Brain Computer Interface mit ICA und evolutionären Algorithmen

Eine Gehirn-Computer-Schnittstelle (BCI) nutzt direkt die Signale der Gehirnaktivität, um dem Benutzer die Möglichkeit zu geben, seine Umgebung ohne Muskelaktivierung zu steuern. Ein erfolgreiches BCI-System versetzt eine Person in die Lage, einige Aspekte ihrer Umgebung zu steuern (z. B. die Beleuchtung im Raum, einen Fernseher, eine Nervenprothese oder einen Computer), indem es ihre Gehirnsignale analysiert. Es werden spezifische Merkmale der Gehirnaktivität (oder neurologische Phänomene) des Benutzers gemessen, die mit seiner Absicht, ein Gerät zu steuern, in Zusammenhang stehen. Diese Merkmale werden dann in Steuerbefehle umgewandelt, die zur Steuerung des Geräts verwendet werden. Die drei Hauptprobleme dieser neuen Technologie sind die Identifizierung der für die Kommunikation am besten geeigneten Gehirnsignalmerkmale, Artefakte, die bei der Signalerfassung auftreten können, und Übersetzungsalgorithmen. In dieser Forschung wurden verschiedene Methoden zur Behandlung dieser Komponenten verwendet.

Autorentext

Abdolreza Asadi Ghanbari é Ph.D. em inteligência artificial (IA). Os meus principais tópicos de investigação são o processamento de sinais e métodos de aprendizagem mecânica para o BCI; tive várias experiências nestes campos, especialmente no contexto académico. Os meus outros interesses de investigação são programação matemática, sistema de apoio à decisão e core banking.