Advanced EEG Signal Processing with Applications in Brain

Preparing to load PDF file. please wait...

0 of 0
100%
Advanced EEG Signal Processing with Applications in Brain

Transcript Of Advanced EEG Signal Processing with Applications in Brain

Advanced EEG Signal Processing with Applications in Brain-Computer Interfaces
Evaluating user focused paradigms for the purpose of enhancing BrainComputer Interaction
vorgelegt von M. Sc.
Irina-Emilia Nicolae ORCID: 0000-0002-9346-8467
von der Fakultät IV - Elektrotechnik und Informatik der Technischen Universität Berlin (TUB)
und der Fakultät für Elektronik, Telekommunikation und Informationstechnologie der Polytechnischen Universität Bukarest (PUB) (im Rahmen des Doppel-Promotionsabkommens)
zur Erlangung des akademischen Grades
Doktor der Ingenieurwissenschaften – Dr.-Ing. –
genehmigte Dissertation
Promotionsausschuss:
Vorsitzender (PUB): Prof. Dr. Ing. Gheorghe Brezeanu Vorsitzender (TUB): Prof. Dr. Manfred Opper Gutachter: Prof. Dr. Ing. Dan A. Stoichescu Gutachter: Prof. Dr. Benjamin Blankertz Gutachterin: Prof. Dr. Ing. Mihaela Neagu (Ungureanu) Gutachter: Prof. Dr. Klaus-Robert Müller Gutachter: Prof. Dr. Med. Gabriel Curio Gutachter: Prof. Dr. Ing. Mihai Ivanovici
Tag der wissenschaftlichen Aussprache: 2. Oktober 2018 an der Polytechnischen Universität Bukarest
Berlin, 2019

Proiect KNOWLEDGE - POSDRU/159/1.5/S/134398 Dezvoltarea resurselor umane din cercetarea doctorală și postdoctorală: motor al societății bazate pe cunoaștere

UNIVERSITATEA POLITEHNICA DIN BUCUREȘTI
Facultatea: Electronică, Telecomunicații și Tehnologia Informației Departmentul: Electronică Aplicată și Ingineria Informației
TECHNISCHE UNIVERSITÄT BERLIN
Faculty: Electrical Engineering and Computer Science Institut: Software Engineering and Theoretical Computer Science
Nr. Decizie Senat: 271 din 31.08.2018

TEZĂ DE DOCTORAT
METODE AVANSATE DE PRELUCRARE A SEMNALELOR EEG CU APLICAȚII ÎN BRAIN COMPUTER INTERFACES
Evaluarea paradigmelor orientate către utilizatori cu scopul îmbunătățirii Interacțiunii Creier-Calculator

ADVANCED EEG SIGNAL PROCESSING WITH APPLICATIONS IN BRAIN-COMPUTER INTERFACES
Evaluating user focused paradigms for the purpose of enhancing Brain-Computer Interaction
Autor: Ing. Irina-Emilia NICOLAE

Preşedinte
Conducător de doctorat 1 Conducător de doctorat 2
Referent Referent Referent Referent

COMISIA DE DOCTORAT

Prof. Dr. Ing. Gheorghe BREZEANU
Prof. Dr. Ing. Dan A. STOICHESCU
Prof. Dr. Benjamin BLANKERTZ
Prof. Dr. Ing. Mihaela NEAGU (UNGUREANU)
Prof. Dr. Klaus-Robert MÜLLER
Prof. Dr. med. Gabriel CURIO
Prof. Dr. Ing Mihai IVANOVICI

de la Universitatea Politehnica București

de la Universitatea Politehnica București

de la

Technische Universität Berlin

de la Universitatea Politehnica București

de la

Technische Universität Berlin

de la Charité – Universitätsmedizin Berlin

de la University Transilvania of Brașov

Bucureşti 2018

To the memory of my beloved father, Nicolae Florin
i

ABSTRACT (EN)
(English)
Advances in signal processing push forward the Neurotechnology domain along with the
Brain-Computer Interface (BCI) research which deals with the analysis of brain activity. Heading for a future that will most probably happen, where either healthy persons or people with disabilities communicate and control external devices without muscle control, a symbiotic relationship between humans and machines needs to be created. Moreover, the research direction should be guided to the users’ side by evaluating users’ interests and needs.
The main goal of this thesis is to provide suggestions and solutions to ease and facilitate the Brain-Computer Interaction, by the following: i) stimuli and tasks that refer to users’ mental states and interests are optimized; ii) an interpretable system is created to reveal the neural information that can further determine a controlled BCI system to act; iii) and the most important aspect that make the first two key points possible: advanced and improved methodological approaches are developed to efficiently extract and interpret human neural activity from the Electroencephalogram (EEG).
The investigation is performed through two experimental studies, where the first one proposes improved stimuli and tasks regarding users’ interests and preferences in a motorimagery-based BCI. The second study considers users’ cognitive mental states with the purpose to better control BCIs and investigates not only what the user has received from the external information, but also how and to which level of processing is the information encoded within the brain. The paradigms investigate the brain fluctuations induced by different stimuli and tasks, in order to provide the means to silently detect the meaningful neural information from the brain activity, which is critical for a BCI application. While the first paradigm considers Sensorimotor Rhythms (SMRs), the second paradigm is based on Event Related Potentials (ERPs). Most BCI paradigms consider either the temporal or the spectral information of the generated brain activity, but infrequently the investigation is performed in ensemble considering both domains. As it will be observed in this work, the analysis pipeline that considers only one domain might be suboptimal, while brain activity manifests additional information which is visible in both temporal and spectral domains. Therefore, this thesis deals with the methodological improvements that include complementary information, yielding to more accurate data analysis that outperforms most of the available methods.
iii

ZUSAMMENFASSUNG (GE)
(German)
Fortschritte auf dem Gebiet der Signalverarbeitung beeinflussen auch die Entwicklungen (in
der Neurotechnologie und somit auch die Erforschung) der Gehirn-Computer Schnittstellen (BCIs). Um Menschen mit körperlichen Einschränkungen, wie auch gesunden Menschen, die Möglichkeit zu geben ohne muskuläre Kontrolle über externe Geräte zu kommunizieren oder diese zu kontrollieren, muss eine symbiotische Beziehung zwischen Mensch und Maschine geschaffen werden. Hierfür sollte in der Forschung insbesondere ein größerer Fokus auf die Interessen und Bedürfnisse der Nutzer:innen gelegt werden.
Das Ziel dieser Arbeit ist es Lösungsvorschläge für eine verbesserte GehirnComputer-Interaktion zu untersuchen. Dabei werden: i) Stimuli und Aufgabenstellungen die sich auf den mentalen Zustand der Nutzer:innen beziehen optimiert, ii) ein interpretierbares BCI geschaffen, um die entscheidenden neuronalen Informationen zu bestimmen, iii) die beiden ersten Punkte werden vor allem durch verbesserte methodische Ansätze ermöglicht welche effizient neuronale Aktivitäten vom Elektroenzephalogramm (EEG) extrahieren und interpretieren.
Hierfür werden zwei EEG Studien analysiert. Erstere untersucht verbesserte Stimuli und Aufgabenstellungen bezüglich der Nutzerinteressen in einem motor-imagery basierten BCI. Die zweite Studie analysiert kognitive Zustände um herauszufinden wie externe Informationen im Gehirn ankommen und wie diese verarbeitet werden. Die beiden Studien untersuchen die Fluktuationen im Gehirn welche durch unterschiedliche Stimuli und Aufgabenstellungen induziert werden, um aussagekräftige neuronale Informationen, welche für die Anwendung des BCI wichtig sind, zu bestimmen. Während das erste Paradigma die sensormotorischen Rhythmen (SMRs) betrachtet, basiert das zweite Paradigma auf ereigniskorrelierten Potentialen (ERPs). Die meisten BCI Paradigmen betrachten entweder die zeitliche oder die spektrale Domäne der Gehirnaktivität, eher selten werden beide im ensemble analysiert. In dieser Dissertation kommen wir zu dem Schluss, dass die Analyse die sich nur auf eine der beiden Domänen stützt nicht optimal ist, da wichtige Informationen in beiden Domänen enthalten ist. Deshalb analysieren wir erweiterte Methoden die komplementäre Informationen aus beiden Domänen kombinieren, was zu einer genaueren Datenanalyse führt, die die Ergebnisse der bisherigen Methoden übertrifft.
v
IngProfStimuliApplicationsBrain Activity