Početak projekta: 1.10.2025.

Sučelja mozak-računalo (BCI) koja se temelje na motoričkim slikama (MI) daju obećavajuće rezultate za obnavljanje komunikacijskih i kontrolnih sposobnosti kod osoba s motoričkim oštećenjima. Nadovezujući se na rezultate mog prethodnog istraživanja, ovaj projekt ima za cilj produbiti i proširiti istraživanje klasifikacije MI elektroencefalografskih (EEG) signala, s koncentracijom na metode koje povećavaju mogućnost generalizacije primjene, smanjuju složenost problema i povećavaju dostupnost BCI sustava. Dok je moj raniji rad pokazao mogućnost korištenja vremensko-frekvencijskih prikaza (TFR-ova) EEG signala kao slikovnih ulaza dubokim neuronskim mrežama, ovo predloženo istraživanje uvodi nekoliko novih smjerova. Prvo će se istražiti jednodimenzionalni (1D) pristup predstavljanju signala, gdje se svaki EEG kanal analizira pojedinačno prije nego što se integrira—ili se alternativno tretira odvojeno—za klasifikaciju. Ovaj pristup može omogućiti učinkovitiju ekstrakciju značajki. Osim toga, provest će se sustavna analiza važnosti kanala kako bi se procijenio doprinos svake elektrode učinku klasifikacije. To bi kao rezultat moglo imati razvoj manje vremensko zahtjevnih i jeftinijih BCI uređaja, smanjenjem broja potrebnih elektroda, bez ugrožavanja točnosti - što je važan korak prema praktičnim, korisniku prilagođenim BCI aplikacijama. Još jedan cilj je primijeniti tehnike prijenosnog učenja kako bi se poboljšala mogućnost generalizacije razvijenih modela. Za razliku od tradicionalnih sustava koji uvelike ovise o ručnom odabiru značajki i tehnikama predobrade kao što je neovisna analiza komponenti (ICA), cilj je stvoriti automatiziraniji i robusniji sustav koji smanjuje oslanjanje na stručnjake. Konačno, istraživanje će se proširiti kako bi uključilo podatke koji će se prikupiti pomoću slušalica IDUN Guardian—inovativnog EEG uređaja koji se nosi u ušima, a koji je nabavljen uz financiranje mog prethodnog projekta.

Zajedno, ove komponente imaju za cilj unaprijediti razvoj prilagodljivih, interpretabilnih i praktičnih BCI sustava temeljenih na EEG-u.