Knowledge base: Warsaw University of Technology

Settings and your account

Back

Evaluation of focus level based on EEG measurements

Arkadiusz Robert Ziehm

Abstract

Electroencephalography and the possibilities that are carried with its development are briefly covered in this thesis. When paired with modern signal analysis and classification methods, EEG allows to determine, to some extent, the state of one’s mind and to create systems that can be communicated with without physical interaction. This can be used not only in research, but also in development of systems for physically impaired or even disabled people, that cannot make use of physical interfaces. The commercialization of systems based on EEG leads to more and more researches on the possibilities of their application in communication with various devices and machines. This thesis describes a project of a simple application that analyses EEG recordings and outputs information about the level of focus of the examined person. Information such as this is often used as a binary input signal for brain-computer interfaces. This thesis briefly explains the basic theory on which the implemented algorithms were based. The basic mechanisms behind EEG measurements including the electrode placement system and noise and artefacts elimination were described. The method of interpreting the obtained data that gives information about one’s state of mind was brought out. The time-frequency analysis, which is essential for the analysis of the mind waves was summarized. The usage of independent component analysis, which is one of the ”blind source separation” methods, especially useful when it comes to noise elimination, was explained. The basics of support vector machine classification , which is a fairly easy but potent method of evaluating the focus level, was described. Thanks to those tools, it was possible to compile a algorithm, that was able to determine the state of one’s focus based on EEG recordings. The algorithm’s implementation using C++ programming language is also explained. It was concluded, that the used methods are quite effective at offline EEG based (using EEG recordings) evaluation of focus state of examined person. The possibilities of further development of presented solution are brought out.
Diploma type
Engineer's / Bachelor of Science
Diploma type
Engineer's thesis
Author
Arkadiusz Robert Ziehm (FM) Arkadiusz Robert Ziehm,, Faculty of Mechatronics (FM)
Title in Polish
Określanie poziomu koncentracji na podstawie pomiarów EEG
Supervisor
Mariusz Olszewski (FM/IACR) Mariusz Olszewski,, The Institute of Automatic Control and Robotics (FM/IACR)Faculty of Mechatronics (FM)
Certifying unit
Faculty of Mechatronics (FM)
Affiliation unit
The Institute of Automatic Control and Robotics (FM/IACR)
Study subject / specialization
, Automatyka i Robotyka (Automation and Robotics)
Language
(pl) Polish
Status
Finished
Defense Date
05-02-2019
Issue date (year)
2019
Reviewers
Mariusz Olszewski (FM/IACR) Mariusz Olszewski,, The Institute of Automatic Control and Robotics (FM/IACR)Faculty of Mechatronics (FM) Anna Jankowska (FM/IACR) Anna Jankowska,, The Institute of Automatic Control and Robotics (FM/IACR)Faculty of Mechatronics (FM)
Keywords in Polish
fale mózgowe, koncentracja, skupienie, interfejs mózg-komputer, EEG, analiza częstotliwościowa, klasyfikacja, programowanie, c++, analiza składowych niezależnych
Keywords in English
brain waves, focus, attention, brain-computer interface, BCI, EEG, frequency analysis, classification, programming, c++, independent components analysis
Abstract in Polish
W pracy przybliżono temat elektroencefalografii i możliwości jakie daje rozwój tej techniki. W połączeniu z nowoczesnymi metodami analizy i klasyfikacji sygnałów, pozwala ona na nieinwazyjne określanie, w pewnym stopniu, stanu umysłu, oraz na konstruowanie systemów z którymi można prowadzić komunikację bez interakcji fizycznej. Przydaje się to nie tylko w badaniach, lecz także przy projektowaniu systemów dla osób nie będących w stanie, lub mających trudności w posługiwaniu się interfejsami fizycznymi. Komercjalizacja zastosowań systemów bazujących na EEG prowadzi do coraz szerszych badań nad możliwościami stosowania ich w komunikacji z urządzeniami i maszynami. Ninejsza praca opisuje projekt prostej aplikacji analizującej nagrania EEG i dającej informacje o poziomie skupienia osoby badanej. Jest to informacja często stosowana jako binarny sygnał wejściowy dla interfejsów mózg-komputer. Przybliżone zostały podstawy teoretyczne, na bazie których dokonano implementacji odpowiednich algorytmów w programie. Przedstawiono podstawy działania pomiarów EEG jak i sposób ich przeprowadzania, w tym system rozmieszczenia elektrod oraz eliminowanie szumów i artefaktów. Opisano metodę interpretacji uzyskanych danych, pozwalającą na otrzymanie informacji o stanie umysłu osoby badanej. Streszczono sposób przeprowadzania analizy czasowo-częstotliwościowej, będącej nieodzowną częścią interpretacji sygnałów mózgowych. Wytłumaczono także sposób działania analizy składowych niezależnych, będącej jedną z metod ”ślepej separacji źródeł”, szczególnie przydatnej przy badaniu sygnałów o dużej zawartości szumów.Przybliżono podstawy klasyfikacji danych na podstawie maszyny wektorów nośnych, będącej stosunkowo prostym sposobem określania przynależności fragmentów nagrań do jednej z dwóch klas - skupienia lub relaksu. Dzięki tym narzędziom, możliwe było opracowanie programu, który na podstawie nagrań EEG był w stanie określić stan koncentracji osoby badanej. Opisano jego implementację w języku C++. Wywnioskowano, że użyte metody w zupełności wystarczają do określania stanu koncentracji osoby badanej w trybie offline (bazując na nagraniach EEG). Przedstawiono także możliwości rozwinięcia ninejszego rozwiązania.
File
  • File: 1
    AiR_1st_276787.pdf
Request a WCAG compliant version
Local fields
Identyfikator pracy APD: 31757

Uniform Resource Identifier
https://repo.pw.edu.pl/info/bachelor/WUT54307ccc62124e76980464a97d78f654/
URN
urn:pw-repo:WUT54307ccc62124e76980464a97d78f654

Confirmation
Are you sure?
Report incorrect data on this page