Interfejsy BCI mają za zadanie analizę danych związanych z przetwarzaniem informacji w mózgu w czasie rzeczywistym, w celu użycia ich do sterowania komputerem, a poprzez komputer również innymi urządzeniami peryferyjnymi, neuroprotezą lub wózkiem inwalidzkim. Nadrzędnym celem interfejsów mózg- komputer jest pomoc osobom niepełnosprawnym ze znacznym lub całkowitym zanikiem funkcji mięśniowych w komunikacji ze światem zewnętrznym. W przypadku, gdy choroba powoduje całkowity paraliż i pacjent traci jakąkolwiek zdolność ruchową jedyną nadzieję na komunikację z chorym daje interfejs BCI. Przedmiotem badań niniejszej pracy było wydobycie epizodów towarzyszących wyobrażeniu ruchu. Jest to najbardziej naturalny, jedyny zależny od naszej woli i świadomości sposób generowania sygnału sterującego. Celem pracy było zaprojektowanie i uruchomienie algorytmów pozwalających na wyodrębnienie cech sygnału EEG, które mogą być wykorzystane do sterowania systemami BCI. Na podstawie analizy danych eksperymentalnych, przeprowadzona została identyfikacja obszarów kory ruchowej aktywowanych zamiarem ruchu ręką z uwzględnieniem różnic osobniczych. Zastosowanie metody ERD/ERS opartej o transformację falkową spektralnej analizy autoregresyjnej (AR) oraz metody spektroskopii szumu migotania (FNS) pozwoliło na wyodrębnienie w sygnale EEG epizodów, które związane są z wyobrażeniem ruchu lewą i prawą ręką. Wspomniane algorytmy zostały następnie zastosowane w systemie BCI, co pozwoliło na sprawdzenie ich realnej
People, who are physically disabled and suffer from severe motor disabilities need an alternative way of communication technology. For those who are completely paralyzed direct communication between brain and computer (without any muscle control) is indispensable. For this reason, the brain-computer interface (BCI) systems are impressively developing subject of scientific research for 15 years. One of the most essential stage of BCI development is extraction of specific features or parameters from EEG signal which allows to translate brain activity into device control signal. The detailed knowledge about the brain activity during imagination of the movement and the movement itself opens new possibilities in communication between man and machine. Finding such repeatable features during movement imagination opens a prospect to implementation of the sensorimotor rhythm to control the machine e.g. cursor control. In this PhD thesis, based on the analysis of experimental data, the identification of the motor cortex areas activated by imagination of the hand movement has been carried out with a special attention directed towards individual differences. EEG signal related to movement imagination has been analyzed by the ERD/ERS changes of motor rhythms, AR model and the Flicker Noise Spectroscopy (FNS). The algorithms have been applied in the BCI system what let to verify the real usefulness of them as a control signal.
