Sirotti, Giulia
(2023)
Brain-Computer Interface: applicazioni in pazienti affetti da Sclerosi Laterale Amiotrofica.
[Laurea], Università di Bologna, Corso di Studio in
Ingegneria biomedica [L-DM270] - Cesena, Documento ad accesso riservato.
Documenti full-text disponibili:
|
Documento PDF (Thesis)
Full-text accessibile solo agli utenti istituzionali dell'Ateneo
Disponibile con Licenza: Salvo eventuali più ampie autorizzazioni dell'autore, la tesi può essere liberamente consultata e può essere effettuato il salvataggio e la stampa di una copia per fini strettamente personali di studio, di ricerca e di insegnamento, con espresso divieto di qualunque utilizzo direttamente o indirettamente commerciale. Ogni altro diritto sul materiale è riservato
Download (2MB)
| Contatta l'autore
|
Abstract
La Sclerosi Laterale Amiotrofica è una malattia neurodegenerativa che danneggia i motoneuroni e, in pochi anni, porta alla completa paralisi di tutti i muscoli, compresi quelli deputati al linguaggio. La tecnologia delle Brain-Computer Interface (BCI) permette a queste persone di comunicare con il mondo esterno, utilizzando solo i segnali neurali per comandare il movimento del cursore o la selezione di una lettera in un monitor, rendendo il sistema indipendente dai movimenti muscolari. Nell’elaborato sono state prese in considerazione BCI non invasive, nelle quali i segnali vengono rilevati tramite EEG. Sono presentate le BCI-Speller facenti uso di segnali P300, SSVEP e segnali sensomotori. Vengono confrontate, inoltre, le interfacce grafiche proposte negli ultimi anni al fine di aumentare l’accuratezza e la velocità di trasferimento delle informazioni. Da questa analisi emerge che le BCI-P300 non richiedono che l’utente si focalizzi direttamente sul bersaglio. È possibile, inoltre, migliorare le prestazioni attraverso la sovrapposizione dei simboli con volti noti e rilevanti, l’utilizzo di colori e forme, di due stimoli e di sottomatrici. Le BCI-SSVEP sono più veloci delle BCI-P300, ma dipendono dal movimento oculare. L’utilizzo dei segnali sensomotori non dipende da una stimolazione esterna, ma richiede una fase di formazione complessa. Per aumentare la velocità di selezione e l’accuratezza possono essere implementate l’ortografia predittiva e BCI ibride, dipendenti da due segnali. Questa tecnologia, tuttavia, necessita di ulteriori sviluppi per rendere più fluida la comunicazione.
Abstract
La Sclerosi Laterale Amiotrofica è una malattia neurodegenerativa che danneggia i motoneuroni e, in pochi anni, porta alla completa paralisi di tutti i muscoli, compresi quelli deputati al linguaggio. La tecnologia delle Brain-Computer Interface (BCI) permette a queste persone di comunicare con il mondo esterno, utilizzando solo i segnali neurali per comandare il movimento del cursore o la selezione di una lettera in un monitor, rendendo il sistema indipendente dai movimenti muscolari. Nell’elaborato sono state prese in considerazione BCI non invasive, nelle quali i segnali vengono rilevati tramite EEG. Sono presentate le BCI-Speller facenti uso di segnali P300, SSVEP e segnali sensomotori. Vengono confrontate, inoltre, le interfacce grafiche proposte negli ultimi anni al fine di aumentare l’accuratezza e la velocità di trasferimento delle informazioni. Da questa analisi emerge che le BCI-P300 non richiedono che l’utente si focalizzi direttamente sul bersaglio. È possibile, inoltre, migliorare le prestazioni attraverso la sovrapposizione dei simboli con volti noti e rilevanti, l’utilizzo di colori e forme, di due stimoli e di sottomatrici. Le BCI-SSVEP sono più veloci delle BCI-P300, ma dipendono dal movimento oculare. L’utilizzo dei segnali sensomotori non dipende da una stimolazione esterna, ma richiede una fase di formazione complessa. Per aumentare la velocità di selezione e l’accuratezza possono essere implementate l’ortografia predittiva e BCI ibride, dipendenti da due segnali. Questa tecnologia, tuttavia, necessita di ulteriori sviluppi per rendere più fluida la comunicazione.
Tipologia del documento
Tesi di laurea
(Laurea)
Autore della tesi
Sirotti, Giulia
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Brain-Computer Interface,Sclerosi Laterale Amiotrofica,motoneurone,EEG,linguaggio,P300,SSVEP,SMR
Data di discussione della Tesi
21 Luglio 2023
URI
Altri metadati
Tipologia del documento
Tesi di laurea
(NON SPECIFICATO)
Autore della tesi
Sirotti, Giulia
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Brain-Computer Interface,Sclerosi Laterale Amiotrofica,motoneurone,EEG,linguaggio,P300,SSVEP,SMR
Data di discussione della Tesi
21 Luglio 2023
URI
Statistica sui download
Gestione del documento: