|
|
Brain-Computer Interface Epoc Emotiv a potenciál jeho komerčního využití
Vencelides, David ; Bečev, Ondřej (vedoucí práce) ; Smutný, Zdeněk (oponent)
Tato bakalářská práce je zaměřena na Brain Computer Interface. Konkrétně na zařízení Emotiv Epoc. První část práce je zaměřena na úvod do tématu Brain Computer Interface. Tato část je zaměřena na stručnou historii BCI a na způsoby měření mozkové aktivity. Druhá část práce se zabývá konkrétními BCI produkty, které jsou dostupné na spotřebitelském trhu volně k prodeji za cenu přístupnou běžnému zákazníkovi. Třetí část práce je zaměřena na jeden konkrétní BCI produkt EPOC Emotiv. V této části je přístroj představen. Práce se zabývá jaké má přístroj možnosti a omezení, dále je pozornost věnována aplikacím, které jej využívají. A na závěr je uveden teoretický návrh meditační aplikace.
|
|
|
Faktory ovlivňující využitelnost nervového ovládání počítače v oblasti informačního managementu
Živkov, Martin ; Brixí, Radim (vedoucí práce) ; Kalina, Jaroslav (oponent)
Práce se zabývá problematikou brain--computer interface (BCI). V první části jsou popsána potřebná teoretická východiska pro provedený výzkum. Kapitola Analýza technologie (EEG, EMG) je pojata obecně a objasňuje základní teorii fungování EEG a EMG zařízení. Kapitola Popis zařízení EPOC neuroheadset rozebírá konkrétní přístroj použitý při výzkumu především po technické a funkční stránce. Oddíl Analýza praktického využití BCI zařízení Emotiv EPOC neuroheadset je sebevysvětlující. Předmětem zájmu praktické části je vliv činitelů na využitelnost BCI neuroheadsetu EPOC v oblasti informačního managementu, které byly utříděny a analyzovány. Pro aplikaci výzkumu byla vybrána oblast lidských faktorů (fyzických i psychických), u kterých byla vyšetřována korelace se schopností naučit se používat neuroheadset EPOC, resp. jeho BCI složku. Pro výzkum byla použita experimentální metoda, kdy byl vzorek dobrovolníků otestován, podroben dotazníkovému šetření pro získání vlastností a opakovaně testován na schopnost používat BCI složku neuroheadsetu EPOC. Ve výzkumné části bylo zjištěno, že se schopností naučit se používat BCI, koreluje optimističnost (Pearsonův korelační koeficient 0,731 [Pkk] na hladině významnosti 0,01 ), stabilita (|0,648| Pkk na hladině významnosti 0,01), koncentrace (|0,638| Pkk na hladině významnosti 0,01), self-efficacy (0,549 Pkk na hladině významnosti 0,05), prostorové vnímání (0,426 Pkk na hladině významnosti 0,01).
|
|
|
Využitelnost nervového ovládání počítače
Němec, Pavel ; Brixí, Radim (vedoucí práce) ; Kalina, Jaroslav (oponent)
Hlavním cílem práce je otestování využitelnosti přístroje pro nervové ovládání počítače na skupině deseti dobrovolníků. V další části práce se autor zaměřuje na problematiku Elektroencefalografie a převodu analogového neurosignálu z mozku do digitální podoby. Další kapitola popisuje na trhu již dostupné přístroje, které umožňují zákazníkům přímé ovládání počítače s využitím biosignálu z mozku. Detailněji je popsán přístroj vybraný pro účely této práce -- Emotiv Epoc. Posledním cílem práce je pokus o predikci vývoje technologie nervového ovládání počítače. Práce dokazuje využitelnost přístroje v současné podobě pro každodenní práci s aplikací Microsoft Project a představuje uživatele, kteří jsou schopni se naučit tímto přístrojem ovládat počítač za pouhých 980 minut tréninku.
|
|
|
Classification Methods for Brain-Computer Interface
Bobrov, P. ; Frolov, A. A. ; Húsek, Dušan
The performance of four classifiers for Brain Computer Interface (BCI) systems based on multichannel EEG recordings is tested in this work. The classifiers are designed to distinguish EEG patterns corresponding to performance of several mental tasks. It is shown that relatively simple classifiers based on the Bayesian approach are comparable in classification accuracy with more sophisticated classifiers based on Common Spatial Patterns and Common Tensor Discriminant Analysis
|
|
| |
|
|
Evaluation of cognitive ERP, ERD/ERS from intracerebral electrodes during the testing of executive functions, the time – frequency analysis
Chládek, Jan ; Bočková, M. ; Halámek, Josef ; Jurák, Pavel ; Nestrašil, I. ; Rektor, I.
In the present paper we describe the procedure of evaluation repeated EEG signals obtained from deep brain structures. Data are processed using the time-frequency analysis, which helps to determine individual frequency (IF) bands and afterwards are processed using complex demodulation technique to assess power envelope of IF band. We analysed phase-locked (Event-Related Potentials) and non-phase-locked (Event Related De/Synchronisation) signals obtained during different task conditions. Because of low signal to noise ratio, statistical tests of credibility and significance were used.
|
host ::
RSS.