Informacja

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

Wyszukujesz frazę "brain-computer interface" wg kryterium: Temat


Wyświetlanie 1-29 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
Tytuł:
Sterowanie modelem pojazdu za pomocą interfejsu mózg-komputer
Control of the car model using brain computer interface
Autorzy:
Derdziński, Marek
Mikołajewski, Dariusz
Łukowski, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/41205746.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
mechatronika
inżynieria biomedyczna
interfejs mózg-komputer
mechatronics
biomedical engineering
brain-computer interface
Opis:
Celem pracy było zbudowanie układu sterowania prostym modelem pojazdu za pomocą interfejsu mózg-komputer (ang. brain computer interface - BCI). Omówiono zasadę działania BCI oraz wykorzystanie BCI w mechatronice, w tym na potrzeby interdyscyplinarnych badań kognitywistycznych (nauk o poznaniu). W dalszej części pracy Autorzy skupili się na opisie modelu, który posłużył do przeprowadzenia badania, ze szczególny uwzględnieniem współdziałania BCI oraz Arduino. Czwarta część pracy dotyczy badania działania zbudowanego rozwiązania technicznego przeprowadzonego na grupie osób w wieku 8-54 lat.
This artilce aims at consctruction of the brain-computer interface (BCI) - based control system of the car model. Article decribes BCI's rules of operation and BCI applications in mechatronics, including interdisciplinary cognitive sciences. Further part of the article is focused on description of the model used in the research, particularly on BCI-Arduino cooperation. The last part of the article shows research on subjects aged 8-54 years concerning BCI use to control car model..
Źródło:
Studia i Materiały Informatyki Stosowanej; 2018, 2; 17-23
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Improvement of performance of Japanese P300 speller by using second display
Autorzy:
Yamamoto, Y.
Yoshikawa, T.
Furuhashi, T.
Powiązania:
https://bibliotekanauki.pl/articles/91812.pdf
Data publikacji:
2015
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
brain computer interface
BCI
P300 speller
interface
communication
P300
ortografia
podręcznik
interfejs
komunikacja
Opis:
Brain computer interface (BCI) is a system allows a user to control external devices or to communicate with other people using only his or her thoughts. The P300 speller is one such BCI in which users input letters. For inputting letters via the P300 speller, higher accuracy and shorter input times are needed, especially given densely populated display screens. We propose a new interface with a second display in the P300 speller that the user can switch to and from by selecting the “next” or “back” commands, therby reducing the density of displayed letters and improving the performance of the P300 speller. We show the comparison results in terms of accuracy and input times between the conventional interface and proposed interface.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2015, 5, 3; 221-226
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Interfejs mózg-komputer oraz diagnostyka EEG stanu aktywacji mózgu w treningu sportowym: meta-analiza
Brain-computer interface and diagnostics EEG activation state of the brain in sport training: meta-analysis
Autorzy:
Nawrocka, M.
Powiązania:
https://bibliotekanauki.pl/articles/261663.pdf
Data publikacji:
2017
Wydawca:
Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki. Katedra Inżynierii Biomedycznej
Tematy:
elektroencefalografia
interfejs mózg-komputer
trening sportowy
biofeedback
electroencephalography
brain-computer interface
sport training
Opis:
Praca dotyczy obszaru badań związanych z pomiarami i przetwarzaniem sygnału elektroencefalograficznego oraz bezpośredniej komunikacji aktywacji mózgu z urządzeniem zewnętrznym za pomocą systemów zawierających interfejs mózg-komputer (ang. BCI - brain computer interface) w celu modyfikacji klasycznego podejścia metodycznego w sporcie. Osiąganie wyników sportowych zbliża się do granic przystosowania ustroju ludzkiego. Natomiast poszukiwanie kryteriów i wysokiej wartości diagnostycznej potencjału sportowego oraz określenie tej wartości z pewnością spełni funkcję predykcyjną w szkoleniu sportowym. Badania wskazują na to, że wdrożenie metody sprzężenia zwrotnego EEG do treningu sportowego wpływa na poprawę stanu funkcjonalnego organizmu, a w konsekwencji polepszenie wyników w sporcie.
The paper concerns the research related to the measurement and electroencephalographic signal processing and direct communication of brain with an external device using a system containing a brain-computer interface (BCI) for the modification of the classical methodological approach in sport. Achieving better sports results is approaching the limits of adaptability of the human organism. Establishing reliable criteria and high value diagnostics of sport potential and determination of this value, will be a prediction factor in sports training. The implementation of the EEG biofeedback method in sports training will improve the functional status of the organism, and consequently, may contribute to better sport results.
Źródło:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna; 2017, 23, 3; 195-199
1234-5563
Pojawia się w:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
User-centered design of brain-computer interfaces: OpenBCI.pl and BCI Appliance
Autorzy:
Durka, P.
Kuś, R.
Żygierewicz, J.
Michalska, M.
Milanowski, P.
Łabęcki, M.
Sputek, T.
Laszuk, D.
Duszyk, A.
Kruszyński, M.
Powiązania:
https://bibliotekanauki.pl/articles/201581.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
brain-computer interface
BCI
steady-state visual evoked potentials
SSVEP
eyetracker
assistive technologies
Opis:
Brain-Computer Interface (BCI) allows for non-muscular communication with external world, which may be the only way of communication for patients in a locked-in state. This paper presents a complete software framework for BCI, a novel hardware solution for stimuli rendering in BCIs based on Steady State Visual Evoked Potentials (SSVEP), and a univariate algorithm for detection of SSVEP in the EEG time series. OpenBCI is a complete software framework for brain-computer interfaces. Owing to an open license and modular architecture, it allows for flexible implementations of different communication channels in the serial or parallel hybrid mode, minimization of costs and improvements of stability and efficiency. Complete software is freely available from http://openbci.pl. BCI Appliance is a hardware solution that allows for dynamic control of menus with stable generation of stimuli for the SSVEP paradigm. The novelty consists of a design, whereby the LCD screen is illuminated from behind using an array of LEDs. Design pioneers also proposed a new line of thought about the user-centered design of BCI systems: a simple box with one on/off button, minimum embedded software, wireless connections to domotic and EEG acquisition devices, and user-controlled mode switching in a hybrid BCI.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2012, 60, 3; 427-431
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Brain-computer interface for mobile devices
Autorzy:
Dobosz, K.
Wittchen, P.
Powiązania:
https://bibliotekanauki.pl/articles/333571.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:
brain computer interface
mobile devices
software tool
motor disability
interfejs mózg-komputer
urządzenia mobilne
oprogramowanie
Opis:
The article presents the results of research in controlling the mobile application with the EEG signals and eye blinking. Authors proposed a prototype solution of a brain-computer interface that can be used by people with total motor impairment to control chosen mobile application on their mobile phone. There was a NeuroSky MindWave Mobile device used during experiments. Two software tools for mobile devices were specially implemented. First one helps to analyse the EEG signals and recognize eye blinks, second one - interprets them and executes assigned actions. Different configurations of settings were used during the studies. They included: single blink or double blink, level of focus, period of focus. Experiments results show that a man equipped with a personal EEG sensor and eye blinking detector can remotely touchless use mobile applications installed on smartphones or tablets.
Źródło:
Journal of Medical Informatics & Technologies; 2015, 24; 215-222
1642-6037
Pojawia się w:
Journal of Medical Informatics & Technologies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie maszyny wektorów wspierających (SVM) do klasyfikacji sygnału EEG na użytek interfejsu mózg-komputer
Implementation of support vector machine for classification of EEG signal for brain-computer interface
Autorzy:
Kołodziej, M.
Majkowski, A.
Rak, R. J.
Powiązania:
https://bibliotekanauki.pl/articles/155968.pdf
Data publikacji:
2011
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
BCI
interfejs mózg-komputer
EEG
maszyna wektorów wspierających
SVM
brain-computer interface
support vector machine
Opis:
W artykule przedstawiono wykorzystanie maszyny wektorów wspierających (SVM) na użytek interfejsów mózg-komputer (BCI). W opracowanych algorytmach jako cechy sygnału EEG wykorzystano jego wariancję. Przedstawiono wyniki badań związanych z wykorzystaniem sieci SVM jako klasyfikatora. Eksperymenty przeprowadzono przy użyciu różnego rodzaju funkcji jądra.
Implementing communication between man and machine by use of EEG signals is one of the biggest challenges in the signal theory. Such communication could improve the standard of living of people with severe motor disabilities. Some disable persons cannot move, however they can think about moving their arms, legs and this way produce stable motor-related EEG signals. These signals can be used to construct BCI systems. However, the proper interpretation of the EEG signals is a very difficult task. There are three main stages in EEG signal analysis: feature extraction, feature selection and classification. The main aim of the paper is to implement a support vector machine as a classifier for the brain-computer interface. The proposed algorithm uses the EEG signal variance in the frequency range 8-30Hz. Experiments were conducted with use of different kernel functions for the SVM classifier. The best results were achieved for the quadratic polynomial kernel function. The classification error for testing data was 0.13.
Źródło:
Pomiary Automatyka Kontrola; 2011, R. 57, nr 12, 12; 1546-1548
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
BCI w VR: imersja sposobem na sprawniejsze wykorzystywanie interfejsu mózg-komputer
BCI in VR: an immersive way to make the brain-computer interface more efficient
Autorzy:
Piszcz, Adrianna
Powiązania:
https://bibliotekanauki.pl/articles/41206132.pdf
Data publikacji:
2021
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
BCI
interfejs mózg-komputer
EEG
VR
rzeczywistość wirtualna
rysowanie
brain-computer interface
virtual reality
painting
Opis:
Celem eksperymentów było zbadanie czy rzeczywistość wirtualna usprawnia korzystanie z interfejsu mózg-komputer. Do badania wykorzystano autorski system informatyczny, który umożliwia rysowanie kształtów na ekranie komputera. Przygotowane stanowisko badawcze składa się z komputera z niezbędnym oprogramowaniem, z mobilnych gogli wirtualnej rzeczywistości Esperanza EMV300 ze smartfonem Samsung Galaxy A40 oraz interfejsu mózg-komputer Emotiv Epoc. Wykazano, że imersja pozwala zwiększyć poziom koncentracji i sprawniej korzystać z interfejsu mózg-komputer. Taki rodzaj zanurzenia w rzeczywistość wirtualną może zapoczątkować całą serię aplikacji obsługiwanych w sposób intuicyjny, za pomocą komend myślowych, w wykreowanym wirtualnym świecie.
The purpose of the experiments was to investigate whether virtual reality improves the use of the brain-computer interface. The study used a custom computer system that allows drawing shapes on the computer screen. The prepared test stand consists of a computer with the necessary software, Esperanza EMV300 mobile virtual reality goggles with a Samsung Galaxy A40 smartphone and Emotiv Epoc braincomputer interface. It was shown that immersion allows to increase the level of concentration and use the brain-computer interface more efficiently. This kind of immersion in virtual reality could initiate a whole series of applications operated intuitively, via thought commands, in a created virtual world.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2021, 1; 5-10
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Platformy edukacyjne z neuronowym sprzężeniem zwrotnym – zestaw badawczy
Educational Platforms with Neuro-Feedback – the Research Set
Autorzy:
Golus, Wojciech
Łojewski, Zdzisław
Powiązania:
https://bibliotekanauki.pl/articles/942927.pdf
Data publikacji:
2015
Wydawca:
Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
Tematy:
adaptatywne platformy edukacyjne
interfejs mózg-komputer
neuronowe sprzężenie zwrotne
adaptive learning platform
brain-computer interface
neurofeedback
Opis:
Trwający proces przechodzenia do społeczeństwa informacyjnego, a w tym edukacja, powinien być wspomagany nowoczesnymi narzędziami informatycznymi. Takim narzędziem niewątpli-wie mogą stać się platformy edukacyjne z biologicznym sprzężeniem zwrotnym, a w szczególności z neuronowym sprzężeniem zwrotnym. Artykuł prezentuje zagadnienia dotyczące zastosowania interfejsu mózg – komputer do współpracy z aplikacją edukacyjną. Celem artykułu jest projekt i prezentacja zestawu sprzętowego realizującego praktycznie platformę edukacyjną z dodatnim biologicznym sprzężeniem zwrotnym. W badaniach, jako interfejs mózg – komputer, wykorzystywany jest 2-kanałowy elektroencefalograf (EEG) z elektrodami suchymi. Artykuł szczegółowo opisuje konfigurację sprzętową zestawu badawczego. Przedstawione są wymagania dotyczące zasad eksploatacji takiego zestawu w warunkach placówek dydaktycznych i edukacyjnych w kontekście minimalizacji artefaktów. Prowadzone badania mają na celu sprawdzenie efektywności procesu nauczania z wykorzystaniem efektu dodatniego sprzężenia zwrotnego uzyskiwanego na poziomie pomiaru czynności kory mózgowej.
The ongoing transformation processes to the information society, including particularly education, should be supported by modern IT tools. Educational platforms of biological feedback, especially neurofeedback, constitute such a tool. The article presents issues concerning the application of brain-computer interface to work with the educational application. The purpose of this article is the design and presentation of a set of hardware performing edu-cational platform with a positive biological feedback. A 2-channel electroencephalograph (EEG) with dry electrodes is used as a brain-computer interface in these studies. The article describes in detail, a configuration of research equipment. Are presented the requirements for the operation of such a system in terms of teaching and educational institutions in the context of minimizing artifacts. These research aims to test the effectiveness of the learning process using the positive feedback effect obtained by measuring the activity of the cerebral cortex.
Źródło:
Nierówności Społeczne a Wzrost Gospodarczy; 2015, 44 cz. 1; 118-129
1898-5084
2658-0780
Pojawia się w:
Nierówności Społeczne a Wzrost Gospodarczy
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Event-related desynchronization/synchronization-based volitional cursor control in a two-dimensional center-out paradigm
Autorzy:
Huang, D.
Qian, K.
Oxenham, S.
Fei, D. -Y.
Bai, O.
Powiązania:
https://bibliotekanauki.pl/articles/1396737.pdf
Data publikacji:
2012
Wydawca:
Społeczna Akademia Nauk w Łodzi. Polskie Towarzystwo Sieci Neuronowych
Tematy:
brain-computer interface
BCI
two-dimensional
two-dimensional BCI control
event-related synchronization
event-related desynchronization
EEG
Opis:
To achieve a reliable two-dimensional control by noninvasive EEG-based brain-computer interface (BCI), users are typically required to receive long-term training to learn effective regulation of their brain rhythmic activities, and to maintain sustained attention during the operation. We proposed a two-dimensional BCI using event-related desynchronization and event-related synchronization associated with human natural behavior so that users need neither long-term training nor high mental loads to maintain concentration. In this study, we intended to further investigate the performance of the proposed BCI associated with either physical movement or motor imagery with an online two-dimensional centerout cursor control paradigm. Model adaptation method was employed for better decoding of human movement intention from EEG activities. The results demonstrated an effective center-out cursor control: as high as 77.1% during online control with physical movement and 57.3% with motor imagery. It suggests that two-dimensional BCI control can be achieved without long-term training.
Źródło:
Journal of Artificial Intelligence and Soft Computing Research; 2012, 2, 2; 97-108
2083-2567
2449-6499
Pojawia się w:
Journal of Artificial Intelligence and Soft Computing Research
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zastosowanie zagadnienia odwrotnego EEG do oceny aktywności elektrycznej kory mózgowej na użytek interfejsu BCI
Application of EEG inverse problem to evaluation of electrical activity of the cerebral cortex for the use of Brain-Computer Inter-face
Autorzy:
Oskwarek, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/152362.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
elektroencefalografia
aktywność mózgu
zagadnienie odwrotne EEG
interfejs mózg-komputer (BCI)
electroencephalography
brain activity
EEG inverse problem
Brain-Computer Interface (BCI)
Opis:
Treścią artykułu jest ocena aktywności elektrycznej kory mózgowej w badaniach wykonywanych na potrzeby interfejsu mózg-komputer (BCI). Analiza ta może być przydatna do optymalizacji liczby i rozmieszczenia elektrod oraz wyboru cech najlepiej separujących określone klasy zadań myślowych. Wyniki rozwiązania zagadnienia odwrotnego EEG pokazują, że w tej mierze najbardziej predysponowane są centralne obszary kory (pod elektrodami: C3, C4 i Cz), w paśmie alfa (8-12 Hz).
The subject of the paper is evaluation of the brain electrical activity associated with imagining some specific motor actions assigned to the specific classes in an asynchronous brain-computer interface (BCI) (Section 1, [1, 2, 3, 4]). These analyzes, called as inverse problems of EEG, can be useful to optimize the number and placement of electrodes and also to select the features which best separate the considered classes. Dedicated calculations were carried out using the algorithm sLORETA (Section 3, [7, 8, 9, 10]). Evaluation of brain activity in the time domain indicates the regular activation of the: frontal, temporal, occipital, and the central part of the cerebral cortex (Section 5, Fig. 5). However, the evaluation of activity in the frequency domain provides reliable information about the differences between the selected classes. The obtained results lead to the conclusion that in this matter the most important differences are observed in the central parts of the cortex, over which the electrodes: C3, C4 and Cz are located; in the alpha band, i.e. 8-12 Hz (Section 6, Fig. 6-8). Limitation of the analysis to 8 EEG time series confirms the correctness of the electrodes selection applied in the dedicated system g.tec, used in the Department of Information and Measuring Systems of the Warsaw University of Technology (Section 7, Fig. 9, [1, 2]). All the onclusions from performed calculations are consistent with the general neurobiological knowledge [5, 6].
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 5, 5; 275-278
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ redukcji liczby elektrod w systemie BCI na ocenę aktywności elektrycznej mózgu
The impact of reducing the number of electrodes in the BCI system on evaluation of the brain electrical activity
Autorzy:
Oskwarek, Ł.
Powiązania:
https://bibliotekanauki.pl/articles/155070.pdf
Data publikacji:
2014
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
interfejs mózg-komputer
BCI
elektroencefalografia
EEG
aktywność mózgu
zagadnienie odwrotne EEG
Brain-Computer Interface
electroencephalography
brain activity
EEG inverse problem
Opis:
W artykule zaprezentowano wyniki analiz dotyczących aktywności elektrycznej mózgu ukierunkowanych na możliwość redukcji liczby elektrod w badaniu EEG wykonywanym na potrzeby asynchronicznego interfejsu mózg-komputer (BCI). Stosowne obliczenia potwierdzają zasadność wyboru zestawu 8 elektrod (tzn. F3, T7, C3, Cp1, C4, T8, F4 i Cz) w systemie BCI, wykorzystującym wyspecjalizowany wzmacniacz EEG firmy g.tec, skonstruowanym w IETiSIP Politechniki Warszawskiej.
The subject of the paper is evaluation of the brain electrical activity associated with imagining some specific motor actions for the needs of asynchronous Brain-Computer Interface (BCI) [1-4]. These analysis, called EEG inverse problems, can be useful among others to optimize the number and placement of electrodes. Dedicated calculations were carried out using the algorithm sLORETA (Section 3) [5-13]. The basis of the BCI interface is the ability to detect differences between the considered classes of tasks. In the case of asynchronous interfaces, the evaluation of brain activity in the frequency domain provides much more conclusive information than the time-domain analysis. These indicate that, although the best conditions for synchronous neuronal activity are in the range of delta waves (up to 4 Hz), the biggest differences between the compared classes are apparent in the alpha band (8-12 Hz) in the central parts of the cortex (Section 5; pic. 2,3). Moreover, the performed calculations show no significant difference in the location of the brain activity sources for the results obtained using the set of 32 electrodes and after the fourfold reduction in the number of electrodes. Thus, they confirm the relevance of the set of 8 electrodes (i.e. F3, T7, C3, CP1, C4, T8, F4, and Cz) in the BCI system constructed and used in the Department of Information and Measuring Systems of the Warsaw University of Technology (Sections 6,7; Fig. 5; Tab. 2).
Źródło:
Pomiary Automatyka Kontrola; 2014, R. 60, nr 9, 9; 718-721
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Nieinwazyjny interfejs mózg–komputer do zastosowań technicznych
Noninvasive brain–computer interfaces for technical applications
Autorzy:
Cegielska, A.
Olszewski, M.
Powiązania:
https://bibliotekanauki.pl/articles/274791.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
interfejs mózg-komputer
elektroencefalografia
sterowanie za pomocą ludzkiego mózgu
aktywność mózgu
brain-computer interface
electroencephalography
control by the human brain
brain activity
Opis:
Celem opracowania jest zwięzłe opisanie zasad działania interfejsu mózg–komputer i przedstawienie jego możliwych zastosowań technicznych. Jest to współcześnie intensywnie rozwijany system mechatroniczny mierzący aktywność mózgu i generujący na jej podstawie sygnały sterujące dla urządzeń i maszyn. W artykule zawarto podstawowe informacje na temat ludzkiego mózgu, metod pomiaru jego aktywności, przetwarzania i klasyfikacji sygnałów. Przedstawiono różne możliwości realizacji interfejsu i jego zastosowania techniczne.
The aim of this paper is to briefly describe principles of brain–computer interface and presentation of its possible technical applications. At this point in time is in mechatronics an intensively developing system, that measures brain activity and on this basis generates control signals for devices or machines. This article contains basic information about the human brain, its activity and measurement methods, processing and classification of signals. Different abilities were presented to the realization of the interface and using it technical.
Źródło:
Pomiary Automatyka Robotyka; 2015, 19, 3; 5-14
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analiza sygnałów EEG na potrzeby interfejsu mózg-komputer
The analysis of EEG signals for the human brain-computer interface
Autorzy:
Hulewicz, A.
Jukiewicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/261747.pdf
Data publikacji:
2014
Wydawca:
Politechnika Wrocławska. Wydział Podstawowych Problemów Techniki. Katedra Inżynierii Biomedycznej
Tematy:
badania elektroencefalograficzne
potencjał spoczynkowy
potencjał czynnościowy
interfejs mózg-komputer
electroencephalographic examination
resting potential
action potential
brain-computer interface
Opis:
Praca dotyczy interdyscyplinarnego obszaru badań związanych z pomiarami i przetwarzaniem sygnału elektroencefalograficznego na potrzeby interfejsu mózg-komputer (BCI – brain computer interface). Badania EEG polegają na bezinwazyjnym pomiarze potencjałów elektrycznychz powierzchni czaszki za pomocą odpowiednich elektrod. W artykule szczegółowo przedstawiono podstawy neurobiologiczne i zagadnienia techniczne związane z pomiarami sygnałów EEG. Przedstawiono składowe sygnału elektroencefalograficznego, a także jego artefakty. Omówiono działanie systemów zawierających interfejsy mózg-komputer oraz opisano sposoby wyodrębnienia z sygnału parametrów wykorzystywanych w interfejsach BCI.
The paper concerns interdisciplinary research area associated with the measurements and the processing of electroencephalographic signals for the purpose of brain-computer interface (BCI). EEG studies are based on non-invasive measurement of electrical potentials from the surface of the skull using the respective electrodes. Fundamental neurobiological and technical issues related to the measurement of EEG signals are described in details. The components of electroencephalographic signals, as well as its artifacts, are presented. Working of systems based on brain-computer interfaces are discussed and the ways of extracting the parameters used in BCI interfaces from the measured signal are described.
Źródło:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna; 2014, 20, 3; 137-143
1234-5563
Pojawia się w:
Acta Bio-Optica et Informatica Medica. Inżynieria Biomedyczna
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie potencjałów mózgowych P300 do sterowania awatarem
Implementation of P300 potentials for controlling an avatar
Autorzy:
Majkowski, A.
Kołodziej, M.
Rak, R. J.
Powiązania:
https://bibliotekanauki.pl/articles/154837.pdf
Data publikacji:
2012
Wydawca:
Stowarzyszenie Inżynierów i Techników Mechaników Polskich
Tematy:
BCI
interfejs mózg-komputer
sygnały EEG
potencjał P300
awatar
brain-computer interface
EEG
P300 potential
avatar
Opis:
W artykule przedstawiono system BCI umożliwiający sterowanie awatarem w wirtualnym świecie gry Second Life z wykorzystaniem potencjału mózgowego P300. Do budowy systemu autorzy wykorzystali ogólnodostępne oprogramowanie BCI2000 oraz własne oprogramowanie umożliwiające sterowanie zewnętrzną aplikacją poprzez symulację naciśnięć przycisków klawiatury. Użytkownik w komfortowy sposób może sterować kierunkiem ruchu awatara. System jest uniwersalny i po drobnych modyfikacjach pozwala na sterowanie dowolnym urządzeniem. Docelowo autorzy chcą wykorzystać autorskie oprogramowanie do sterowania kierunkiem ruchu wózka inwalidzkiego.
In the paper there is presented a BCI system which enables control of avatar movement in the virtual world of the Second Life game. The system consists of two PCs connected via LAN. On the first computer the BCI200 system was launched with a modified Dochin board (Fig. 5). The interface enables choosing the direction of avatar movement (forward, backward, right, left). Next, the BCI2000 system sends the information about the avatar movement direction via UDP / IP protocol to the second computer. On that computer a program created by the authors is running. Its task is to receive information about the movement direction, and then to send the appropriate commands, in the form of simulated keystrokes, to the game. The program was written in C # (Visual Studio 2005). An important advantage of the proposed interface is that a user does not have to learn the proper generation of the EEG signal. With only one calibration session it was possible to collect features of P300 potential for a user and correctly train the classifier. The system is universal and after minor modifications can control any device. Ultimately, the authors want to use the software to control the direction of wheelchair movement.
Źródło:
Pomiary Automatyka Kontrola; 2012, R. 58, nr 4, 4; 352-354
0032-4140
Pojawia się w:
Pomiary Automatyka Kontrola
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
On diversity within operators EEG responses to LED-produced alternate stimulus in SSVEP BCI
Autorzy:
Byczuk, M.
Poryzała, P.
Materka, A.
Powiązania:
https://bibliotekanauki.pl/articles/201561.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
SSVEP brain-computer interface
SSVEP diversity
alternate half-field visual stimulation
information transfer rate
signal to background ratio
Opis:
This work is an attempt to identify causes of the widely observed fact that performance of Brain-Computer Interface systems based on Steady-State Visual Evoked Potentials varies between different users. The efficient LED-produced alternate stimulus systems are taken into account. The effect of stimulus color and flickering frequency on measured SSVEP response at first and second harmonics is investigated for 10 women and 11 men. The experimental setup is described, measurement procedure, signal processing and analysis algorithms are outlined. The results are presented and discussed. One of the early conclusions drawn from this extensive research is that the promising strategy of SSVEP-based BCI system optimization for best performance can be through stimulus adjustment to each individual user.
Źródło:
Bulletin of the Polish Academy of Sciences. Technical Sciences; 2012, 60, 3; 447-453
0239-7528
Pojawia się w:
Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Informatics system for concentration state analysis on the basis of a device operating in the brain – computer interface technology
System informatyczny do analizy stanów skupienia na bazie urządzenia działającego w technologii interfejsów mózg – komputer
Autorzy:
Paszkiel, Sz.
Powiązania:
https://bibliotekanauki.pl/articles/407646.pdf
Data publikacji:
2016
Wydawca:
Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:
concentration state analysis
brain-computer interface technology
EEG signal
Android
analiza stanów skupienia
technologia interfejsów mózg-komputer
sygnał EEG
Opis:
The informatics system designed for the needs of the workgroup working at the Faculty of Automatic Control and Computer Sciences of Opole University of Technology consisting of two applications, of which one is currently the most popular operating system in smart phones was described in the article. The objective of operation of the mobile application is connection of functionality of a device for electroencephalographic measurements with a daily used mobile phone. Thanks to applied connection in the form of an application it is possible to verify the concentration state of the particular person during execution of the particular action with the special consideration to the tasks, which require high concentration. Thanks to the elaborated mobile application we are able to determine the most effective daytime for learning and to draw the characteristics of the concentration loss time. The second application in the system is used as the synchronization server.
W artykule opisany został zaprojektowany na potrzeby grupy roboczej pracującej w ramach Instytutu Automatyki i Informatyki Politechniki Opolskiej system informatycznym składający się z dwóch aplikacji, z których jedna działa pod najpopularniejszym obecnie systemem operacyjnym na smartfonach. Celem pracy aplikacji mobilnej jest połączenie funkcjonalności urządzenia do pomiarów elektroencefalograficznych z używanym na co dzień urządzeniem telefonii mobilnej. Dzięki zastosowanemu połączeniu w postaci aplikacji, możliwa jest weryfikacja stanu skupienia danej osoby podczas wykonywania konkretnej czynności ze szczególnym uwzględnieniem tych zadań, które wymagają wysokiego skupienia. Dzięki opracowanej aplikacji mobilnej jesteśmy w stanie określić najbardziej efektywne pory dnia na naukę oraz wykreślić charakterystykę czasu utraty skupienia. Druga z aplikacji w systemie służy jako serwer synchronizacji.
Źródło:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2016, 2; 24-27
2083-0157
2391-6761
Pojawia się w:
Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie maszyny wektorów nośnych oraz liniowej analizy dyskryminacyjnej jako klasyfikatorów cech w interfejsach mózg-komputer
Using support vector machine and linear discriminant analysis for features classification in brain-computer interfaces
Autorzy:
Jukiewicz, M.
Powiązania:
https://bibliotekanauki.pl/articles/376916.pdf
Data publikacji:
2014
Wydawca:
Politechnika Poznańska. Wydawnictwo Politechniki Poznańskiej
Tematy:
interfejs mózg-komputer
Maszyna Wektorów Nośnych
Liniowa Analiza Dyskryminacyjna
brain-computer interface
support vector machine (SVM)
linear discriminant analysis
Opis:
Głównym celem artykułu jest porównanie skuteczności klasyfikacji cech dwóch algorytmów klasyfikujących wykorzystywanych w interfejsach mózg-komputer: SVM (ang. Support Vector Machine, Maszyna Wektorów Nośnych) oraz LDA (ang. Linear Discriminant Analysis, Liniowa Analiza Dyskryminacyjna). W artykule przedstawiono interfejs, w którym użytkownikowi prezentowane są dwa bodźce migające z różną częstotliwością (10 i 15 Hz), a następnie za pomocą elektrod elektroencefalografu mierzona jest odpowiedź elektryczna mózgu. W takich interfejsach sygnał zbierany jest zwykle w okolicach potylicznych (nad korą wzrokową). W prezentowanym rozwiązaniu sygnał mierzony jest z okolic czołowych. W przetwarzaniu i analizie sygnału zastosowano algorytmy statystycznego uczenia maszynowego. Do ekstrakcji cech sygnału wykorzystano Szybką Transformatę Fouriera, do selekcji cech: test t-Welcha, a do klasyfikacji cech: SVM oraz DLA. Na podstawie odpowiedzi uzyskanej z klasyfikatora możliwe jest np. wysterowanie kierunku skrętu robota mobilnego lub włączenie czy wyłączenie oświetlenia.
The main aim of this article is to compare the effectiveness of the classification of the two classifiers used in brain-computer interfaces: SVM (Support Vector Machine) and LDA (Linear Discriminant Analysis). The article presents an interface in which the subject is presented the two stimuli flashing at different frequencies (10 and 15 Hz) and then by using EEG electrodes electrical response of the brain is measured. In these interfaces, the signal is typically collected in the occipital area (on the visual cortex). In the presented solution the signal is measured form the prefrontal cortex. For signal processing and analysis statistical machine learning algorithms were used. For features’ extraction Fast Fourier Transform was used. For features’ selection Welch’s t test was used. For features’ classification was used SVM and DLA. Based on the responses obtained from the classifier it is possible to control the direction of a mobile robot’s movement or turning the lights on and off.
Źródło:
Poznan University of Technology Academic Journals. Electrical Engineering; 2014, 79; 25-30
1897-0737
Pojawia się w:
Poznan University of Technology Academic Journals. Electrical Engineering
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Interfejs mózg–komputer w zadaniu sterowania robotem mobilnym
Brain–computer interface in the task of mobile robot control
Autorzy:
Górska, M.
Olszewski, M.
Powiązania:
https://bibliotekanauki.pl/articles/274850.pdf
Data publikacji:
2015
Wydawca:
Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
Tematy:
interfejs mózg-komputer
elektroencefalografia
robot mobilny
sterowanie przy pomocy ludzkiego mózgu
brain-computer interface
electroencephalography
mobile robot
control by the human brain
Opis:
W artykule przedstawiono nowoczesną metodę komunikacji między człowiekiem a maszyną, w której wykorzystane są potencjały mózgowe – interfejs mózg–komputer. Opisano rozwój i właściwości metod komunikowania ludzkiego mózgu z urządzeniami i maszynami. Zaprezentowano projekt interfejsu, jakiego użyto do sterowania ruchem robota mobilnego. Aplikacja wykorzystuje elektroencefalografię, rolę sensora pełni komercyjny kask z suchymi elektrodami, umożliwiający pomiar poziomu pobudzenia i relaksu.
The paper presents modern method of communication between human and a machine, using brain potentials – brain–computer interface. A development and properties of methods of human brain announcing with devices and machines were described. The project of interface used to control mobile robot was developed. Application was based on electroencephalography, dry headset enabling attention and relax level measuring was used as a sensor.
Źródło:
Pomiary Automatyka Robotyka; 2015, 19, 3; 15-24
1427-9126
Pojawia się w:
Pomiary Automatyka Robotyka
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Interfejs mózg-komputer jako moduł mechatroniczny
Brain-computer interfaces as mechatronic module
Autorzy:
Tomaszewska, Ewa
Karczmarek, Mariusz
Mikołajewski, Dariusz
Powiązania:
https://bibliotekanauki.pl/articles/41205778.pdf
Data publikacji:
2018
Wydawca:
Uniwersytet Kazimierza Wielkiego w Bydgoszczy
Tematy:
sygnał elektryczny mózgu
elektroencefalografia
interfejs mózg-komputer
moduł mechatroniczny
neuroprotetyka
egzoszkielet
electrical brain signal
electroencephalography
brain-computer interface
mechatronic module
neurorosthetics
exoskeleton
Opis:
Komunikacja z otoczeniem to jedna z podstawowych potrzeb człowieka, z zaspokojeniem której mają problem osoby niepełnosprawne i w podeszłym wieku, napotykając na bariery utrudniające im poruszanie się i przekaz werbalny. Interfejs mózg-komputer to urządzenie, które wykorzystuje oczyszczony i przetworzony sygnał bioelektryczny człowieka do komunikacji z urządzeniem bezprzewodowym. Pomaga zdiagnozować nieprawidłową pracę mózgu. Poprzez gry komputerowe rozwija refleks i uczy koncentracji. Zastosowany jako moduł mechatroniczny umożliwia sterowanie urządzeniami i systemami mechatronicznymi.
Communication to envirnment constitutes one of the basis poaple's need. Meet of this need creates significant problem both for disabled people and elderly people due to mobility limitations and verbal communication limitations. Brain-computer interfaces (BCI) conctitutes device which uses filtered and processed human's bioelectrical signal to communicate to wireless device. It helps diagnise improper work of the brain. It also develops reflex and concentration thanks to BCI0controlled computer games. BCI-based mechatronic module allows to contorl mechatronic devices and systems.
Źródło:
Studia i Materiały Informatyki Stosowanej; 2018, 2; 10-16
1689-6300
Pojawia się w:
Studia i Materiały Informatyki Stosowanej
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-29 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