Klasifikacija vidnih evociranih potencijala stabilnog stanja u sustavu sučelja mozga i računala

završni rad

• Naslov (engleski): Classification of Steady State Visual Evoked Potentials in Brain Computer Interfaces
• Autor: Lucija Planinić
• Mentor: Mario Cifrek (mentor)
• Član povjerenstva: Mario Cifrek (predsjednik povjerenstva)
• Član povjerenstva: Željka Lučev Vasić (član povjerenstva)
• Član povjerenstva: Krešimir Friganović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2018-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Elektrotehnika

Sažetak

Sučelje mozga i računala je izravna komunikacijska veza između mozga i vanjskog uređaja. Nju ostvarujemo prikupljanjem i obradom signala dobivenih snimanjem električne aktivnosti mozga elektroencefalografom. U ovom radu klasificirani su vizualni evocirani potencijali stabilnog stanja koji se u mozgu pojavljuju pri svjetlosnom podražaju koji treperi određenom frekvencijom. Klasifikacija je česti problem u strojnom učenju te postoje mnoge metode koje se u tu svrhu koriste. Uspoređene su 3 metode koje se koriste za klasifikaciju: linearna diskriminantna analiza, metoda potpornih vektora i neuronska mreža. Od te tri metode najveća točnost predviđanja postignuta je metodom potpornih vektora. Neuronska mreža predviđa sa zanemarivo lošijom točnošću od metode potpornih vektora (razlika od otprilike 1%) a najmanju točnost predviđanja ima linearna diskriminantna analiza.

Sažetak (engleski)

A brain-computer interface is defined as direct communication between a brain and an external device. That is achieved through collecting and processing signals obtained by recording the electrical activity of the brain with an electroencephalograph. In this paper, steady state visual evoked potentials, which appear in the brain when a flickering visual stimulus is presented, were classified. Classification is a common machine learning problem, so there are many methods used for that purpose. Three methods used for classification were compared: linear discriminant analysis, support vector machine and artificial neural network. Between those three methods, the best results were achieved with the support vector machine. The neural network performed with an insignificantly smaller accuracy than the support vector machine (the difference was around 1%), while the linear discriminant analysis algorithm performed with the lowest accuracy.

• Ključne riječi: evocirani potencijali stabilnog stanja; klasifikacija; sučelje mozga i računala
• Ključne riječi (engleski): steady-state visual evoked potentials; classification; brain-computer interface
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:726436
• Studijski program: Naziv: Elektrotehnika i informacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka elektrotehnike i informacijske tehnologije (univ. bacc. ing. el. techn. inf.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-14 00:01:22