P300 paradigma alkalmazása agy-számítógép interfészben

OData támogatás
Konzulens:
Dr. Pataki Béla
Méréstechnika és Információs Rendszerek Tanszék

Néhány évtizede még „misztikus”, távoli jövőként gondoltunk a tudat által irányított gépekre, programokra. Az agy-számítógép interfészek (Brain-Computer Interface, BCI) révén ez mára mindenki számára elérhető közelségbe került. A BCI rendszerek célkitűzése az agyi aktivitás rögzítésével egy újszerű, izommozgást nem igénylő kommunikációs csatorna teremtése ember és gép közt. Egyik fő alkalmazási területe a motoros idegrendszeri bénulásban szenvedők életminőségének javítása.

Szakdolgozatom a témakör legelterjedtebb technikáján, az elektroenkefalográfián (EEG) alapuló BCI rendszerek működését mutatja be. Feladatom volt egy, a P300 nevezetű, esemény által kiváltott potenciál komponens detektálására épülő offline BCI rendszer kialakítása. A P300 jelkomponens - vizuális inger jelentéstartalmának feldolgozása közben zajló - neurológia folyamatok megnyilvánulása, melyet az agy-számítógép interfészek széles körben használnak a felhasználó szándékának behatárolására.

Az EEG jelek rögzítését az úgynevezett P300 Speller kísérlet segítségével végeztem. A kísérlet során egy betűkből és számokból álló táblázat sorainak és oszlopainak véletlenszerű felvillanása keltette a vizuális ingert. Amennyiben az alany által fókuszált karaktert tartalmazó sor vagy oszlop felvillan, az ingerre adott agyi válaszban jelentkezik a P300 komponens. Ennek detektálásával kitalálható a figyelt karakter, és így a felhasználó képes lehet pusztán gondolatai és fókusza segítségével kommunikálni.

Munkám során először a BCI rendszer adatok regisztrálásához szükséges elemeit dolgoztam ki és a kísérletet végrehajtva 4 alany agyi aktivitását rögzítettem. Az adatok feldolgozásában használt praktikák tanulmányozását követően megalkottam a rendszer P300 detektálást lehetővé tevő, jelfeldolgozó komponenseit, a szakirodalomban bevált, illetve saját ötleten alapuló módszerek alkalmazásával.

A rendszer hatékonyságát a mért jelekkel, mesterségesen előállított jelekkel, valamint egy nemzetközi versenyről származó adatokkal értékeltem érzékenység, specifikusság és pontosság szempontjából. Az eredmények tekintetében mindegyik adathalmazon sikerült 90%-os detektálást elérnem.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.