Darbo pradžioje apžvelgiamos vartotojo sąsajos, kokios yra ateities perspektyvos smegenų-kompiuterio sąsajoms, kokie tyrimai atliekami šioje srityje. Aprašoma, kas yra elektroencefalografija (EEG), kaip atsiranda elektriniai impulsai smegenyse ir ką nagrinėja neuroestetikos mokslas. Magistrinio darbo tikslas buvo ištirti, kokiu tikslumu galima prognozuoti, ar subjektui patiks paveikslas. Prognozės yra atliekamos iš subjekto EEG signalų, kurie yra gaunami naudojant Neurosky MindWave įrenginį. Duomenų klasifikavimui yra naudojamas vienasluoksnis neuroninis tinklas sukurtas su MATLAB programine įranga. Darbo metu buvo sukurta iPad kompiuteriui skirta programa, kuri vaizduoja stimulus ir įrašinėja EEG duomenis iš Neurosky MindWave įrenginio. Stimulams yra naudojami įvairių laikotarpių, skirtingų autorių tapybos darbai. Tyrimas parodė, kad įmanoma prognozuoti vartotojo pasirikimą tiksliau negu atsitiktinumas. Klasifikatoriaus tikslumas daugiausia duomenų turinčiam subjektui siekia iki 74%. Tuo tarpu apmokant dirbtinį neuroninį tinklą visų subjektų duomenimis, klasifikatoriaus tikslumas yra labai panašus į atsitiktinumą – 55%. / The aim of this thesis is to study the accuracy of prediction of subject’s preferences when observing various paintings. Prediction is caried out using subject’s EEG signals which are produced using Neurosky MindWave device. To clasify data one layer artificial neuron network is used. The network is a MATLAB application. For this study application for iPad is created. This application represents and records EEG data from Neurosky MindWave device. In order to produce stimuli subjects are presented with paintings by various artists from different epoches. The study showed that it is posible to predict the preference with accuracy greater than a mere chance. The classifier’s accuracy for the subject with most data is up to 74% (average 64.58%). For other subjects’ the accuracy of prediction of 58% is reached.

BCI (Brain Computer Interface) för användning i spel har börjat dyka upp på konsument-marknaden. Dessa använder ofta EEG för att mäta spelarnas avslappningsnivåer och den spelare som lyckas nå högsta meditativa tillstånd samlar poäng. I detta arbete undersöks huruvida det går att använda BCI för mer direkt kontroll av en specifik spelmekanik i kombination med konventionella spelkontroller. För undersökningen har två versioner av ett spel skapats med avsikten att mäta skillnaden i hjärnaktiviteten hos spelare som bara spelar, jämfört med spelare som aktivt försöker åstadkomma ett specifikt sinnestillstånd för att direkt kontrollera en funktion i spelet. På grund av studiens begränsade omfattning kunde inga definitiva slutsatser dras men det finns indikationer på att MindWave, som var utrustningen som användes i denna studie, inte är lämplig som direkt kontrollmetod tillsammans med andra kontroller. Studien skulle kunna fungera som en pilotstudie för en mer omfattande undersökning inom ämnet.

This thesis uses one of Brain Computer Interface (BCI) products, NeuroSky headset, to design a prototype model to control window blind by using headset’s single channel electrode. Seven volunteers performed eight different exercises while the signal from the headset was recorded. The dataset was analyzed, and exercises with strongest power spectral density (PSD) were chosen to continue to work with. Matlabs spectrogram function was used to divide the signal in time segments, which were 0.25 seconds. One segment from each of these eight exercises was taken to form different combinations which were later classified.The classification result, while using two of proposed exercises (tasks) was successful with 97.0% accuracy computed by Nearest Neighbor classifier. Still, we continued to investigate if we could use three or four thoughts to create three or four commands. The result presented lower classification accuracy when using either 3 or 4 command thoughts with performance accuracy of 92% and 76% respectively.Thus, two or three exercises can be used for constructing two or three different commands.

Submitted by Automa??o e Estat?stica (sst@bczm.ufrn.br) on 2017-10-02T22:27:19Z No. of bitstreams: 1 GabrielAlvesVasiljevicMendes_DISSERT.pdf: 3791566 bytes, checksum: e847396390a6b6ca2128eefd4423f561 (MD5) / Approved for entry into archive by Arlan Eloi Leite Silva (eloihistoriador@yahoo.com.br) on 2017-10-06T23:26:09Z (GMT) No. of bitstreams: 1 GabrielAlvesVasiljevicMendes_DISSERT.pdf: 3791566 bytes, checksum: e847396390a6b6ca2128eefd4423f561 (MD5) / Made available in DSpace on 2017-10-06T23:26:09Z (GMT). No. of bitstreams: 1 GabrielAlvesVasiljevicMendes_DISSERT.pdf: 3791566 bytes, checksum: e847396390a6b6ca2128eefd4423f561 (MD5) Previous issue date: 2017-07-31 / Conselho Nacional de Desenvolvimento Cient?fico e Tecnol?gico (CNPq) / Brain-computer interfaces (BCIs) are specialized systems that allow users to control a computer or a machine using their brain waves. BCI systems allow patients with severe physical impairments, such as those suffering from amyotrophic lateral sclerosis, cerebral palsy and locked-in syndrome, to communicate and regain physical movements with the help of specialized equipment. With the development of BCI technology in the second half of the 20th century and the advent of consumer-grade BCI devices in the late 2000s, brain-controlled systems started to find applications not only in the medical field, but in areas such as entertainment. One particular area that is gaining more evidence due to the arrival of consumer-grade devices is the field of computer games, which has become increasingly popular in BCI research as it allows for more user-friendly applications of BCI technology in both healthy and unhealthy users. However, numerous challenges are yet to be overcome in order to advance in this field, as the origins and mechanics of the brain waves and how they are affected by external stimuli are not yet fully understood. In this sense, a systematic literature review of BCI games based on consumer-grade technology was performed. Based on its results, two BCI games, one using attention and the other using meditation as control signals, were developed in order to investigate key aspects of player interaction: the influence of graphical elements on attention and control; the influence of auditory stimuli on meditation and work load; and the differences both in performance and multiplayer game experience, all in the context of neurofeedback-based BCI games.

Denna rapport har som syfte att samla erfarenhet kring de möjligheter och den potential som finns i den EEG-teknik och de BCI-headset från NeuroSky som använts. Detta görs genom design och utveckling av ett spel som utnyttjar tekniken. Det finns redan idag ett mindre urval av sådana spel, men dessa har samtliga varit av mycket trivial karaktär och med en bristande förmåga att övertyga och engagera. Samtidigt som EEG-teknik når ut till konsumenter, ökar också allmänintresset för mental träning. Studier och rapporter visar indikationer på att sådan träning inte bara förbättrar hjärnans effektivitet, utan också kan förebygga vissa neurologiska sjukdomar som Alzheimers och demens. Forskningsrapporter pekar också på att spel med fördel kan användas för mental träning, vilket är en motivering till relevansen i att detta examensarbete representeras i form av ett spel. Hårdvaran som använts har färdiga algoritmer för avläsning av användarens koncentrations-, meditations- och blinkstyrkenivåer. Det bristande antalet olika former av input som enheterna kan leverera i sitt standardutförande, skapar begränsningar i komplexiteten på interaktionen. Trots detta har det kunnat konstateras som ett resultat av detta arbete att en betydligt rikare interaktionsmodell än den som idag ofta påträffas i tillgängliga spel, är fullt möjlig. Cortex Wars, som det utvecklade spelet heter, tänjer på gränserna genom att vara det första spelet för två samtidiga spelare; var och en med varsitt NeuroSky headset. Resultaten av arbetet visar också på att tekniken och den hårdvara som använts inte är utan problem och brister. Stabilitetsproblem finns med hårdvaran och tekniken som sådan är också väldigt känslig för yttre påverkan av exempelvis muskelaktivitet. EEG-teknik i den form som använts i arbetet har stor potential att förändra tillvaron och tillgängligheten för en stor grupp människor i flera avseenden. Här avhandlas främst spelområdet och hur detta kan tillgängliggöras på sådant vis att personer med vissa fysiska handikapp har möjlighet att spela på lika villkor som människor utan handikapp.

El texto completo de este trabajo no está disponible en el Repositorio Académico UPC por restricciones de la casa editorial donde ha sido publicado. / The present work proposes an algorithm to detect and identify the artifact signals produced by the concrete gestural actions of jaw clench and eyebrows raising in the electroencephalography (EEG) signal. Artifacts are signals that manifest in the EEG signal but do not come from the brain but from other sources such as flickering, electrical noise, muscle movements, breathing, and heartbeat. The proposed algorithm makes use of concepts and knowledge in the field of signal processing, such as signal energy, zero crossings, and block processing, to correctly classify the aforementioned artifact signals. The algorithm showed a 90% detection accuracy when evaluated in independent ten-second registers in which the gestural events of interest were induced, then the samples were processed, and the detection was performed. The detection and identification of these devices can be used as commands in a brain–computer interface (BCI) of various applications, such as games, control systems of some type of hardware of special benefit for disabled people, such as a chair wheel, a robot or mechanical arm, a computer pointer control interface, an Internet of things (IoT) control or some communication system. / Revisión por pares