|
| |
|
|
Řízení virtuálního robota pomocí EEG
Drla, Michal ; Goldmann, Tomáš (oponent) ; Tinka, Jan (vedoucí práce)
Tato práce si kladla za cíl implementovat aplikaci, ve které je možné ovládat virtuálního robota pomocí EEG. V práci je vysvětlena teorie nutná k pochopení, jak fungují BCI systémy, které zpracovávají signály EEG. Jsou zde uvedeny nejen základy analýzy EEG, ale také ukazuje biologii lidského mozku a signály, které lze získat. Další důležitou části je teorie neuronových sítí, které byly v implementaci využity. V implementaci jsou popsané skripty, které byly využity pro sbírání dat, návrh neuronové sítě a tvorba demonstrační aplikace. Výsledky testování jsou uspokojivé. Neuronová síť vyhodnocovala správně signály EEG a uživatel byl schopen ovládat virtuálního robota.
|
|
|
Person Identification and Verification Using EEG
Žitný, Roland ; Orság, Filip (oponent) ; Tinka, Jan (vedoucí práce)
The aim of this work was to create a brain-computer interface that reliably identifies and verifies a person using his electroencephalographic signals. Creating a user profile and verifying it is based on processing reactions to his own face, and the face of strangers or acquaintances. Algorithms such as bandpass and noise removal using wavelet transformation are user to filter signals. The classification of reactions is performed using a convolutional neural network or linear discriminant analysis. The average accuracy of the linear discriminant analysis is 66.2 % and of the convolutional neural network is 58.7 %. The maximum achieved accuracy was with linear discriminant analysis and at 93.7 %.
|
|
|
Analýza a klasifikace dat ze snímače mozkové aktivity
Persich, Alexandr ; Grézl, František (oponent) ; Szőke, Igor (vedoucí práce)
Tato práce se zabývá snímáním, zpracováním a klasifikací mozkové aktivity snímané pomocí brain-computer interface (BCI) zařízení od společnosti OpenBCI a možnostmi využití mozkové aktivity vyvolané představovaným pohybem končetin k ovládání aplikace. K řešení zadaného problému jsou využity metody pro zpracování signálu a strojového učení. Podařilo se vytvořit program umožňující snímání, zpracovávání a klasifikaci mozkové aktivity pomocí umělé neuronové sítě. Průměrná přesnost klasifikace na umělých datech je 99.156%. Na datech reálných se podařilo dosáhnout průměrné přesnosti 73.71%.
|
|
|
EEG biofeedback rozhraní lidského mozku a počítače
Kněžík, Jan ; Kořenek, Jan (oponent) ; Marušinec, Jaromír (vedoucí práce)
Tato práce se zabývá rozhraním EEG biofeedbacku mezi lidským mozkem a počítačem a jeho konkrétní implementací v jazyce Java. Tento systém je postaven na základě počítače uskutečňujícího biologickou zpětnou vazbu (biofeedback) a elektroencefalografie (EEG), pomocí níž je prováděno snímání stavů mozku uživatele. Tímto způsobem je možné mozek efektivně trénovat a dosáhnout lepšího soustředění, odstranění poruch spánku a učení. Dále je zde obsažen návrh ovládání směru počítačové myši pomocí EEG zařízení, u kterého je člověk schopen pomocí kmitočtu mozkových vln řídit směr pohybu kurzoru po obrazovce. Motivací k řešení tohoto problému je snaha pomoci postiženým lidem komunikovat s okolním světem. Úvod práce obsahuje základní fakta o lidském mozku, elektroencefalografii a EEG biofeedbacku. Následují kapitoly se zabývají specifikací požadavků na vyvíjenou aplikaci, jejím návrhem a popisem vlastní implementace. Závěrečná část je věnována systémům BCI (Brain-Computer Interface) a návrhu ovládání počítače pomocí EEG zařízení se zhodnocením dosažených výsledků.
|
|
|
Analýza a klasifikace dat ze snímače mozkové aktivity
Jileček, Jan ; Černocký, Jan (oponent) ; Szőke, Igor (vedoucí práce)
V této práci zkoumám snímač mozkové aktivity OpenBCI Ultracortex IV EEG ve formě headsetu, problematiku nahrávání EEG dat, neurofeedbacku a metody strojového učení z nasbíraných dat mozkové aktivity sensorimotorické části mozku, ve které sleduji EEG signatury záměru pro pohyb levé a pravé ruky. Výstupem je několik datových sad pro trénování a testování, nástroj pro sběr dat mozkové aktivity, demo neurofeedback aplikace a statistické údaje vycházející z analýzy nasbíraných dat. Čerpám zde z existujících výzkumů, se kterými porovnávám dosažené výsledky. Použité metody a jejich úspěšnost popíšu a vyhodnotím jejich efektivitu.
|
|
|
Wheelchair control using EEG signal classification
Malý, Lukáš ; Sadovský, Petr (oponent) ; Žalud, Luděk (vedoucí práce)
This diploma thesis presents the concept of mind-controlled electric wheelchair designed for people who are not able to use other interfaces such as hand joystick. Four main components of concept are described: electroencephalography, brain-computer interface, shared control and the electric wheelchair. In the text used methodology is described and results of conducted experiments are presented. In conclusion suggestions for future development are outlined.
|
|
|
Control of the electric wheelchair using EEG classification
Malý, L.
Electric wheelchairs are some of the most important devices to assist physically handicapped persons. This paper presents the concept of brain controlled electric wheelchair designed for people who are not able to use other interfaces such as a hand joystick, and in particular for patients suffering from amyotrophic lateral sclerosis (ALS). The objective is to control the direction of an electric wheelchair using noninvasive scalp electroencephalogram (EEG).
|
|
|
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).
|
host ::
RSS.