Gehirn-Computer-Schnittstellen durch elektrische Kortexaktivität
Teilen:
Gehirn-Computer-Schnittstellen durch elektrische Aktivitäten des Kortex: Herausforderungen bei der Schaffung eines kognitiven Systems für mobile Geräte unter Verwendung von steady-state visuell evozierten Potenzialen
Pedro Morais, Carla Quintão, Pedro Vieira
Zusammenfassung
Das Forschungsfeld der Gehirn–Computer-Schnittstellen (BCI) entstand in dem Versuch, die Kommunikation zwischen gelähmten Patienten und Technologie zu ermöglichen. Indem der mentale Zustand einer Person durch die elektrische Aktivität ihres Gehirns identifiziert wird, weist ein typisches BCI-System eine bestimmte Aktion am Computer zu. Es ist bekannt, dass die visuelle Kortikalis bei einer bestimmten Frequenz stimuliert wird und mit derselben Frequenz aktiv ist. Diese steady–state visuell evoziertem Potenzial (SSVEP) Aktivität kann verwendet werden, um das oben genannte Kommunikationsziel zu erreichen. In dieser Arbeit analysieren wir zunächst die spontane elektrische Aktivität des Gehirns, um zwei mentale Zustände (Konzentration/Meditation) zu unterscheiden. Danach teilen wir, einem SSVEP-Ansatz folgend, den stimulierenden Bildschirm in vier Bereiche auf, von denen jeder mit einer unterschiedlichen Frequenz flimmert. Durch die Beobachtung der antwortenden Frequenz des occipitalen Lappens des Probanden können wir dann die 2-Bit-Entscheidung schätzen, die er getroffen hat. Wir stellen fest, dass ein solches Setup effizient für Echtzeit-BCI ist und leicht in mobile Geräte integriert werden kann. Darüber hinaus kann der Benutzer freiwillig ihre/seine Entscheidungen ändern und auf natürliche Weise mit dem System interagieren.
Gehirn-Computer-Schnittstellen durch elektrische Aktivitäten des Kortex: Herausforderungen bei der Schaffung eines kognitiven Systems für mobile Geräte unter Verwendung von steady-state visuell evozierten Potenzialen
Pedro Morais, Carla Quintão, Pedro Vieira
Zusammenfassung
Das Forschungsfeld der Gehirn–Computer-Schnittstellen (BCI) entstand in dem Versuch, die Kommunikation zwischen gelähmten Patienten und Technologie zu ermöglichen. Indem der mentale Zustand einer Person durch die elektrische Aktivität ihres Gehirns identifiziert wird, weist ein typisches BCI-System eine bestimmte Aktion am Computer zu. Es ist bekannt, dass die visuelle Kortikalis bei einer bestimmten Frequenz stimuliert wird und mit derselben Frequenz aktiv ist. Diese steady–state visuell evoziertem Potenzial (SSVEP) Aktivität kann verwendet werden, um das oben genannte Kommunikationsziel zu erreichen. In dieser Arbeit analysieren wir zunächst die spontane elektrische Aktivität des Gehirns, um zwei mentale Zustände (Konzentration/Meditation) zu unterscheiden. Danach teilen wir, einem SSVEP-Ansatz folgend, den stimulierenden Bildschirm in vier Bereiche auf, von denen jeder mit einer unterschiedlichen Frequenz flimmert. Durch die Beobachtung der antwortenden Frequenz des occipitalen Lappens des Probanden können wir dann die 2-Bit-Entscheidung schätzen, die er getroffen hat. Wir stellen fest, dass ein solches Setup effizient für Echtzeit-BCI ist und leicht in mobile Geräte integriert werden kann. Darüber hinaus kann der Benutzer freiwillig ihre/seine Entscheidungen ändern und auf natürliche Weise mit dem System interagieren.
Gehirn-Computer-Schnittstellen durch elektrische Aktivitäten des Kortex: Herausforderungen bei der Schaffung eines kognitiven Systems für mobile Geräte unter Verwendung von steady-state visuell evozierten Potenzialen
Pedro Morais, Carla Quintão, Pedro Vieira
Zusammenfassung
Das Forschungsfeld der Gehirn–Computer-Schnittstellen (BCI) entstand in dem Versuch, die Kommunikation zwischen gelähmten Patienten und Technologie zu ermöglichen. Indem der mentale Zustand einer Person durch die elektrische Aktivität ihres Gehirns identifiziert wird, weist ein typisches BCI-System eine bestimmte Aktion am Computer zu. Es ist bekannt, dass die visuelle Kortikalis bei einer bestimmten Frequenz stimuliert wird und mit derselben Frequenz aktiv ist. Diese steady–state visuell evoziertem Potenzial (SSVEP) Aktivität kann verwendet werden, um das oben genannte Kommunikationsziel zu erreichen. In dieser Arbeit analysieren wir zunächst die spontane elektrische Aktivität des Gehirns, um zwei mentale Zustände (Konzentration/Meditation) zu unterscheiden. Danach teilen wir, einem SSVEP-Ansatz folgend, den stimulierenden Bildschirm in vier Bereiche auf, von denen jeder mit einer unterschiedlichen Frequenz flimmert. Durch die Beobachtung der antwortenden Frequenz des occipitalen Lappens des Probanden können wir dann die 2-Bit-Entscheidung schätzen, die er getroffen hat. Wir stellen fest, dass ein solches Setup effizient für Echtzeit-BCI ist und leicht in mobile Geräte integriert werden kann. Darüber hinaus kann der Benutzer freiwillig ihre/seine Entscheidungen ändern und auf natürliche Weise mit dem System interagieren.
