search query: @keyword electroencephalography / total: 17
reference: 9 / 17
Author: | Jylänki, Pasi |
Title: | Classification of single-trial EEG for online brain-computer interface |
Yksittäisten tehtävien tuottamien EEG-signaalien luokitteluun perustuva aivokäyttöliittymä | |
Publication type: | Master's thesis |
Publication year: | 2006 |
Pages: | 46 Language: eng |
Department/School: | Sähkö- ja tietoliikennetekniikan osasto |
Main subject: | Laskennallinen tekniikka (S-114) |
Supervisor: | Kaski, Kimmo |
Instructor: | Heikkonen, Jukka |
OEVS: | Electronic archive copy is available via Aalto Thesis Database.
Instructions Reading digital theses in the closed network of the Aalto University Harald Herlin Learning CentreIn the closed network of Learning Centre you can read digital and digitized theses not available in the open network. The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/ You can read theses on the Learning Centre customer computers, which are available on all floors.
Logging on to the customer computers
Opening a thesis
Reading the thesis
Printing the thesis
|
Location: | P1 Ark S80 | Archive |
Keywords: | electroencephalography brain-computer interface classification of brain signals movement related potentials tetraplegic patients elektroenkefalografia aivokäyttöliittymät aivosignaalien luokittelu motoriset herätevasteet neliraajahalvaantuneet potilaat |
Abstract (fin): | Aivokäyttöliittymä luokittelee aivotoimintaa eri tehtävien aikana eri kategorioihin. Sen avulla liikuntakyvyttömät henkilöt voisivat ohjata tietokonesovelluksia. Harvoissa hyviin tuloksiin johtaneissa tutkimuksissa koehenkilöt ovat joutuneet harjoittelemaan useita viikkoja tai peräti kuukausia. Lisäksi kokeita tehdään valitettavan usein ainoastaan terveillä liikuntakykyisillä henkilöillä. Tässä diplomityössä esitellään uusi tosiaikaisesti toimiva aivokäyttöliittymä, joka perustuu yksittäisiin ajatuskäskyihin liittyvien elektroenkefalografia (EEG) -signaalien luokitteluun. Tavoitteena oli suunnitella systeemi, jonka käyttö ei vaatisi pitkää harjoittelua. Järjestelmällä tehtiin kaksi koetta, joilla selvitettiin voidaanko yhden kokeen aikana saavuttaa tyydyttävä suorituskyky. Koehenkilöinä oli kymmenen tervettä ja viisi neliraajahalvaantunutta, joilla ei ollut aiempaa kokemusta aivokäyttöliittymistä. Terveet koehenkilöt tekivät vasemman ja oikean sormen liikkeitä siirtääkseen palloa tietokoneruudulla. Vastaavasti potilaat yrittävät liikuttaa käsiään. Aivojen toimintaa liikkeiden aikana mitattiin EEG:llä. Eri tehtävien tunnistus perustui suureen joukkoon eri aivoaktivaatiohin liittyviä piirteitä. Kokeissa sekä muunnokset piirreavaruudessa että luokittelija päivitettiin jokaisen ennustuksen jälkeen käyttäen oikeata luokkatietoa. Tämä mahdollisti todenmukaisen palautteen antamisen koehenkilöille jo kokeen alussa. Täten sekä koehenkilöt että systeemi pystyivät oppimaan alusta asti. Kuusi kymmenestä terveestä koehenkilöstä saavutti vähintään 75% luokittelutuloksen noin kahdenkymmenen minuutin harjoittelun jälkeen. On ehdotettu, että tämä olisi vähimmäistarkkuus avustavan laitteen ohjauksessa. Yksi terve koehenkilö saavutti 21 bits/min laskennallisen informaationsiirtokapasiteetin. Tämä on verrattavissa pitkäkestoisella harjoittelulla saatujen tuloksien parhaimmistoon. Halvaantuneet koehenkilöt suoriutuivat huomattavasti huonommin. Vain kaksi heistä ylitti 60% tuloksen. Tämä osoittaa, että terveillä koehenkilöillä hyvin toimivat menetelmät eivät välttämättä toimi liikuntakyvyttömillä. Tulevaisuudessa tutkimuksen pitäisi keskittyä enemmän pääasialliseen käyttäjäryhmään. |
ED: | 2006-05-12 |
INSSI record number: 31887
+ add basket
INSSI