Abschlussarbeiten

Im Folgenden sind alle offenen Bachelor- und Masterarbeiten im Bereich "Neural Interfaces and Brain Signal Decoding" aufgelistet. Bei Bedarf können auch gerne eigene VorschlĂ€ge bezĂŒglich Thema eingebracht werden bzw. nach neuen Themen gefragt bzw. diese im GesprĂ€ch erarbeitet werden. Bei Fragen wenden Sie sich bitte an: Sebastian Nagel

Bachelorarbeiten

Masterarbeiten

  1. Adaptive Optimierung von Stimulationsmustern eines VEP-basierten Brain-Computer Interfaces

Adaptive Optimierung von Stimulationsmustern eines VEP-basierten Brain-Computer Interfaces

For the english version please click on the picture!

Beschreibung
Ein Brain-Computer Interface (BCI) ist eine Schnittstelle zwischen dem menschlichen Gehirn und einem Computer. BCIs ermöglichen z.B. körperlich gelĂ€hmten Patienten einen Computer ĂŒber reine GehirnaktivitĂ€t zu steuern. Das in TĂŒbingen entwickelte EEG2Code BCI ist das momentan schnellste nicht-invasive BCI System. (Quelle)
In Abbildung 1 ist der schematische Ablauf der Methode skizziert. Jeder Buchstabe der virtuellen Tastatur flackert mit einem zufÀlligen Stimulationsmuster. Dieses Flackern erzeugt im Gehirn sogenannte visuell evozierte Potentiale (VEPs), welche mittels Elektroenzephalographie (EEG) aufgezeichnet werden können. Das EEG wird dann mithilfe eines zuvor trainierten Neuronalen Netzes klassifiziert, wobei der Output dem Stimulationsmuster des Buchstabens (mit einer gewissen Genauigkeit) entspricht, auf den der Nutzer geschaut hat.
Das entwickelte BCI ermöglicht bereits eine schnelle und asynchrone Bedienung, allerdings hat sich in Tests gezeigt, das bestimme Stimulationsmuster zu einer besseren/schnelleren Klassifikation fĂŒhren.

Zielsetzung
Ziel dieser Arbeit soll es sein die verwendeten Stimulationsmuster adaptiv zu optimieren. Dies bedeutet, dass eine Methode entwickelt werden soll, welche die - zu Beginn zufÀlligen - Stimulationsmuster "bewertet", sodass sich ein Ranking ergibt. Die besser bewerteten Stimulationsmuster sollen dann hÀufiger verwendet werden als die schlechteren.
Um dies zu evaluieren ist es nötig das System an sich selbst, sowie mit Probanden zu testen. DiesbezĂŒglich wird es eine EinfĂŒhrung geben wie man ein EEG prĂ€pariert.
Zudem sollen die Stimulationsmuster anschließend analysiert werden, mit dem Ziel gewisse Eigenschaften ausfindig zu machen, welche zu einer besseren Klassifikation fĂŒhren.

Anforderungen
Interesse an Neurowissenschaften, gute Programmierkenntnisse und Erfahrung in MATLAB sind von Vorteil.

Ansprechpartner: Sebastian Nagel