Gehirn-Computer-Schnittstellen durch elektrische Kortexaktivität
Maverick Nguyen
Aktualisiert am
28.05.2018
Gehirn-Computer-Schnittstellen durch elektrische Kortexaktivität
Maverick Nguyen
Aktualisiert am
28.05.2018
Gehirn-Computer-Schnittstellen durch elektrische Kortexaktivität
Maverick Nguyen
Aktualisiert am
28.05.2018
Gehirn-Computer-Schnittstellen durch elektrische Kortexaktivität: Herausforderungen bei der Erstellung eines kognitiven Systems für mobile Geräte unter Verwendung von Steady-State Visually Evoked Potentials
Pedro Morais, Carla Quintão, Pedro Vieira
Zusammenfassung
Das Forschungsfeld der Gehirn–Computer-Schnittstellen (BCI) entstand in dem Versuch, die Kommunikation zwischen gelähmten Patienten und der Technologie zu ermöglichen. Indem ein typisches BCI-System den mentalen Zustand eines Individuums durch die elektrische Aktivität seines Gehirns identifiziert, weist es diesem eine bestimmte Aktion im Computer zu. Es ist bekannt, dass der visuelle Kortex, wenn er mit einer bestimmten Frequenz stimuliert wird, Aktivität mit derselben Frequenz zeigt. Diese Steady–State Visually Evoked Potential (SSVEP)-Aktivität kann genutzt werden, um das zuvor genannte Kommunikationsziel zu erreichen. In dieser Arbeit analysieren wir zunächst die spontane elektrische Aktivität des Gehirns, um zwei mentale Zustände (Konzentration/Meditation) zu unterscheiden. Anschließend unterteilen wir nach einem SSVEP-Ansatz den stimulierenden Bildschirm in vier Bereiche, von denen jeder mit einer anderen Frequenz flimmert. Durch die Beobachtung der Antwortfrequenz aus dem Okzipitallappen der Testperson können wir dann die von ihr getroffene 2-Bit-Entscheidung abschätzen. Wir stellen fest, dass ein solcher Aufbau für Echtzeit-BCI effizient ist und sich leicht in mobile Geräte integrieren lässt. Zudem ist der Benutzer in der Lage, seine Entscheidungen freiwillig zu ändern und auf natürliche Weise mit dem System zu interagieren.
Gehirn-Computer-Schnittstellen durch elektrische Kortexaktivität: Herausforderungen bei der Erstellung eines kognitiven Systems für mobile Geräte unter Verwendung von Steady-State Visually Evoked Potentials
Pedro Morais, Carla Quintão, Pedro Vieira
Zusammenfassung
Das Forschungsfeld der Gehirn–Computer-Schnittstellen (BCI) entstand in dem Versuch, die Kommunikation zwischen gelähmten Patienten und der Technologie zu ermöglichen. Indem ein typisches BCI-System den mentalen Zustand eines Individuums durch die elektrische Aktivität seines Gehirns identifiziert, weist es diesem eine bestimmte Aktion im Computer zu. Es ist bekannt, dass der visuelle Kortex, wenn er mit einer bestimmten Frequenz stimuliert wird, Aktivität mit derselben Frequenz zeigt. Diese Steady–State Visually Evoked Potential (SSVEP)-Aktivität kann genutzt werden, um das zuvor genannte Kommunikationsziel zu erreichen. In dieser Arbeit analysieren wir zunächst die spontane elektrische Aktivität des Gehirns, um zwei mentale Zustände (Konzentration/Meditation) zu unterscheiden. Anschließend unterteilen wir nach einem SSVEP-Ansatz den stimulierenden Bildschirm in vier Bereiche, von denen jeder mit einer anderen Frequenz flimmert. Durch die Beobachtung der Antwortfrequenz aus dem Okzipitallappen der Testperson können wir dann die von ihr getroffene 2-Bit-Entscheidung abschätzen. Wir stellen fest, dass ein solcher Aufbau für Echtzeit-BCI effizient ist und sich leicht in mobile Geräte integrieren lässt. Zudem ist der Benutzer in der Lage, seine Entscheidungen freiwillig zu ändern und auf natürliche Weise mit dem System zu interagieren.
Gehirn-Computer-Schnittstellen durch elektrische Kortexaktivität: Herausforderungen bei der Erstellung eines kognitiven Systems für mobile Geräte unter Verwendung von Steady-State Visually Evoked Potentials
Pedro Morais, Carla Quintão, Pedro Vieira
Zusammenfassung
Das Forschungsfeld der Gehirn–Computer-Schnittstellen (BCI) entstand in dem Versuch, die Kommunikation zwischen gelähmten Patienten und der Technologie zu ermöglichen. Indem ein typisches BCI-System den mentalen Zustand eines Individuums durch die elektrische Aktivität seines Gehirns identifiziert, weist es diesem eine bestimmte Aktion im Computer zu. Es ist bekannt, dass der visuelle Kortex, wenn er mit einer bestimmten Frequenz stimuliert wird, Aktivität mit derselben Frequenz zeigt. Diese Steady–State Visually Evoked Potential (SSVEP)-Aktivität kann genutzt werden, um das zuvor genannte Kommunikationsziel zu erreichen. In dieser Arbeit analysieren wir zunächst die spontane elektrische Aktivität des Gehirns, um zwei mentale Zustände (Konzentration/Meditation) zu unterscheiden. Anschließend unterteilen wir nach einem SSVEP-Ansatz den stimulierenden Bildschirm in vier Bereiche, von denen jeder mit einer anderen Frequenz flimmert. Durch die Beobachtung der Antwortfrequenz aus dem Okzipitallappen der Testperson können wir dann die von ihr getroffene 2-Bit-Entscheidung abschätzen. Wir stellen fest, dass ein solcher Aufbau für Echtzeit-BCI effizient ist und sich leicht in mobile Geräte integrieren lässt. Zudem ist der Benutzer in der Lage, seine Entscheidungen freiwillig zu ändern und auf natürliche Weise mit dem System zu interagieren.
Weiterlesen