Ταξινόμηση σημάτων εγκεφάλου από προκλητά δυναμικά αφής με χρήση συσκευής διαπαφής Εγκεφάλου-Υπολογιστή.

Απλή σελίδα τεκμηρίου
dc.contributor.authorΝουσέϊμπε, Αλέξανδροςel
dc.contributor.authorΤαμβάκου, Ευδοξίαel
dc.date.accessioned2021-08-26T07:48:49Z
dc.date.available2021-08-26T07:48:49Z
dc.date.issued2021-08-26
dc.identifier.urihttps://olympias.lib.uoi.gr/jspui/handle/teiep/13033
dc.rightsΑναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/gr/*
dc.subjectΔιεπαφή Εγκεφάλου-Υπολογιστήel
dc.subjectΠροκλητά Δυναμικάel
dc.titleΤαξινόμηση σημάτων εγκεφάλου από προκλητά δυναμικά αφής με χρήση συσκευής διαπαφής Εγκεφάλου-Υπολογιστή.el
heal.abstractΗ παρούσα εργασία αποτελεί μια πειραματική μελέτη για την επίδραση απτικών ερεθισμάτων στο ηλεκτροεγκεφαλογράφημα και κατ’ επέκταση την κατηγοριοποίηση των σημάτων του εγκεφάλου από διαφορετικά ερεθίσματα αφή των συμμετεχόντων. Για την λήψη των σημάτων του εγκεφάλου χρησιμοποιήθηκε συσκευή διεπαφής Εγκεφάλου Υπολογιστή και οι καταγραφές πραγματοποιήθηκαν την στιγμή κατά την οποία οι συμμετέχοντες ακουμπούσαν επιφάνειες με διαφορετικά χαρακτηριστικά. Από τα σήματα που καταγράφηκαν εξήχθησαν χαρακτηριστικά στο πεδίο του χρόνου και στο πεδίο των συχνοτήτων, με σκοπό στην συνέχεια να κατηγοριοποιηθούν με χρήση Μηχανικής Μάθησης. Το πρόβλημα ταξινόμησης τεσσάρων κατηγοριών που δημιουργήθηκε παρουσίασε σχετικά υψηλά ποσοστά ακρίβειας τα οποία κυμαίνονταν, ανάλογα με τον αλγόριθμο και τα χαρακτηριστικά που χρησιμοποιήθηκαν, από 63% έως 75%.el
heal.abstractThe current work is an experimental study on the effect of tactile stimuli on the electroencephalogram and consequently the categorization of brain signals by different tactile stimuli of the participants. A Computer Brain interface device was used to receive the EEG signals. The recordings were made at a time when participants were touching surfaces with different characteristics. Regarding the methodology, several features (both from time domain and frequency domain) have been extracted. Next, the signals are classified using Machine Learning techniques. The four-category classification problem obtained relatively high accuracy rates, ranging from 63% to 75%, depending on the algorithm and features used.el
heal.academicPublisherΤ.Ε.Ι. Ηπείρου, Σχολή Τεχνολογικών Εφαρμογών, Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
heal.academicPublisherIDteiep
heal.accessfree
heal.advisorNameΓιαννακέας, Νικόλαοςel
heal.bibliographicCitationΝουσέϊμπε, Α., & Ταμβάκου, Ξ., 2021. Ταξινόμηση σημάτων εγκεφάλου από προκλητά δυναμικά αφής με χρήση συσκευής διαπαφής Εγκεφάλου-Υπολογιστή. Πτυχιακή εργασία. Άρτα: Τ.Ε.Ι. Ηπείρου. Σχολή Τεχνολογικών Εφαρμογών. Τμήμα Μηχανικών Πληροφορικής Τ.Ε.el
heal.classificationΗλεκτροεγκεφαλογράφημαel
heal.committeeMemberNameΤζάλλας, Αλέξανδροςel
heal.committeeMemberNameΤζημούρτα, Αικατερίνηel
heal.dateAvailable2024-01-11T21:58:31Z
heal.fullTextAvailabilitytrue
heal.identifier.secondaryΠτυχιακή Εργασία
heal.languageel
heal.numberOfPages103
heal.publicationDate2021-07
heal.recordProviderΤ.Ε.Ι. Ηπείρουel
heal.typebachelorThesis

Αρχεία

Πρωτότυπος φάκελος/πακέτο

Προβολή: 1 - 1 of 1
Μικρογραφία εικόνας
Ονομα:
ΤΕΛΙΚΗ_ΕΡΓΑΣΙΑ.v2.pdf
Μέγεθος:
2.17 MB
Μορφότυπο:
Adobe Portable Document Format
Περιγραφή:
Πτυχιακή Εργασία
Κατεβάστε

Φάκελος/Πακέτο αδειών

Προβολή: 1 - 1 of 1
Μικρογραφία εικόνας
Ονομα:
license.txt
Μέγεθος:
3.54 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή:
Κατεβάστε

Συλλογές

Προπτυχιακές εργασίες Τμ. Μηχανικών Πληροφορικής Τ.Ε.