Analyse von EEG-Signalen bei offener und verdeckter Kommunikation mit P300 Speller

Ein Brain Computer Interface (BCI) ist ein elektronisches Gerät, das für die Kommunikation von Patienten mit Motoneuronerkrankungen eingesetzt wird. Durch den Einsatz eines BCI verbessert sich die Leistung von Rehabilitationsmaßnahmen für Patienten mit Nervenkrankheiten. Die vom BCI erfassten und aufgezeichneten Elektroenzephalogrammsignale des Gehirns werden zur Analyse verwendet. Diese elektrischen Signale gehen an den geschädigten Neuronen des Gehirns vorbei und werden vom Gerät aufgezeichnet, um die Absicht des Patienten zu erfassen und zu verstehen. Die P300-Komponente der ERP, die zur Erkennung der Aufmerksamkeit gegenüber einem Zeichen verwendet wird, ist eine beliebte Technik zur Analyse der Absichten von Patienten. Diese vorgeschlagene Methode funktioniert gut bei offener Aufmerksamkeit. Das Signal-Rausch-Verhältnis der EEG-Signale ist jedoch gering, was die Effizienz der Kommunikation beeinträchtigt. Für einen effizienten Einsatz von BCI wird daher eine neue Methode entwickelt, die auf dem Prinzip der verdeckten Aufmerksamkeit beruht und bei der ein Ziel, das in der visuellen Peripherie des Blickfelds erscheint, als ERP aufgezeichnet wird. Dabei handelt es sich um den Geometric Speller, der bei Patienten mit Locked-in-Syndrom eingesetzt wird, d. h. bei Patienten, die unter einer eingeschränkten oder fehlenden Augenbewegung leiden. Daher werden die beiden Geräte in Bezug auf die verdeckte und die offene Aufmerksamkeit verglichen.

Autorentext

Frau Mridu Sahu hat im Jahr 2017 am NIT Raipur promoviert, ihren M. Tech an der Technischen Universität von Chhattisgarh, Bhilai, C.G. und ihren B.Tech (CSE) am MANIT, Bhopal, im Jahr 2004 erworben. Ihr Forschungsgebiet ist Data Mining, Datenwissenschaften, Bildverarbeitung, Analyse und Design von Algorithmen. Sie hat mehr als 25 Veröffentlichungen.