Agy-gép interfész szoftver elemeinek fejlsztése

OData támogatás
Konzulens:
Dr. Ender Ferenc
Elektronikus Eszközök Tanszéke

A gondolattal irányítható elektronikus eszközök új fejezetet nyithatnak bizonyos fogyatékkal élő emberek életkörülményinek javításában. Ezen túl az is elképzelhető, hogy olyan területeket forradalmasítsanak, mint az internetes közösségi kommunikáció és a játékipar. A jelenlegi agy-gép interfész rendszerek működtetése azonban lassú és nehézkes a gyenge jel-zaj viszonnyal rendelkező agyi szenzorok és pontatlan jelfeldolgozó algoritmusok miatt. Az ún. mély tanuló (deep learning) algoritmusokat napjainkban egyre eredményesebben alkalmazzák klasszifikációs problémák, például képfeldolgozás, beszédfelismerés megoldására.

A dolgozat témája EEG felvételek vizsgálata mélytanuló neurális hálózati modellekkel. A feladat három fő területre osztható fel:

1. Online közzétett EEG felvételek előkészítése,

2. Különböző neurális hálózati modellek tesztelése ugyanazon adathalmazon,

3. Az eredmények kiértékelése.

A fellelt online közzétett adatbázisok közül Gerwin Schalk által létrehozott, 109 alanyról készült felvételeket tartalmazó adatbázist alkalmaztam.

A dolgozatban egy EEG alapú agy-gép interfész működéséhez szükséges jelfeldolgozás egy részegységét valósítottam meg: az általam fejlesztett mély neurális hálók a nyitott és csukott szem közötti agyi aktivitását különböztetik meg. A hálók a jövőben alapul szolgálhatnak fejlettebb, gondolati utasításait klasszifikáló mélytanuló algoritmusok készítéséhez, valamint azokat felhasználva az agy-gép interfész felhasználók éberségi állapotára következtethetünk.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.