Sökning: "Brain Machine Interface"

Visar resultat 6 - 10 av 21 uppsatser innehållade orden Brain Machine Interface.

  1. 6. A 3D-printed Fat-IBC-enabled prosthetic arm : Communication protocol and data representation

    Uppsats för yrkesexamina på avancerad nivå, Uppsala universitet/Fasta tillståndets elektronik

    Författare :Johan Engstrand; [2020]
    Nyckelord :prosthetic arm; bionic arm; 3D-printing; intra-body communication; ibc; fat tissue; fat-ibc; arduino; xbee; 802.15.4; cobs; cobs r; packet loss; serial transmission; armprotes; 3D-utskrift; intrakroppslig kommunikation; fettvävnad; paketförlust; seriell överföring;

    Sammanfattning : The aim of this thesis is to optimize the design of the Fat-IBC-based communication of a novel neuroprosthetic system in which a brain-machine interface is used to control a prosthetic arm. Fat-based intra-body communication (Fat-IBC) uses the fat tissue inside the body of the bearer as a transmission medium for low-power microwaves. LÄS MER

  3. 7. Mot robust cross-subject klassificering av electroencephalogram (EEG) baserad brain-computer interfacing (BCI):En genomförbarhetsstudie

    Kandidat-uppsats, KTH/Skolan för teknikvetenskap (SCI)

    Författare :Shuai Wu; [2019]
    Nyckelord :;

    Sammanfattning : Brain-computer interface(BCI) är ett system där man kan skicka kommandon till dator med bara hjärnaktivitet. En sådan system är viktigt för människor lider av flera motorisk funktionshinder, då maskinen skulle kunna förbättra patienters liv genom att uppfylla deras behov. LÄS MER

  4. 8. En jämförelse analys av linjära och icke-linjära klassificerings metoder LDA och QDA för hjärn-dator gränssnitt

    Kandidat-uppsats, KTH/Skolan för teknikvetenskap (SCI)

    Författare :Ali Abdihakim; Daniel Chikmamat; [2019]
    Nyckelord :;

    Sammanfattning : Hjärn-dator gränssnitt (BCI) är system, kommunikationsvägar som gör det möjligt för användare att interagera med externa enheter utan att förlita sig på kroppsrörelser. Denna växelverkan mellan människa och maskin är möjlig genom att tillåta systemåtkomst för att läsa hjärnans elektriska aktivitet, ofta via elektroencefalogram (EEG). LÄS MER

  5. 9. Development of an Intelligent Embedded Interface for Interpreting Biosignals Recorded by Novel Wearable Devices

    Master-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

    Författare :Diego Argüello Ron; [2019]
    Nyckelord :;

    Sammanfattning : In recent years there has been a considerable development in the realm of sensing technologies, embedded systems, wireless communication technologies, nanotechnologies, and miniaturization has made it possible to create smart wearable systems that can record data from the human bodies and monitor our daily activities. Most expectations for the successful deployment of wearable devices and their tangible impact for the society is in healthcare. LÄS MER

  7. 10. Statistical and machine learning methods for classification of episodic memory

    Master-uppsats, Lunds universitet/Matematisk statistik

    Författare :Damir Basic Knezevic; Albin Heimerson; [2018]
    Nyckelord :Mathematics and Statistics;

    Sammanfattning : Multiple modern methods of statistical feature extraction and machine learning are applied to classification of encoding and retrieval of episodic memories us- ing electroencephalogram (EEG) recordings. Raw data, different time-frequency methods, and multiclass common spatial patterns are used for statistical feature ex- traction. LÄS MER