Određivanje usmjerenosti pažnje na različite vizualne podražaje iz elektroencefalograma pomoću BCILAB-a

završni rad

• Naslov (engleski): Detecting direction of attention on different visual stimuli from electroencephalogram using BCILAB
• Autor: Petra Franjić
• Mentor: Mario Cifrek (mentor)
• Član povjerenstva: Mario Cifrek (predsjednik povjerenstva)
• Član povjerenstva: Željka Lučev Vasić (član povjerenstva)
• Član povjerenstva: Sara Žulj (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2015-07-13, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Sučelje mozga i računala (engl. Brain Computer Interface, BCI) omogućuje korisniku da s okolinom komunicira bez potrebe za voljnom kontrolom mišića, oslanjajući se pritom najčešće na analizu električne aktivnosti mozga. Jedan od BCI sustava koji radi na tom načelu je i P300 sustav za slovkanje koji se temelji na izazivanju P300 vala. U sklopu ovog rada u BCILAB alatu za MATLAB analizirani su podaci dobiveni korištenjem navedene paradigme za slovkanje. Na jednostrukim repeticijama je provedena usporedba klasifikatora za različite vremenske intervale ekstrakcije prostorno-vremenskih obilježja, gdje se kao najtočnija pokazala linearna diskriminantna analiza (engl. Linear Discriminant Analysis, LDA). U sklopu rada je u BCILAB-u na temelju specifičnosti klasifikatora uspješno provedena detekcija slova na koje je ispitanik pri ispitivanju usmjerio pažnju.

Sažetak (engleski)

A brain-computer interface is a system which allows users to communicate without the need for them to use voluntary muscle control. To realise this, the system usually analyses electrical brain activity. An example of this approach is the P300 spelling system which is based on the evocation of the P300 wave. As a part of this thesis the MATLAB toolbox BCILAB was used for analysing data collected using the P300 speller paradigm. Different classifiers were compared on a single-trial basis using different time windows for spatiotemporal feature extraction, where linear discriminant analysis (LDA) proved itself as the most accurate classifier. BCILAB was also used to successfully detect the letter the test subject had attended to, by analysing classifier specificity for different letters of the spelling matrix.

• Ključne riječi: sučelje mozga i računala; (BCI); P300 val; prostorno-vremenska obilježja; linearna diskriminantna analiza (LDA)
• Ključne riječi (engleski): brain-computer interface (BCI); P300; linear discriminant analysis (LDA); spatio-temporal features
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:883841
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2018-02-06 08:46:47