Back to search

National and Kapodistrian University of Athens

Αναγνώριση προτύπων σε σήματα από φορητό ηλεκτροεγκεφαλογράφο με τη χρήση τεχνητής νοημοσύνης και εφαρμογή σε ασθενείς σε αποκατάσταση

Abstract

dc:description

Στην παρούσα μεταπτυχιακή εργασία γίνεται μία συστηματική ανασκόπηση του αντικειμένου της διάδρασης Εγκεφάλου-Υπολογιστή μέσα σε περιβάλλοντα Εικονικής Πραγματικότητας (VR) με τη χρήση οπτικών δυναμικών σταθερής κατάστασης (SSVEP). H Εικονική Πραγματικότητα αν και άρχισε να αναπτύσσεται ήδη από τη δεκαετία του 1960, μόλις τα τελευταία 5 χρόνια κατέστη προσβάσιμη στο ευρύ καταναλωτικό κοινό μέσω της τεχνολογίας μάσκας-οθόνης (HMD). Το γεγονός αυτό έδωσε ώθηση στην αναζήτηση νέων μέσων διάδρασης ανθρώπου μηχανής γενικά αλλά και ειδικά σε πάσχοντες πληθυσμούς και ιδιαίτερα στους τομείς της Εναλλακτικής και Επαυξητικής Επικοινωνίας και της Αποκατάστασης. Από την άλλη πλευρά στο κομμάτι της διάδρασης Εγκεφάλου – Υπολογιστή, οι Διεπαφές Εγκεφάλου Υπολογιστή (BCIs) παρότι έκαναν την εμφάνισή τους ήδη από τη δεκαετία του 1970, άρχισαν να βρίσκουν πρακτική εφαρμογή στους ανθρώπους στις αρχές του 21ου αιώνα με την αποκωδικοποίηση ποικιλίας εγκεφαλικών σημάτων σε πραγματικό χρόνο (online). Μία από τις πιο γνωστές τεχνικές BCI αξιοποιεί τη μέθοδο των οπτικών δυναμικών σταθερής κατάστασης (SSVEP) σύμφωνα με την οποία όταν κάποιος εστιάζει το βλέμμα του σε μία πηγή φωτός που τρεμοσβήνει με σταθερή συχνότητα, τότε τα ηλεκτρικά εγκεφαλικά σήματα της ινιακής περιοχής του εγκεφάλου συγχρονίζονται στη συχνότητα αυτή, κατάσταση η οποία είναι ανιχνεύσιμη από ένα ηλεκτροεγκεφαλογράφο. Οι δύο τεχνολογίες, δηλαδή η Εικονικής Πραγματικότητα με Μάσκα-Οθόνη (HMD VR) και οι Διεπαφές Εγκεφάλου Υπολογιστή βασιζόμενες σε Οπτικά Δυναμικά Σταθερής Κατάστασης (SSVEP BCI) συναντιούνται πλέον ερευνητικά την τελευταία πενταετία με τρόπο συστηματικό, οπότε πλέον κάθε έτος δημοσιεύονται ένα με δύο πρωτότυπα άρθρα στο αντικείμενο. Η σχετική βιβλιογραφία φαίνεται να συγκλίνει στο συμπέρασμα πως ο συνδυασμός των δύο τεχνολογιών όχι μόνο είναι εφικτός αλλά δημιουργεί μία ενδιαφέρουσα συνέργεια κατά την οποία αφενός το SSVEP BCI καθίσταται αποδοτικότερο αφετέρου το HMD VR αποκτά νέους τρόπους διάδρασης ανθρώπου μηχανής για την επίτευξη νέων τύπων εμπειριών σε εικονικούς κόσμους με εμβύθιση (immersion). Η συστηματική ανασκόπηση της βιβλιογραφίας είναι το βασικό αντικείμενο της παρούσας εργασίας. Τέλος, μετά την ανάλυση και την αξιολόγηση της βιβλιογραφίας γίνεται προσπάθεια αναπαραγωγής της αρχής λειτουργίας του SSVEP BCI με ένα φορητό και ασύρματο ηλεκτροεγκεφαλογράφο – αντί για ενσύρματο ηλεκτροεγκεφαλογράφο - ερευνητική κατεύθυνση με ενδιαφέροντα χαρακτηριστικά που δεν έχει εξερευνηθεί ακόμη. Η δοκιμή αυτή δεν έχει συστηματικό χαρακτήρα αλλά αποτελεί περισσότερο μία πειραματική επίδειξη επί της αρχής λειτουργίας (proof of concept).

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Λεβεντάκης Νικόλαος
  • Leventakis Nikolaos

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:2922855

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Λεβεντάκης Νικόλαος; Leventakis Nikolaos. Αναγνώριση προτύπων σε σήματα από φορητό ηλεκτροεγκεφαλογράφο με τη χρήση τεχνητής νοημοσύνης και εφαρμογή σε ασθενείς σε αποκατάσταση. 2020. https://pergamos.lib.uoa.gr/uoa/dl/object/2922855