Monitorování pozornosti osob na bázi EEG

Bc. Lukáš LOUKOTA

Master's thesis

Attention monitoring based on EEG signals

Abstract:

Hlavním tématem této práce je analýza pozornosti z naměřených EEG signálů, získaných z čelenky MindWave. Zařízení obsahuje jen jednu elektrodu pro čtení EEG vln, proto je její využití mnohem snazší než běžně používaná EEG čepice. Čelenka sama pozornost počítá, avšak "eSense" algoritmus je patentovaný a není známý. Po prostudování materiálů týkajících se frekvenční analýzy EEG signálu byl navržen vlastní algoritmus na výpočet pozornosti. V posledních letech se obor BCI věnující se pozornosti a EEG činnosti poměrně populární. Tato tématika skýtá mnoho praktických využití v oblasti ovládání přístrojů pomocí lidského mozku. Pro účely ověření navrženého algoritmu byla vytvořena aplikace, která se využila v samotném experimentu. Nad získanými daty z měření se poté provedla analýza výsledků i průběhu jednotlivých fází. Nakonec byla zhodnocena celková úspěšnost navrženého algoritmu, diskutovány silné a slabé aspekty zvoleného přístupu. Vypočtené hodnoty byly srovnány s těmi z čelenky, zda "eSense" algoritmus odpovídá metodám založeným na tradičních přístupech.

Abstract:

The main topic of this thesis is the analysis of attention from measured EEG signals, received via the MindWave headset. This device contains only one electrode for reading the EEG signals, therefore its usage is far easier than the commonly used EEG cap. The headset itself provides attention values based on patented and unknown "eSense" approach. After getting acquainted with materials about frequency analysis of EEG data, an own algorithm for calculating the attention was designed. Topics around BCI have been quite popular in recent years, providing us with options to control devices and applications using human mind. In order to verify the designed algorithm, there was created an application used during the experiment. Afterwards, an analysis of measured data and received results was carried out, assessing the overall success rate of implemented approach. Also strong and weak aspects were pointed out. Received attention values were compared to those calculated by the headset to evaluate if "eSense" is based on commonly used techniques.

Keywords

měření pozornosti, výpočet pozornosti, analýza pozornosti, EEG čelenka, Neurosky, ThinkGear, MindWave, RAW EEG data, mozkové vlny, PSD, FFT

Language used: Czech

Date on which the thesis was submitted / produced: 27. 6. 2017

Accessible from:: 31. 12. 2999

Thesis defence

• Supervisor: Ing. Pavel Mautner, Ph.D.

University of West Bohemia

Faculty of Applied Sciences

Master programme / field:
Computer Science and Engineering / Intelligent Computer Systems