Brain–Computer Interfaces: A Gentle Introduction

Gramlich, Bernhard; Allison, Brendan Z.; Pfurtscheller, Gert

doi:10.1007/978-3-642-02091-9_1

Cited by 262 publications

(285 citation statements)

References 53 publications

Supporting

Mentioning

255

Contrasting

Unclassified

Order By: Relevance

“…Further, a device, called a brain computer interface (BCI) was introduced. This was the only effective way to communicate with the environment since it can read brain signals and convert them into control and communication signals [4]. A BCI is an artificial system that bypasses the body's normal efferent pathways, which are the neuromuscular output channels [5].…”

Section: Literature Surveymentioning

confidence: 99%

NeuroSky Mindwave BCI System: To Save Lives during Transportation

2016

IJSR

View full text Add to dashboard Cite

Ordinarily biosensor technologies examining the neurophysiological activities of driver in an operational environment are adapted with unadorned measurement encounters. This research has taken birth from studies that result into 1) subjective measures wherein sudden variations cannot be detected2) vehicle-based measures in which environmental and geometrical factors of road and vehicle are involved 3) behavioral measures wherein driver state cannot be associated to driving performance 4) physiological measures wherein self-controlled operation of vehicle is absent. The research has introduced the brain wave sensor which incessantly scrutinizes neuron pattern of brain and conveys the result to BCI system. Output from BCI system is linked with predefined vigilance level and in view of that alert is given. The proposed system thus contributes to reduce number of accidents.

show abstract

Section: Literature Surveymentioning

confidence: 99%

NeuroSky Mindwave BCI System: To Save Lives during Transportation

2016

IJSR

View full text Add to dashboard Cite

show abstract

“…Os mecanismos que propagam as diferentes atividades cerebrais relacionadas à AS e à IM definem a complexidade e o modo com que cada operação de máquina será executada. Mais específicamente, a AS busca, a partir de sinais de controle exógenos (i.e., oriundos de estímulos externos), identificar itens sobre os quais um usuário mantém sua atenção, de forma que a própria BCI deve emitir os estímulos enquanto classifica a resposta produzida pelo cérebro, sendo necessária a sincronia entre essas duas tarefas [2,3]. Cabe ainda ressaltar que, por ter uma natureza involuntária e pouco subjetiva, os sinais de controle adquiridos pela Atenção Seletiva são mais facilmente identificáveis se comparados aos adquiridos por IM.…”

Section: Introductionunclassified

“…Cabe ainda ressaltar que, por ter uma natureza involuntária e pouco subjetiva, os sinais de controle adquiridos pela Atenção Seletiva são mais facilmente identificáveis se comparados aos adquiridos por IM. Além disso, as BCIs desenvolvidas por meio da AS abordam operações mais complexas tais como comunicação [3] e movimentos mais elaborados, contudo previamente definidos.…”

Section: Introductionunclassified

“…Posteriormente, a fase de extração de características é executada a fim de produzir informações relevantes sobre os sinais de controle, tais como os considerados pela Imagé-tica Motora: a Dessincronização e a Sincronização Relacionada a Eventos (do inglês Eventrelated Desynchronization e Synchronization -ERD e ERS, respectivamente) das ondas µ e β propagadas na região do córtex motor pela intenção de movimento, as quais estão presentes, respectivamente, nos intervalos de frequência (7 − 12) Hz, e (12 − 30) Hz [3,5]. Além disso, encontra-se na literatura, o uso do intervalo de (4−40) Hz para a caracterização dessas ondas [12], o qual é considerado neste trabalho.…”

Section: Introductionunclassified

See 1 more Smart Citation

Emprego de Banco de Filtros e do Teorema de Imersão de Takens em Padrões Espaciais para a Classificação de Imagética Motora em Interfaces Cérebro-Computador

Vaz

Mello

2016

RITA

View full text Add to dashboard Cite

Resumo: As Interfaces Cérebro-Computador (BCI) são sistemas que provêm uma alternativa para que pessoas com perda severa ou total do controle motor possam interagir com o ambiente externo. Para mapear intenções individuais em operações de má-quina, os sistemas de BCI empregam um conjunto de etapas que envolvem a captura e pré-processamento dos sinais cerebrais, a extração e seleção de suas características mais relevantes e a classificação das intenções. Neste trabalho, diferentes abordagens para a extração de características de sinais cerebrais foram avaliadas, a mencionar: i) Padrões Espectro-Espaciais Comuns (CSSP); ii) Padrões Esparsos Espectro-Espaciais Comuns (CSSSP); iii) CSSP com banco de filtros (FBCSSP); e, finalmente, iv) CSSSP com banco de filtros (FBCSSSP). Em comum, essas técnicas utilizam de filtragem de banda de frequências e reconstrução de espaços para ressaltar similaridades entre sinais. A técnica de Seleção de Características baseada em Informação Mútua (MIFS) foi adotada para a redução de dimensionalidade das características extraídas e, em seguida, Máquinas de Vetores de Suporte (SVM) foram utilizadas para a classificação do espaço de exemplos. Os experimentos consideraram o conjunto de dados BCI Competition IV-2b, o qual conta com sinais produzidos pelos eletrodos nas posições C3, Cz e C4 a fim de identificar as intenções de movimentação das mãos direita e esquerda. Conclui-se, a partir dos índices kappa obtidos, que os extratores de características adotados podem apresentar resultados equiparáveis ao estado da arte.

show abstract

“…Brain-Computer Interface (BCI) is a combination of hardware and software systems that enables the use of the brain's neural activity to communicate with others or to control machines, artificial limbs, or robots without direct physical movements (Levine et al, 1999;Donoghue, 2002;Wolpaw et al, 2002;Vallabhaneni et al, 2005). BCI captures EEG signals in conjunction with a specific user activity then uses different signal processing algorithms to translate these records into control commands for different machine and computer applications (Graimann et al, 2010). It is proved in (Vidal, 1973) that a user's intent could be effectively represented by signals recorded from brain activity.…”

Section: Introductionmentioning

confidence: 99%

Wavelet-Based Feature Extraction for the Analysis of EEG Signals Associated with Imagined Fists and Feet Movements

Alomari¹,

Awada²,

Samaha³

et al. 2014

CIS

View full text Add to dashboard Cite

Electroencephalography (EEG) signals were analyzed in many research applications as a channel of communication between humans and computers. EEG signals associated with imagined fists and feet movements were filtered and processed using wavelet transform analysis for feature extraction. The proposed work used Neural Networks (NNs) as a classifier that enables the classification of imagined movements into either fists or feet. Wavelet families such as Daubechies, Symlets, and Coiflets wavelets were used to analyze the extracted events and then different feature extraction measures were calculated for three detail levels of the wavelet coefficients. Intensive NN training and testing experiments were carried out and different network configurations were compared. The optimum classification performance of 89.11% was achieved with a NN classifier of 20 hidden layers while using the Mean Absolute Value (MAV) of the Coiflets wavelet coefficients as inputs to NN. The proposed system showed a good performance that enables controlling computer applications via imagined fists and feet movements.

show abstract

Brain–Computer Interfaces: A Gentle Introduction

Cited by 262 publications

References 53 publications

NeuroSky Mindwave BCI System: To Save Lives during Transportation

NeuroSky Mindwave BCI System: To Save Lives during Transportation

Emprego de Banco de Filtros e do Teorema de Imersão de Takens em Padrões Espaciais para a Classificação de Imagética Motora em Interfaces Cérebro-Computador

Wavelet-Based Feature Extraction for the Analysis of EEG Signals Associated with Imagined Fists and Feet Movements

Contact Info

Product

Resources

About