Hz) sensomotorischen Rhythmen, hervorgerufen durch die Bewegungsvorstellung (BV), besonderes Interesse. Jedoch sind die SMR-BCIs anspruchsvoller in der Benutzung und komplexer in der Implementation. Diese Arbeit stellt den Signalverarbeitungsalgorithmus, welcher die Bewegungsvorstellungen im EEG erkennt und unterscheidet, vor. Dieses BCI-System wurde in zwei Studien evaluiert.
Der zweite Teil dieser Arbeit fokussiert sich auf den räumlichen Filter, Common Spatial Patterns (CSP). Basierend auf der Schätzung der Kovarianz berechnet der CSP-Algorithmus einen Filter, welcher die Varianz für eine BV-Klasse maximiert und für andere BV-Klassen gleichzeitig minimiert. Die größten Nachteile des CSPs sind die Empfindlichkeit gegenüber dem Rauschen und die Neigung zur Überanpassung. Um diese Nachteile zu bewältigen, wurde die Regularisierung des CSP (R-CSP) vorgeschlagen. Die vorgeschlagene Methode wurde am Datensatz der ersten Studie getestet, welche als Resultat aufzeigt, dass ein R-CSP den konventionellen CSP-Algorithmus übertrifft. Der dritte Teil dieser Arbeit stellt ein mobiles und multimodales Brain-Computer Interface vor, das die Kombination zwischen unterschiedlichen Modalitäten untersucht. |