TUM School of Computation, Information and Technology
Advisor:
Cheng, Gordon (Prof., Ph.D.)
Referee:
Cheng, Gordon (Prof., Ph.D.); Conradt, Jörg (Prof. Dr.)
Language:
en
Subject group:
ELT Elektrotechnik
TUM classification:
DAT 700
Abstract:
Brain-computer interface (BCI) translates users’ brain activities into commands to control assistive devices. Notwithstanding the tremendous advances that have been made, current BCI algorithms for neuroprosthetics control still need to be further improved. In this thesis, I demonstrate that the hybrid BCI, by exploiting electroencephalography (EEG) signals alongside other biosignals, represents an intriguing technology for feed-forward control, sensory substitution, as well as for the quantification of the brain's perception of external sensory stimuli.
«
Brain-computer interface (BCI) translates users’ brain activities into commands to control assistive devices. Notwithstanding the tremendous advances that have been made, current BCI algorithms for neuroprosthetics control still need to be further improved. In this thesis, I demonstrate that the hybrid BCI, by exploiting electroencephalography (EEG) signals alongside other biosignals, represents an intriguing technology for feed-forward control, sensory substitution, as well as for the quantific...
»
Translated abstract:
Gehirn-Computer Schnittstellenübersetzt die Gehirnaktivitäten der Benutzer in Befehle zur Steuerung von Hilfsmitteln. Ungeachtet der enormen Fortschritte, die erzielt wurden, müssen die aktuellen BCI-Algorithmen zur Steuerung von Neuroprothesen noch weiter verbessert werden. In dieser Arbeit zeige ich, dass der hybride BCI durch die Nutzung von Elektroenzephalographie- (EEG-) Signalen zusammen mit anderen Biosignalen eine faszinierende Technologie für Feed-Forward-Kontrolle, sensorische Substitution sowie für die Quantifizierung der Wahrnehmung externer sensorischer Stimuli durch das Gehirn darstellt.
«
Gehirn-Computer Schnittstellenübersetzt die Gehirnaktivitäten der Benutzer in Befehle zur Steuerung von Hilfsmitteln. Ungeachtet der enormen Fortschritte, die erzielt wurden, müssen die aktuellen BCI-Algorithmen zur Steuerung von Neuroprothesen noch weiter verbessert werden. In dieser Arbeit zeige ich, dass der hybride BCI durch die Nutzung von Elektroenzephalographie- (EEG-) Signalen zusammen mit anderen Biosignalen eine faszinierende Technologie für Feed-Forward-Kontrolle, sensorische Substitu...
»