Ανάλυση EEG και EOG σημάτων με ευφυείς τεχνικές για τηλεκίνηση RC αμαξιδίου

Ζωγράφου, Άρτεμις; Zografou, Artemis

dc.contributor.author	Ζωγράφου, Άρτεμις	el
dc.contributor.author	Zografou, Artemis	en
dc.date.accessioned	2018-09-04T10:07:51Z
dc.date.available	2018-09-04T10:07:51Z
dc.date.issued	2018-09-04
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/47502
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.15707
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Μηχανική μάθηση	el
dc.subject	EEG signals	en
dc.subject	Διεπαφή εγκεφάλου-υπολογιστή	el
dc.subject	Ηλεκτροεγκεφαλικά σήματα	el
dc.subject	Βιοσήματα	el
dc.subject	EOG signals	en
dc.subject	Signal preprocessing	en
dc.subject	Machine learning	en
dc.subject	Brain computer - Interface (BCI)	en
dc.subject	Classification	en
dc.subject	Application demo car	en
dc.title	Ανάλυση EEG και EOG σημάτων με ευφυείς τεχνικές για τηλεκίνηση RC αμαξιδίου	el
dc.title	Analysis of EEG and EOG signals for remote control of an experimental vehicle	en
heal.type	bachelorThesis
heal.classification	Μηχανική μάθηση	el
heal.classification	Machine learning	en
heal.classification	Διεπαφή εγκεφάλου-υπολογιστή	el
heal.classification	Ηλεκτροεγκεφαλικά σήματα	el
heal.classification	Βιοσήματα	el
heal.classification	EEG	en
heal.classification	EOG	en
heal.classification	Brain computer interface	en
heal.classification	Biosignals	en
heal.classification	Signal processing	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2018-03-28
heal.abstract	Στη διπλωματική εργασία αυτή μελετήθηκαν τα EEG και EOG σήματα του ανθρώπινου εγκεφάλου με στόχο την δημιουργία μίας διεπαφής ανθρώπου υπολογιστή (BCI: Brain Computer Interface). Συγκεκριμένα, ερευνήθηκαν τα σήματα εκείνα που σχετίζονται με τις κινήσεις των ματιών. Η διεπαφή που δημιουργήθηκε αποτελεί μία εφαρμογή πραγματικού χρόνου με την οποία ο χρήστης έχει την δυνατότητα βασικού τηλεχειρισμού ενός μικρού αμαξιού μόνο με τις κινήσεις των ματιών του. Το σύστημα που δημιουργήθηκε αποτελείται από το σύστημα απόφασης και την σύνδεση του με το αμαξάκι. Όσων αφορά το σύστημα απόφασης αποτελείται συνολικά από 4 στάδια: την καταγραφή των σημάτων, την προεπεξεργασία τους, την εξαγωγή των κατάλληλων χαρακτηριστικών από αυτά και την ταξινόμηση τους. Ο διαχωρισμός των σημάτων γίνεται σε 4 κλάσεις, ανάλογα με την κίνηση του ματιού που έχει εκτελέσει ο χρήστης, ανοιχτά/κλειστά μάτια και οριζόντια κίνηση των ματιών δεξιά/ αριστερή. Για τον σκοπό αυτό υλοποιήθηκε μία αλυσίδα από 3 SVM, καθένα εκπαιδευμένο για την ταξινόμηση διαφορετικής κίνησης. Στην συνέχεια, οι 4 αυτές κλάσεις αντιστοιχούνται μέσω κατάλληλης διεπαφής σε 4 απλές κινήσεις του μικρού αμαξιδίου. Κατά συνέπεια φαίνεται ότι, το προαναφερόμενο σύστημα έχει την δυνατότητα, ανάλογα με τα εισερχόμενα δεδομένα, να αποφασίζει ποια κίνηση έχει εκτελεστεί από τον χρήστη και να την μεταφράζει στην αντίστοιχη κίνηση του αμαξιδίου.	el
heal.abstract	In this diploma thesis, we study the EEG and EOG signals of the human brain in order to create a Brain - Computer Interface (BCI). In particular, the signals that were examined are those related to eye movement. The proposed interface constitutes a real-time application, which enables the user to control a demo car only via eye movements. The whole system consists of 2 main parts: the decision making subsystem and the connection between the latter and the demo car. The decision making system is made up of 4 stages: the recording of the signals, the preprocessing of the signals, the feature extraction and finally the classification. More specifically, the classification is conducted in 4 classes, corresponding to a particular eye movement: open eyes/close eyes, right and left movement of the eyes. For this purpose a chain of 3 SVMs is implemented, each one trained to recognize a specific movement. Subsequently, the 4 aforementioned classes are matched to 4 simple movements of the demo car. Thus it is clear that the aforementioned system is capable of deciding which eye movement has been made, based on the input data, and translate it to a corresponding action of the car.	en
heal.advisorName	Σταφυλοπάτης, Ανδρέας Γεώργιος	el
heal.committeeMemberName	Σταφυλοπάτης, Ανδρέας Γεώργιος	el
heal.committeeMemberName	Στάμου, Γιώργος	el
heal.committeeMemberName	Νικήτα, Κωνσταντίνα	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Συστημάτων Μετάδοσης Πληροφορίας και Τεχνολογίας Υλικών. Εργαστήριο Ευφυών Επικοινωνιών και Δικτύων Ευρείας Ζώνης	el
heal.academicPublisherID	ntua
heal.numberOfPages	86 σ.
heal.fullTextAvailability	true