Υπολογιστικές τεχνικές αποκωδικοποίησης σήματος για διεπαφές εγκεφάλου - υπολογιστή στη νευροεργονομία

Περίληψη

Η διατριβή αυτή διαπραγματεύεται δύο κατηγορίες Διεπαφών Εγκεφάλου-Υπολογιστή (ΔΕΥ) που βασίζονται στο ηλεκτροεγκεφαλογράφημα και βρίσκουν εφαρμογή στο πεδίο της Νευροεργονομίας. Η πρώτη κατηγορία αφορά συστήματα με δυνατότητα ανίχνευσης εσφαλμένων αποκρίσεων και αυτοδιόρθωσης ενώ η δεύτερη διαπραγματεύεται συστήματα που σχετίζονται με την παρακολούθηση της ανθρώπινης συμπεριφοράς κατά τη διάρκεια οδήγησης ενός οχήματος.Σχετικά με τις ΔΕΥ που ενσωματώνουν λειτουργίες αυτοδιόρθωσης, αρχικά εξετάζεται η δυνατότητα για εκμετάλλευση της αυθόρμητης απόκρισης του ανθρώπινου εγκεφάλου κατά τη διαδικασία παρατήρησης ενός λάθους. Η απόκριση αυτή αναφέρεται συχνά με τον αγγλικό όρο Error-Related Potential (ErrP). Προκειμένου να αυξηθεί η ικανότητα του συστήματος να αναγνωρίζει αυτές τις αποκρίσεις, παρουσιάζεται μια μεθοδολογία για τον σχεδιασμό χωρικών φίλτρων η οποία βασίζεται στο κριτήριο διαχωρισιμότητας του Fisher και είναι κατάλληλη για την ανάλυση προκλητών δυναμικών. Επιπλέον, αποδεικνύε ...
περισσότερα

Περίληψη σε άλλη γλώσσα

This thesis focuses on two different electroencephalography (EEG) based Brain-Computer Interface (BCI) applications in the context of neuroergonomics. The first concerns the so-called error-aware systems while the second revolves around human monitoring in driving and driving-like settings.Regarding the error-aware systems, we initially examined the possibility of exploiting brain's spontaneous responses with respect to the perception of an error (a response known as Error-Related Potential; ErrP) so as to create systems that are capable of incorporating self-correcting capabilities. In order to increase the detectability of such responses and consequently the neural decoding capabilities of a system, a generalized methodology for designing spatial filters based on the Fisher’s discriminant analysis of single-trial temporal patterning is presented. Moreover, it is shown that Fisher’s separability criterion constitutes the natural extension of a standard Signal-to-Noise Ratio (SNR) esti ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/50218
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/50218
ND
50218
Εναλλακτικός τίτλος
Neural decoding schemes for BCIs in Neuroergonomics
Συγγραφέας
Καλαγάνης, Φώτιος του Παναγιώτης
Ημερομηνία
2021
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής. Τομέας Ψηφιακών Μέσων. Εργαστήριο Τεχνητής Νοημοσύνης και Ανάλυσης Πληροφοριών
Εξεταστική επιτροπή
Λάσκαρης Νικόλαος
Νικολαϊδης Νικόλαος
Τέφας Αναστάσιος
Τσουμάκας Γρηγόριος
Κατσάνος Χρήστος
Παναγάκης Ιωάννης
Νικολόπουλος Σπυρίδων
Επιστημονικό πεδίο
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική ➨ Βιοπληροφορική
Φυσικές ΕπιστήμεςΕπιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική ➨ Διάδραση ανθρώπου-υπολογιστή
Λέξεις-κλειδιά
Ηλεκτροεγκεφαλογράφημα (ΗΕΓ); Διεπαφές Εγκεφάλου Υπολογιστή (ΔΕΥ); Μη ευκλείδειες γεωμετρίες; Ψηφιακά σήματα, Τεχνικές επεξεργασίας
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
εικ., πιν., σχημ., γραφ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)