Διεπαφές εγκεφάλου-υπολογιστή για εφαρμογές κίνησης μέσω εικόνων

Βουζουνεράκης, Ιωάννης

Brain-Computer Interfaces for motor imagery applications

Διπλωματική εργασία

Author

Βουζουνεράκης, Ιωάννης

Date

2024-03-11

Advisor

Rangoussi, Maria

Διπλωματική εργασία (2.687Mb)

Keywords

Διεπαφές εγκεφάλου-υπολογιστή ; Κινητική φαντασίωση ; Κοινά χωρικά πρότυπα ; Ανάλυση γραμμικής διάκρισης ; Μηχανές διανυσματικής υποστήριξης ; Brain-computer interface ; BCI ; Motor imagery ; Common spatial pattern ; CSP ; Linear discriminant analysis ; Support Vector Machines ; SVM

Abstract

Αντικείμενο της διπλωματικής εργασίας είναι η ανάπτυξη ενός συστήματος διαπεφής εγκεφάλου-υπολογιστή. Σκοπός τέτοιων συστημάτων είναι να δοθεί ευκαιρία σε άτομα με σοβαρή παράλυση ένας διαφορετικός τρόπος επικοινωνίας που δεν εξαρτάται από τα νεύρα και τους μύες. Η εργασία επικεντρώνεται σε συστήματα διεπαφών εγκεφάλου υπολογιστή χρήση μη επεμβατικών μεθόδων, χρησιμοποιώντας την τεχνική της κινητικής φαντασίωσης (MI). Η εργασία εστιάζει γύρω από τα βασικά βήματα πραγματοποίησης ενός τέτοιου συστήματος για προβλήματα ταξινόμησης δύο κλάσεων. O χαμηλός λόγος σήματος προς θόρυβο και η πολυπλοκότητα των εγκεφαλικών σημάτων αποτελούν μια βασική πρόκληση για την αποτελεσματική μετάφραση της εγκεφαλικής δραστηριότητας. Το σύστημα που αναπτύχθηκε είναι βασισμένο στην εφαρμογή της μεθόδου των Κοινών Χωρικών Προτύπων (CSP) για την εξαγωγή χαρακτηριστικών, συνδυάζοντας τη Ανάλυση Γραμμικής Διάκρισης (LDA) και τις Μηχανές Διανυσματικής Υποστήριξης (SVM) για την ταξινόμηση των σημάτων κινητικής φαντασίωσης. Το σύνολο των δεδομένων που χρησιμοποιήθηκε για την δημιουργία του συστήματος είναι από τον τέταρτο διαγωνισμό διεπαφών εγκεφάλου υπολογιστή. Τελικός στόχος είναι η σύγκριση των δύο αλγορίθμων ταξινόμησης.

Abstract

The subject of this thesis is the development of a brain-computer interface system. The purpose of such systems is to provide individuals with severe paralysis an alternative way of communication that does not rely on nerves and muscles. The thesis focuses on non-invasive brain-computer interface systems using the technique of motor imagery (MI). It centers around the basic steps of implementing such a system for two-class classification problems. The low signal to noise ratio and the complexity of the brain signals pose a significant challenge for the effective translation of brain activity. The developed system is based on the application of the Common Spatial Patterns (CSP) method for feature extraction, combining Linear Discriminant Analysis (LDA) and Support Vector Machines (SVM) for the classification of motor imagery signals. The dataset used for the development of the system is from the fourth brain-computer interface competition. The goal is to compare the two classification algorithms.