Detekce pohybu končetin z EEG signálu při cvičení na rehabilitačním robotovi

Abstract

EEG signály u měřených subjektů obsahují různé vzory podle toho, co měřený subjekt vykonával. ERD/ERS jsou příklady právě takovýchto vzorů, které jsou svázány s pohybem ruky, prstu nebo nohy. Tato diplomová práce se zabývá detekováním pohybu v EEG signálu na základě vzorů ERD a ERS. Příznakové vektory jsou konstruovány buď pomocí všech hodnot z ERD/ERS nebo z hodnot, počítaných právě z těchto vzorů, jako například MAV nebo rozptyl. Tyto vektory jsou klasifikovány neuronovou sítí, která se stává z jedné vstupní vrstvy, třech skrytých vrstev a z jedné výstupní vrstvy, kde první skrytá vrstva obsahuje 400 neuronů, druhá 200 neuronů a třetí 100 neuronů. Pro natrénování této neuronové sítě je použita trénovací množina tvořená příznakovými vektory a pro následné přenastavování vah je použit algoritmus Backpropagation. Takto nastavená neuronová síť je schopna klasifikovat pohyb v EEG záznamech s průměrnou přesností 90,05%.