Optimierung der Signalverarbeitung für ein hybrides Brain-Computer Interface
Seiten
- Keine Verlagsinformationen verfügbar
- Artikel merken
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 µT (8-13; (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.
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.
Erscheint lt. Verlag | 2.11.2015 |
---|---|
Reihe/Serie | Publication Series of the Institute of Automation, University of Bremen ; 7.3 |
Verlagsort | Aachen |
Sprache | deutsch |
Maße | 148 x 210 mm |
Gewicht | 186 g |
Einbandart | Paperback |
Themenwelt | Technik ► Elektrotechnik / Energietechnik |
Technik ► Maschinenbau | |
Schlagworte | BCI • CSP • Eye-Tracker • hybrid |
ISBN-10 | 3-8440-3838-8 / 3844038388 |
ISBN-13 | 978-3-8440-3838-5 / 9783844038385 |
Zustand | Neuware |
Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
Kolbenmaschinen - Strömungsmaschinen - Kraftwerke
Buch | Hardcover (2023)
Hanser (Verlag)
49,99 €