Analýza a klasifikace dat ze snímače mozkové aktivity

Abstract

Tato práce se zabývá snímáním, zpracováním a klasifikací mozkové aktivity snímané pomocí brain-computer interface (BCI) zařízení od společnosti OpenBCI a možnostmi využití mozkové aktivity vyvolané představovaným pohybem končetin k ovládání aplikace. K řešení zadaného problému jsou využity metody pro zpracování signálu a strojového učení. Podařilo se vytvořit program umožňující snímání, zpracovávání a klasifikaci mozkové aktivity pomocí umělé neuronové sítě. Průměrná přesnost klasifikace na umělých datech je 99.156%. Na datech reálných se podařilo dosáhnout průměrné přesnosti 73.71%.This thesis describes recording, processing and classifying brain activity which is being captured by a brain-computer interface (BCI) device manufactured by OpenBCI company. Possibility of use of such a device for controlling an application with brain activity, specifically with thinking of left or right hand movement, is discussed. To solve this task methods of signal processing and machine learning are used. As a result a program that is capable of recording, processing and classifying brain activity using an artificial neural network is created. An average accuracy of classification of synthetic data is 99.156%. An average accuracy of classification of real data is 73.71%.