0

1

2

3

4

5

6

7

8

9

0

Sem.

WS

SS

WS

SS

WS

SS

WS

SS

WS

SS

WS

SS

WS

SS

WS

SS

WS

SS

WS

SS

201x

Die Lehrveranstalltung behandelt die wichtigsten Begriffe, Modelle und
Methoden aus dem Bereich Elektroenzephalogram-basierender (EEG)
Brain-Computer Interfaces (BCIs). Insbesonderes wird dabei auf
unterschiedliche Methoden der Merkmalsextraktion (aus dem Zeit-,
Frequenz- und Phasenbereich) und des Maschinellen Lernens und der
Mustererkennung von (i) Evozierten Gehirnpotentialen (e.g.
steady-state visual evoked potentials (SSVEP) und P300), als auch auf
die (ii) durch mentale Aktivitaet modulierbaren Aenderungen der
rhythmischer Aktitivaet eingegangen.

In den Übungen weden anhand selbst aufgezeichneter EEG Daten
besprochene Modelle und Methoden in MATLAB untersucht. Daneben werden
verschiedene EEG-Paradigmen durchgefuehrt und ein Echt-zeit BCI
implementiert.