Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Brain-Computer Interface" wg kryterium: Temat

  Lista filtrów
Wyrównaj
Wyświetlanie 1-10 z 29
Tytuł:
Interfejs mózg-komputer wykorzystujący sygnały EEG
Brain-Computer Interface based on EEG signals
Autorzy:
Marek, L.
Plechawska-Wójcik, M.
Powiązania:
https://bibliotekanauki.pl/articles/98060.pdf
Data publikacji:
2016
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
Brain Computer Interfaces
BCI
SVEEP
CSP
EEG
Brain-Computer Interface
Opis:
Artykuł opisuje test aplikacji interfejs mózg-komputer z wykorzystaniem paradygmatu SSVEP. Przy realizacji projektu dokonano przeglądu dostępnych metod badania aktywności mózgu oraz wybrano odpowiednie urządzenie do akwizycji. Kolejne etapy działania interfejsu, czyli przetwarzanie oraz klasyfikacja, opracowano i zaprezentowano w środowisku OpenViBE. Ostatecznie, ocenę użyteczności i sprawności zaprezentowano na zaprojektowanej aplikacji.
The aim of the article is to test the brain-computer interface application using the SSVEP paradigm. During the realization of the project various methods of recording brain activity were tested, and the suitable acquisition device was chosen. Consecutive stages of the interface operation, which are data processing and classification, were presented in the OpenVibe environment. Finally, the usefulness and efficiency were estimated using a designed application.
Źródło:
Journal of Computer Sciences Institute; 2016, 2; 64-69
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Interfejsy mózg-komputer – krótka historia
Autorzy:
Michnik, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/31343817.pdf
Data publikacji:
2022
Wydawca:
Międzynarodowe Stowarzyszenie na rzecz Robotyki Medycznej
Tematy:
interfejs mózg-komputer
neuralink
mózg
brain-computer interface
brain
Opis:
Nie tak dawno temu, interfejsy mózg-komputer były jedynie domeną powieści science-fiction. Obecnie dla wielu osób niepełnosprawnych ruchowo, interfejsy mózg-komputer stają się powoli nadzieją na przywrócenie lub kompensacje utraconych funkcji. Niezależnie od branży medycznej, interfejsy mózg-komputer stanową również bardzo interesujący temat dla firm działających w branży rozrywkowej czy mediach społecznościowych. W artykule zostały przedstawione najpopularniejsze techniki odczytywania aktywności mózgu wykorzystywane w interfejsach mózg-komputer. Przedstawiono również przykłady najnowszych prac prowadzonych w tej dziedzinie.
Not so long ago, brain-computer interfaces were only the domain of science fiction novels. Currently, for many people with motor disabilities, brain-computer interfaces are slowly becoming a hope for restoring or compensating for lost functions. Regardless of the medical industry, brain-computer interfaces are also a very interesting topic for companies operating in the entertainment and social media industry. The article presents the most popular brain activity reading techniques used in brain computer interfaces. Examples of recent work in this field are also presented.
Źródło:
Medical Robotics Reports; 2022, 10/11; 58-67
2299-7407
Pojawia się w:
Medical Robotics Reports
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Implementation of Bilinear Separation algorithm as a classification method for SSVEP-based brain-computer interface
Autorzy:
Jukiewicz, M.
Cysewska-Sobusiak, A.
Powiązania:
https://bibliotekanauki.pl/articles/114357.pdf
Data publikacji:
2015
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
brain-computer interface
SSVEP
bilinear separation
support vector machine (SVM)
Opis:
: The aim of this study was to create a two-class brain-computer interface. As in the case of research on SSVEP stimuli flashing at different frequencies were presented to four subjects. Optimal SSVEP recognition results can be obtained from electrodes: O1, O2 and Oz. In this work SVM classifier with Bilinear Separation algorithm have been compared. The best result in the offline tests using Bilinear Separation was: average accuracy of stimuli recognition 93% and ITR 33.1 bit/min, SVM: 90% and 32.8 bit/min.
Źródło:
Measurement Automation Monitoring; 2015, 61, 2; 51-53
2450-2855
Pojawia się w:
Measurement Automation Monitoring
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Brain-computer interface as measurement and control system The review paper
Autorzy:
Rak, R. J.
Kołodziej, M.
Majkowski, A.
Powiązania:
https://bibliotekanauki.pl/articles/221747.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
EEG
brain-computer interface
feature extraction
feature selection
measurement and control
Opis:
In the last decade of the XX-th century, several academic centers have launched intensive research programs on the brain-computer interface (BCI). The current state of research allows to use certain properties of electromagnetic waves (brain activity) produced by brain neurons, measured using electroencephalographic techniques (EEG recording involves reading from electrodes attached to the scalp - the non-invasive method - or with electrodes implanted directly into the cerebral cortex - the invasive method). A BCI system reads the user's "intentions" by decoding certain features of the EEG signal. Those features are then classified and "translated" (on-line) into commands used to control a computer, prosthesis, wheelchair or other device. In this article, the authors try to show that the BCI is a typical example of a measurement and control unit.
Źródło:
Metrology and Measurement Systems; 2012, 19, 3; 427-444
0860-8229
Pojawia się w:
Metrology and Measurement Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Low-cost evoked potentials detection for brain computer-interfaces
Autorzy:
Jukiewicz, M.
Cysewska-Sobusiak, A.
Powiązania:
https://bibliotekanauki.pl/articles/97604.pdf
Data publikacji:
2015
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
brain-computer interface
detection of evoked potentials
EEG
signal processing
MATLAB
Opis:
Evoked potentials are one of the brain's electrical activity types. They appear on the human scalp as a result of a registration of an external stimulus (e.g. an appearance or a change of a sound, a flash of light or an image). Generally, they are used in medical diagnosis, but they also may be used in brain-computer interfaces. In this chapter a laboratory set for the acquisition and analysis of evoked potentials is described. The main part of this set is a photostimulator consisting of sixteen LEDs and the ATmega 328 microcontroller. The software created by the authors allows for: connection between EEG device, stimulator and computer, input stimulus control, output signal filtering and its classification. The presented set may support a process of brain-computer interface design.
Źródło:
Computer Applications in Electrical Engineering; 2015, 13; 102-110
1508-4248
Pojawia się w:
Computer Applications in Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Convolutional neural networks for P300 signal detection applied to brain computer interface
Autorzy:
Riyad, Mouad
Khalil, Mohammed
Adib, Abdellah
Powiązania:
https://bibliotekanauki.pl/articles/2141900.pdf
Data publikacji:
2020
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
deep learning
convolutional neural network
brain computer interface
P300
classification
Opis:
A Brain‐Computer Interface (BCI) is an instrument capa‐ ble of commanding machine with brain signal. The mul‐ tiple types of signals allow designing many applications like the Oddball Paradigms with P300 signal. We propose an EEG classification system applied to BCI using the con‐ volutional neural network (ConvNet) for P300 problem. The system consists of three stages. The first stage is a Spatiotemporal convolutional layer which is a succession of temporal and spatial convolutions. The second stage contains 5 standard convolutional layers. Finally, a lo‐ gistic regression is applied to classify the input EEG sig‐ nal. The model includes Batch Normalization, Dropout, and Pooling. Also, It uses Exponential Linear Unit (ELU) function and L1‐L2 regularization to improve the lear‐ ning. For experiments, we use the database Dataset II of the BCI Competition III. As a result, we get an F1‐score of 53.26% which is higher than the BN3 model.
Źródło:
Journal of Automation Mobile Robotics and Intelligent Systems; 2020, 14, 4; 58-63
1897-8649
2080-2145
Pojawia się w:
Journal of Automation Mobile Robotics and Intelligent Systems
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis of the application of brain-computer interfaces of a selected paradigm in everyday life
Analiza zastosowania interfejsów mózg-komputer o wybranym paradygmacie w życiu codziennym
Autorzy:
Mróz, Katarzyna
Plechawska-Wójcik, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/2086223.pdf
Data publikacji:
2022
Wydawca:
Politechnika Lubelska. Instytut Informatyki
Tematy:
brain-computer interface
electroencephalography
motor imagery
interfejs mózg-komputer
elektroencefalografia
wyobrażanie ruchowe
Opis:
The main objective of this paper is to carry out a research on the analysis of the use of brain-computer interface in everyday life. The article presents the method of recording brain activity, electroencephalography, which was used in the study. The brain activity used in the brain-computer interface and the general principle of brain-computer interface design are also described. The performed study allowed to develop an analysis of the obtained results in the matter of evaluating the usability of brain-computer interfaces using motor imagery. As a result of the process of analyzing the results obtained during the research, it was found that each subsequent experiment allowed for obtaining more favourable results than the previous one. The reason for this was the use of an additional training session for the next test person. In the final stage, it was possible to evaluate the usability of the brain-computer interface in everyday life
Głównym celem artykułu jest przeprowadzenie badania nad analizą wykorzystania interfejsu mózg-komputer w życiu codziennym. W artykule przedstawiono metodę rejestrowania aktywności mózgu, elektroencefalografię, która została wykorzystana w badaniu. Opisano również aktywność mózgu wykorzystywaną w interfejsie mózg-komputer oraz ogólną zasadę projektowania interfejsu mózg-komputer. Przeprowadzone badanie pozwoliło na opracowanie analizy uzyskanych wyników w zakresie oceny użyteczności interfejsów mózg-komputer z wykorzystaniem obrazowania motorycznego. W wyniku procesu analizy wyników uzyskanych podczas przeprowadzania badań ustalono, iż każdy następnie zrealizowany eksperyment pozwalał na uzyskanie korzystniejszych wyników od poprzedniego. Powodem tego było zastosowanie dodatkowej sesji treningowej dla kolejnych badanych osób. W końcowym etapie można było ocenić przydatność interfejsu mózg-komputer w życiu codziennym
Źródło:
Journal of Computer Sciences Institute; 2022, 23; 118--122
2544-0764
Pojawia się w:
Journal of Computer Sciences Institute
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Generowanie stymulacji świetlnych za pomocą diody LED na potrzeby interfejsu mózg-komputer
Autorzy:
Cieszyński, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/118347.pdf
Data publikacji:
2016
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
aparatura stymulująca
SSVEP
interfejs mózg-komputer
LED
stimulating equipment
brain-computer interface
Opis:
Odpowiedź mózgu na bodziec powtarzany ze stałą częstotliwością (np. migające światło diody LED) nazywana jest potencjałem stanu ustalonego (SSVEP ang. Steady State Visually Evoked Potential). W konsekwencji takiej stymulacji w sygnale EEG (Elektroencefalogram) rejestrowanym znad kory wzrokowej następuje wyraźny wzrost mocy w paśmie częstotliwości odpowiadającym częstotliwości bodźca stymulującego. Posiadając układ stymulujący, wyposażony w migającą z daną częstotliwością diodę LED oraz wykorzystując aparaturę do pomiaru EEG (elektrody pomiarowe umiejscowione na czaszce podmiotu badanego) możliwe jest skonstruowanie interfejsu mózg-komputer (BCI ang. Brain-Computer Interface), który może być z powodzeniem wykorzystany np. jako układ sterujący wózkiem inwalidzkim dla osób niepełnosprawnych. Użycie rozwiązania opartego na diodach LED, przy uwzględnieniu standardowego użytecznego zakresu częstotliwościowego sygnału EEG (5-30Hz), daje około 80 możliwych częstotliwości stymulacji. Stanowi to znaczny zbiór częstotliwości możliwych do wykorzystania na etapie uczenia się interfejsu BCI. Etap ten jest konieczny, aby wybrać charakterystyczne dla badanego podmiotu częstotliwości stymulacji dające jak najsilniejszą odpowiedź SSVEP. W artykule autor przedstawi metodę komunikacji w interfejsie BCI opartą na SSVEP z wykorzystaniem diody LED ze wskazaniem na najbardziej istotne parametry budowy układów stymulacyjnych.
The response of the brain to a stimulus repeated with a constant frequency (eg. flashing LED), is called a Steady State Visually Evoked Potential (SSVEP). As a consequence of the stimulation, the EEG signal (electroencephalogram) recorded from the visual cortex shows a significant power increase in the frequency band corresponding to the stimulus frequency. That means that using a stimulation equipment (with LED flashing with the given frequency) and EEG device recording signals from electrodes placed on the subject’s skull, it is possible to construct the brain-computer interface (BCI). It can be used successfully e.g., as a control system for a wheelchair for disabled people. BCI based on LEDs provides a high number of possible stimulation frequencies. Considering the classic EEG frequency band (5-30 Hz) at least 80 different stimulation frequencies can be delivered by a single LED. This large set of frequencies is used at the BCI learning stage. This stage is necessary in order to select specific stimulation frequencies, which give the strongest SSVEP for a specific subject. In the article the author will present the method of communication in BCI interface based on the SSVEP using LEDs. The most important parameters of the stimulating systems will be indicated.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2016, 10; 225-235
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Sposoby generowania stymulacji wywołujących SSVEP z zastosowaniem monitorów LCD
Autorzy:
Zawiślak, T.
Powiązania:
https://bibliotekanauki.pl/articles/118484.pdf
Data publikacji:
2017
Wydawca:
Politechnika Koszalińska. Wydawnictwo Uczelniane
Tematy:
aparatura stymulująca
SSVEP
interfejs mózg-komputer
LCD
stimulation apparatus
brain-computer interface
Opis:
Potencjał stanu ustalonego (SSVEP - ang. Steady State Visually Evoked Potential) to odpowiedź mózgu na obserwowane stymulacje świetlne pojawiające się ze stałą częstotliwością. Podczas tego zjawiska w sygnale EEG (Elektroencefalogram) odbieranym z powierzchni czaszki w okolicach kory wzrokowej następuje znaczny wzrost mocy sygnału w częstotliwości z jaką pojawia się bodziec świetlny. W eksperymentach badających to zjawisko oraz interfejsach mózg-komputer (ang. BCI - Brain Computer Interface) bazujących na nim, stosuje się różne rozwiązania do wysyłania stymulacji. Wiodącymi metodami jest zastosowanie układów ze źródłem światła wykorzystującym diody elektroluminescencyjne (LED) lub wykorzystanie ekranów monitorów komputerowych (CRT, LCD). Niniejszy artykuł zawiera opis problemu oraz przegląd metod wykorzystywanych do wywoływania stymulacji na ekranie monitora.
The Steady State Visually Evoked Potential (SSVEP) is the brain's response to the observed light stimulation occurring at a constant frequency. During this phenomenon in the EEG (Electroencephalogram) signal received from the skull surface near the visual cortex there is a significant increase in signal strength in the frequency with which the light stimulus appears. In experiments investigating this phenomenon as well as in Brain Computer Interfaces (BCI) based on it, various solutions are used to send stimulation. The leading methods are the use of systems with a light source using electroluminescent diodes (LED) or the use of computer screens (CRT, LCD). This article contains a description of the problem and an overview of the methods used to stimulate the monitor screen.
Źródło:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej; 2017, 11; 123-131
1897-7421
Pojawia się w:
Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Interfejsy mózg-komputer w sterowaniu urządzeniami i systemami mechatronicznymi
Brain-computer interfaces in control of mechatronic devices and systems
Autorzy:
Mikołajewski, Dariusz
Tomaszewska, Ewa
Karczmarek, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/41205734.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
mechatronika
inżynieria biomedyczna
interfejs mózg-komputer
mechatronics
biomedical engineering
brain-computer interface
Opis:
Interfejsy mózg-komputer ustanowiły przełom w rozwoju współczesnych neuronauk i neurorehabilitacji. Niniejszy artykuł stanowi przegląd części technologii interfejsów mózg-komputer ukierunkowanej na sterowanie urządzeniami i systemami mechatronicznymi. Opisane zostały zarówno podstawowe rozwiązania z obszaru samych interfejsów, jak i przedyskutowane technologie mogące zapewnić sygnały sterujące dla urządzeń mechatronicznych. Pomimo ciągłego rozwoju problematyki wiele kwestii jest nierozwiązanych w zakresie udoskonalenia samych interfejsów oraz sklasyfikowania sygnałów sterujących
Brain-computer interfaces (BCIs) have begun to constitute the another breakthrough in contemporary neuroscience and neurorehabilitation. This paper provides an overview of brain-computer interfaces (BCIs) technology that aims to address the priorities for control of mechatronic devices and systems. We describe basic solutions in the area of BCIs and discuss technologies that may provide command signals for mechatronic devices. Despite continuous development of the topic there still remains room for improvement, including future interfaces and control signal classification enhancements.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2018, 2; 4-9
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Wyświetlanie 1-10 z 29

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies