SSVEP Based Brain Computer Interface Design and System Automation

Abstract

Brain-Computer Interface (BCI) is a communication system used for interaction with outside world byindividuals who are not able to use their muscular system and nervous system due to paralysis or AmyotrophicLateral Sclerosis (ALS) diseases for various reasons. In the BCI system, communication of paralyzed individualwith external equipment such as computer, electronics devices and wheelchair is provided by interpreting brainactivity of individual. In this paper, speed and direction control of direct current (DC) motor is implemented byusing Steady-State Visual Evoked Potentials (SSVEP) based BCI system. In the BCI system, 5 visual stimuli inthe form of checkerboard pattern in low frequency band are designed to represent the motor speed and directionsuch as turn the left, turn the right, increase the speed, decrease the speed and stop. Visual stimuli and the LCDscreen are used for feedback to user. 14 channel wireless Emotive EEG headset is used forelectroencephalography (EEG) recordings of users. Before classification, recordings are filtered using a 5-40 Hzband pass filter. In BCI System, Canonical Correlation Analysis (CCA) is used as classifier. BCI automationsystem is tested with two healthy volunteers using the online samplings of 10 seconds and very highperformance is obtained.

Özet

Beyin Bilgisayar Arayüzü (BBA), çeşitli sebeplerden felç geçirmiş veya Amyotrofik Lateral Skleroz (ALS) gibihastalıklar yüzünden mevcut kas sistemlerini ve sinir sistemini kullanamayan bireylerin dış dünya ileetkileşimini sağlayan bir iletişim sistemidir. BBA sisteminde felçli bireyin sadece beyin aktivitesi yorumlanarakbilgisayar, elektronik sistemler veya tekerlekli sandalye gibi dış ortam cihazları ile iletişim kurmasısağlanmaktadır. Bu çalışmada kararlı durum görsel uyarılmış potansiyeller (Steady-State Visual EvokedPotentials, SSVEP) tabanlı BBA sistemi ile DC motorun hız ve yön kontrolü gerçekleştirilmiştir. BBAsisteminde DC motorun sola dönmesini, sağa dönmesini, hızını arttırmasını, hızını azaltmasını ve durmasınıtemsil eden 5 adet düşük frekans gurubundaki dama desenli görsel uyaranlar tasarlanmıştır. Görsel uyaranlar vekullanıcıya geribildirim için LCD ekran kullanılır. Kullanıcıların elektroansefalografi (EEG) kayıtları için 14kanallı kablosuz Emotiv EEG başlık kiti kullanılmıştır. Elde edilen kayıtlar, sınıflandırma öncesi 5-40 Hzarasında bant geçiren filtreden geçirilmiştir. BBA sisteminde sınıflayıcı olarak Kanonik Korelasyon Analizi(KKA) kullanılmıştır. BBA otomasyon sistemi, çevrimiçi 10 snlik örnekler kullanılarak deneye katılan 2sağlıklı gönüllü ile test edilmiş ve tasarlanan BBA sisteminin iyi bir performansa sahip olduğu görülmüştür.