Signaalverwerking voor EEG-gebaseerde brein-computer interfaces

Elektro-encefalografie (EEG) gebaseerde brein-computer interface (BCI) biedt voordelen in termen van temporele resolutie, kosten en mobiliteit, en is daarom de meest populaire niet-invasieve BCI-modaliteit tot op heden. De huidige EEG-BCI paradigmas hebben echter een beperkt toepassingsgebied omdat ze sterk leunen op synthetische stimuli, actieve deelname van proefpersonen, en de gebruikelijke technieken moeten typisch resultaten van meerdere stimuluspresentaties uitmiddelen om een significante response te detecteren. Dit project zet een stap voorwaarts naar de echte wereld, met als doel het identificeren en kwantificeren van de temporele koppeling tussen natuurlijke videoclips en opgewekte EEG reacties. We zullen multi-set canonieke correlatie analyse en zijn niet-lineaire uitbreidingen onderzoeken om de EEG signalen te verbeteren en ze te koppelen aan (generieke) stimulus kenmerken. In samenwerking met onderzoekers in de PSI-groep, streven we ernaar een goede diepe gezamenlijke video-EEG inbedding te vinden en visuele aandacht te decoderen.