Classification of single-trial EEG for online brain-computer interface
No Thumbnail Available
URL
Journal Title
Journal ISSN
Volume Title
Helsinki University of Technology |
Diplomityö
Checking the digitized thesis and permission for publishing
Instructions for the author
Instructions for the author
Authors
Date
2006
Department
Major/Subject
Laskennallinen tekniikka
Mcode
S-114
Degree programme
Language
en
Pages
46
Series
Abstract
Aivokäyttöliittymä luokittelee aivotoimintaa eri tehtävien aikana eri kategorioihin. Sen avulla liikuntakyvyttömät henkilöt voisivat ohjata tietokonesovelluksia. Harvoissa hyviin tuloksiin johtaneissa tutkimuksissa koehenkilöt ovat joutuneet harjoittelemaan useita viikkoja tai peräti kuukausia. Lisäksi kokeita tehdään valitettavan usein ainoastaan terveillä liikuntakykyisillä henkilöillä. Tässä diplomityössä esitellään uusi tosiaikaisesti toimiva aivokäyttöliittymä, joka perustuu yksittäisiin ajatuskäskyihin liittyvien elektroenkefalografia (EEG) -signaalien luokitteluun. Tavoitteena oli suunnitella systeemi, jonka käyttö ei vaatisi pitkää harjoittelua. Järjestelmällä tehtiin kaksi koetta, joilla selvitettiin voidaanko yhden kokeen aikana saavuttaa tyydyttävä suorituskyky. Koehenkilöinä oli kymmenen tervettä ja viisi neliraajahalvaantunutta, joilla ei ollut aiempaa kokemusta aivokäyttöliittymistä. Terveet koehenkilöt tekivät vasemman ja oikean sormen liikkeitä siirtääkseen palloa tietokoneruudulla. Vastaavasti potilaat yrittävät liikuttaa käsiään. Aivojen toimintaa liikkeiden aikana mitattiin EEG:llä. Eri tehtävien tunnistus perustui suureen joukkoon eri aivoaktivaatiohin liittyviä piirteitä. Kokeissa sekä muunnokset piirreavaruudessa että luokittelija päivitettiin jokaisen ennustuksen jälkeen käyttäen oikeata luokkatietoa. Tämä mahdollisti todenmukaisen palautteen antamisen koehenkilöille jo kokeen alussa. Täten sekä koehenkilöt että systeemi pystyivät oppimaan alusta asti. Kuusi kymmenestä terveestä koehenkilöstä saavutti vähintään 75% luokittelutuloksen noin kahdenkymmenen minuutin harjoittelun jälkeen. On ehdotettu, että tämä olisi vähimmäistarkkuus avustavan laitteen ohjauksessa. Yksi terve koehenkilö saavutti 21 bits/min laskennallisen informaationsiirtokapasiteetin. Tämä on verrattavissa pitkäkestoisella harjoittelulla saatujen tuloksien parhaimmistoon. Halvaantuneet koehenkilöt suoriutuivat huomattavasti huonommin. Vain kaksi heistä ylitti 60% tuloksen. Tämä osoittaa, että terveillä koehenkilöillä hyvin toimivat menetelmät eivät välttämättä toimi liikuntakyvyttömillä. Tulevaisuudessa tutkimuksen pitäisi keskittyä enemmän pääasialliseen käyttäjäryhmään.Description
Supervisor
Kaski, KimmoThesis advisor
Heikkonen, JukkaKeywords
electroencephalography, elektroenkefalografia, brain-computer interface, aivokäyttöliittymät, classification of brain signals, aivosignaalien luokittelu, movement related potentials, motoriset herätevasteet, tetraplegic patients, neliraajahalvaantuneet potilaat