Visa enkel post

dc.contributor.authorErenstedt, Carl
dc.contributor.authorOhlin, Alexander
dc.contributor.authorPersson, David
dc.contributor.authorPihlquist, Gustav
dc.contributor.authorWidén, Samuel
dc.contributor.authorYechouh, Carlos
dc.date.accessioned2021-09-14T10:13:22Z
dc.date.available2021-09-14T10:13:22Z
dc.date.issued2021-09-14
dc.identifier.urihttp://hdl.handle.net/2077/69617
dc.description.abstractDenna rapport beskriver arbetet med att utforma ett BCI som kan styra datorspelet Snake i realtid. Spelet styrs genom att inducera steady state visually evoked potentials i hjärnan via flimrande stimuli av vissa frekvenser. Den resulterande elektriska aktiviteten i hjärnan läses sedan ut med hjälp av elektroencefalografi via Emotiv Epoc X. Slutligen tolkas informationen till specifika instruktioner med antingen Canonical Correlation Analysis eller ett Convolutional Neural Network och används för att styra spelet. Den resulterande programvaran visar potentialen av BCI i realtidskontrollerade videospel men ytterligare studier behövs för att hitta de optimala situationerna för bästa noggrannhet och responstid. Slutsatsen visar att Canonical Correlation Analysis fungerar bra till detta syfte, samt att Convolutional Neural Network inte passar lika bra då mängden data som krävs för träning inte var tillräcklig.sv
dc.language.isoswesv
dc.subjectBCIsv
dc.subjectEEGsv
dc.subjectSnakesv
dc.subjectSSVEPsv
dc.subjectCCAsv
dc.subjectEmotiv Epocsv
dc.subjectCNNsv
dc.subjectresponstidsv
dc.titleAvläsning av EEG-data från Emotiv Epoc X för ett SSVEP-baserat braincomputer interface för att spela Snakesv
dc.typetext
dc.setspec.uppsokTechnology
dc.type.uppsokM2
dc.contributor.departmentGöteborgs universitet/Institutionen för data- och informationsteknikswe
dc.contributor.departmentUniversity of Gothenburg/Department of Computer Science and Engineeringeng
dc.type.degreeStudent essay


Filer under denna titel

Thumbnail

Dokumentet tillhör följande samling(ar)

Visa enkel post