Interfejs mozak-računar

Cilj i ishod predmeta 

Upoznavanje sa karakteristikama i načinom funkcionisanja kompleksnog sistema u realnom vremenu, interfejs mozak-računar. Ovladavanje tehnikama za merenje, obradu i klasifikaciju električnog signala mozga kao i njegovo pretvaranje u perceptivni povraćaj (u realnom vremenu) uz pomoć mašinskog učenja. Po završetku kursa student poznaje sve elemente jednog interfejsa mozak-računar, osposobljen je da koristi alate kako hardverske tako i softverske kako bi se informacije iz mozga pretvorile u perceptivni događaj.

Teorijska nastava

Neuroni, sinapse, električni signal mozga. Merni instrumenti poput elektroencefalograma (EEG). Closed loop i open loop, biofeedback i neurofeedback. Paradigme kao što su Motor Imagery, Event Related Potentials, Evoked Potentials. Interakcija više korisnika, hiper-skeniranje (hyperscanning). Primena u medicini, u gejming industriji, u sportu, u umetnosti, u pametnim transportnim uređajima. Razlika između aktivnog i pasivnog interfejsa, i neuro-adaptivnih uređaja. Neuro-marketing i neuro-etika. Uticaj psihološkog stanja korisnika na električne signale pa i na performans sistema. Zavisnost performansi sistema od treninga i učenja korisnika kao i od mašinskog učenja. Analiza i obrada signala, čišćenje šuma, specijalni filteri, temporalni filteri, Kalmanov filter, Furijeova transformacija, konvolucija, semplovanje, epoching, izdvajanje potrebnih vektora za klasifikaciju. Mašinsko učenje – Linear Discriminant Analysis, Support Vector Machine. Lab Streaming Layer (LSL) protokol komunikacije između uređaja i njihova sinhronizacija za perceptivni povraćaj u realnom vremenu.

Praktična nastava

Praktičan rad sa EEG mernim instrumentom. Snimanje električnog signala mozga, obrada i klasifikacija uz alat openViBE. Povezivanje izlaza klasifikacije openViBE-a sa perceptivnim povraćajem npr. unutar video igre, uz pomoć LSL protokola.