Ein verbessertes P300-basiertes Gehirn-Computer-Interface

Ein Gehirn-Computer-Interface (BCI) ist ein System für die direkte Kommunikation zwischen Gehirn und Computer. Das in dieser Arbeit entwickelte BCI basiert auf einem BCI, das 1988 von Farwell und Donchin beschrieben wurde und es ermöglicht, dass ein Proband eines von 36 Symbolen, die auf einer 6 x 6 Matrix präsentiert werden, kommuniziert. Das System nutzt die P300-Komponente der ereignisbezogenen Hirnpotentiale (ERP) als Medium für die Kommunikation. Die Methoden zur Datenverarbeitung unterscheiden diese Arbeit von Donchins Arbeit. In dieser Arbeit wurde die unabhängige Komponentenanalyse (ICA) verwendet, um die P300-Quelle vom Hintergrundrauschen zu trennen. Ein angepasstes Filter wurde zusammen mit Mittelwertbildung und Schwellenwerttechniken verwendet, um das Vorhandensein von P300s zu erkennen. Die Verarbeitungsmethode wurde offline an Daten evaluiert, die von sechs gesunden Probanden aufgezeichnet wurden. Die Methode erreichte eine Kommunikationsrate von 5,45 Symbolen/Minute mit einer Genauigkeit von 92,1 % im Vergleich zu 4,8 Symbolen/Minute mit einer Genauigkeit von 90 % in Donchins Arbeit. Das Online-Interface wurde mit denselben sechs Probanden getestet. Die durchschnittliche Kommunikationsrate betrug 4,5 Symbole/Minute mit einer Genauigkeit von 79,5 %, im Vergleich zu 4,8 Symbolen/Minute mit einer Genauigkeit von 56 % in Donchins Arbeit. Das präsentierte BCI erreicht eine hervorragende Leistung im Vergleich zu anderen existierenden BCIs und ermöglicht eine angemessene Kommunikationsrate, während eine niedrige Fehlerrate aufrechterhalten wird.