sBCI
Schnelle Brain Computer Interface (BCI)-Systeme für Alltagsanwendungen
Ansprechpartner: M. Sc. Tatsiana Malechka
Beschreibung des Projektes
Forschungsziel
- Neues leichtgewichtiges, adaptives, schnelles Brain-Computer Interface auf SSVEP und ERD/ERS Basis.
- Modulare Erweiterbarkeit zur Erfassung von myo- elektrischen Signalen, Augenbewegungen und Blickrichtung.
- Breite Einsatzmöglichkeit für behinderte Personen als einziger oder zusätzlicher Kommunikationskanal für diesen Personenkreis.
- Anwendungsmöglichkeiten des Systems sowohl in der aktuellen Rehabilitation und Pflege schwerbehinderter Personen als auch in der medizinischen Forschung und der Kognitionsforschung.
- Ein breiter Anwendungsmarkt entsteht durch die Spiele-Industrie, bei der Spaß und die Experimentier- und Entdeckerfreude der Spieler die treibende Kraft für die Nutzung sind.
Wissenschaftlich-technische Ergebnisse
Wissenschaftlich-technische Ergebnisse ergeben sich im Bereich multimodaler BCI-Systeme als Basis für weitergehende Grundlagenforschungen und für Applikationen auf vielen neuen Gebieten von der Rehabilitation bis zum Einsatz als Spielkonsole.
Weitere
wirtschaftliche Ergebnisse ergeben sich durch die Verfügbarkeit eines
einfach handhabbaren, wesentlich preisgünstigeren Systems, als es sich
heute aus verfügbaren Einzelkomponenten aufbauen lässt. Das
Zusammenspiel eines einfachen modularen Softwaresystems, das den
Einsatz erlaubt, ohne dass Fachkenntnisse in allen Teilbereichen
vorliegen müssen, stellt einen wesentlichen Fortschritt dar. Die
Anwender werden sich auf die Kernaspekte der Forschung, Entwicklung und
Anwendung konzentrieren können und dadurch wertvolle Zeit gewinnen.
Informeller Stand der Technik
Seit einigen Jahren werden Brain-Computer Interfaces (BCIs) erfolgreich erforscht. Ein Brain-Computer Interface (BCI) ist ein System, das Menschen erlaubt zu kommunizieren, ohne sich dabei zu bewegen. Es misst die Gehirnaktivitäten (z.B. über das gemessene Elektroenzephalogramm (EEG)) und setzt sie direkt in die Computerbefehle um. Dieses Hilfsmittel kann für schwerbehinderte Benutzer die einzige Möglichkeit der Kommunikation darstellen, beispielsweise für Personen mit zerebraler Lähmung, Schlaganfall, Gehirn- oder Rückenmarkverletzungen.
Am Institute für Automatisierungstechnik (IAT) der Uni Bremen wurde die Steuerung eines Rehabilitationsroboters und eines Rollstuhls mit einem BCI erfolgreich demonstriert; im Rahmen einer auf der CeBIT 2008-Ausstellung durchgeführten Studie mit 106 Probanden aus den unvorbereiteten Messebesuchern wurde das Potential dieser neuen Technologie der breiten Öffentlichkeit vermittelt. Die Studie bestätigte eine bereits bekannte Tatsache, dass ein deutlicher Anteil von Personen nicht in der Lage ist über BCI’s mit Standardparametereinstellungen zu kommunizieren. Hier ist eine Anpassung an den Nutzer notwendig.
.
Veröffentlichungen
- Volosyak, I., Valbuena, D., Malechka, T., Peuscher, J., Gräser, A. Brain-Computer Interface using Water-based Electrodes. J.Neural Eng. 7, 2010. Seite 8 des Zwischenberichts zu IGF-Vorhaben 16136BG0910
- Valbuena, D. Effectiveness of Training in SSVEP-based BCIs. In: Methods and Applications in Automation (Eds: Gräser, A. and Ristic-Durrant, D.) pp. 74 – 83, 2010.
- Volosyak, I., Malechka, T., Valbuena D., Gräser A. A Novel Calibration Method for SSVEP based Brain-Computer Interfaces. Proc. 18th European Signal Processing Conference EUSIPCO. pp 939 – 943, 2010.
- Valbuena, D., Volosyak, I., Gräser, A. sBCI: Fast Detection of Steady-State Visual Evoked Potentials. Proc. 32nd Annual Int. Conf. (IEEE/EMBS). pp. 3966 – 3969, 2010.
- Valbuena, D., Malechka, T., Volosyak, I., Gräser, A. A novel EEG acquisition system for Brain Computer Interfaces. International Journal of Bioelectromagnetism. 13, 2011.
- Malechka, T., Valbuena, D., Kus, R., Zygierewicz,. J., Volosyak, I., Gräser, A. ERD/ERS BCI training on the basis of a labyrinth application. International Journal of Bioelectromagnetism. 13, 2011.
Förderung
Laufzeit: September 2009 - Mai 2012
![]() |
![]() |




![tl_files/Bilder/Logo_rgb[1].jpg tl_files/Bilder/Logo_rgb[1].jpg](tl_files/Bilder/Logo_rgb[1].jpg)