Machine Learning-driven EEG Analysis towards brain-controlled vehicle

Πτυχιακή Εργασία uoadl:3245409 82 Αναγνώσεις

Μονάδα:
Τμήμα Πληροφορικής & Τηλεπικοινωνιών
Πληροφορική
Ημερομηνία κατάθεσης:
2022-11-08
Έτος εκπόνησης:
2022
Συγγραφέας:
ΠΑΝΑΓΕΑ ΘΕΟΔΩΡΑ
ΧΑΛΙΟΣ ΓΕΩΡΓΙΟΣ
Στοιχεία επιβλεπόντων καθηγητών:
Αθανασία Αλωνιστιώτη
Αναπληρώτρια Καθηγήτρια
Τμήμα Πληροφορικής και Τηλεπικοινωνιών
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
Πρωτότυπος Τίτλος:
Machine Learning-driven EEG Analysis towards brain-controlled vehicle
Γλώσσες εργασίας:
Αγγλικά
Μεταφρασμένος τίτλος:
Ανάλυση εγκεφαλογραφημάτων με χρήση μηχανικής μάθησης με σκοπό τον έλεγχο οχήματος
Περίληψη:
Με τη ραγδαία ανάπτυξη της τεχνολογίας, ο ανθρώπινος εγκέφαλος και οι υπολογιστές μπορούν να συνεργαστούν με τη βοήθεια βιοηλεκτρονικών συσκευών που χρησιμοποιούν βιο-σήματα, τα οποία ανιχνεύονται από μια συγκεκριμένη κατηγορία αισθητήρων που ονομάζονται βιο-αισθητήρες. Ένας νέος τομέας έρευνας που σχετίζεται με τη μελέτη των βιο-σημάτων έχει επικεντρωθεί ιδιαίτερα στην τεχνολογία ελεγχόμενη από το μυαλό. Πιο συγκεκριμένα, ο άμεσος έλεγχος ενός οχήματος με χρήση εγκεφαλικών κυμάτων μπορεί να βοηθήσει τα άτομα με αναπηρίες να ανακτήσουν τις οδηγικές τους ικανότητες, καθώς και να προσφέρει μια νέα επιλογή για υγιή άτομα να χειριστούν ένα όχημα. Η παρούσα πτυχιακή εργασία περιγράφει ένα όχημα ελεγχόμενο με το μυαλό (BCV) που χρησιμοποιεί την τεχνολογία Brain Computer Interface (BCI) για να ερμηνεύσει δεδομένα Ηλεκτροεγκεφαλογραφίας (EEG), να χειριστεί μια συσκευή και να αξιολογήσει τα εγκεφαλικά κύματα, προκειμένου να παραμείνει όσο το δυνατόν πιο κοντά στην ανθρώπινη φύση. Το σύστημα, το οποίο βασίζεται σε τεχνικές Μηχανικής Μάθησης, περιλαμβάνει τα ακόλουθα χαρακτηριστικά: (α) Επεξεργασία δεδομένων EEG για την ανάπτυξη διαφόρων μεθόδων εξαγωγής χαρακτηριστικών (β) χρήση κατάλληλων μηχανισμών μείωσης των διαστάσεων των δεδομένων, οι οποίοι στοχεύουν στην εύρεση συσχετισμών στα δεδομένα με σκοπό την απομάκρυνση μη κρίσιμων πληροφορίων, (γ) εφαρμογή μεθόδων ταξινόμησης που είναι σε θέση να προβλέψουν τις επιθυμητές ετικέτες που σχετίζονται με την κίνηση (αριστερό χέρι, δεξί χέρι, και τα δύο πόδια, γλώσσα), (δ) αντιστοίχηση των προβλεπόμενων σχετικά με την οδήγηση ετικετών σε πραγματικές κινήσεις (στροφή αριστερά, στροφή δεξιά, αύξηση ταχύτητας, μείωση ταχύτητας) και (ε) ενσωμάτωση των καλύτερων μοντέλων, με τη χρήση της μεθόδου ψηφοφορίας, σε ένα τελικό σύστημα BCV.
Κύρια θεματική κατηγορία:
Τεχνολογία – Πληροφορική
Λέξεις-κλειδιά:
Όχημα ελεγχόμενο από τον εγκέφαλο, Ηλεκτροεγκεφαλογράφημα, Αλγόριθμοι κατηγοριοποίησης, Μέθοδοι εξαγωγής χαρακτηριστικών
Ευρετήριο:
Ναι
Αρ. σελίδων ευρετηρίου:
5
Εικονογραφημένη:
Ναι
Αρ. βιβλιογραφικών αναφορών:
19
Αριθμός σελίδων:
42
Machine-Learning-driven-EEG-Analysis-towards-brain-controlled-vehicle.pdf (1 MB) Άνοιγμα σε νέο παράθυρο