Please use this identifier to cite or link to this item: http://cuir.car.chula.ac.th/handle/123456789/37614
Title: เทคนิคการตรวจวัดคลื่นสมองสำหรับการทำการฟื้นฟูการรับรู้โดยใช้อีอีจีราคาประหยัดแบบน้อยช่องสัญญาณ
Other Titles: Brain signal detection methodology for cognitive rehabilitation using low-cost EEG with minimal channels
Authors: กฤษณ์กร เยาว์มณี
Advisors: เศรษฐา ปานงาม
พศิน อิศรเสนา ณ อยุธยา
Other author: จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์
Advisor's Email: Setha.P@Chula.ac.th
ไม่มีข้อมูล
Subjects: การบันทึกคลื่นไฟฟ้าสมอง
การรู้คิดในผู้สูงอายุ
การรู้คิดผิดปกติ -- ผู้ป่วย -- การฟื้นฟูสมรรถภาพ
Electroencephalography
Cognition in old age
Cognition disorders -- Patients -- Rehabilitation
Issue Date: 2555
Publisher: จุฬาลงกรณ์มหาวิทยาลัย
Abstract: ในปัจจุบันมีอุปกรณ์ที่ถูกผลิตขึ้นมาเพื่อตรวจวัดคลื่นสมองอย่างแพร่หลาย ทั้งแบบอุปกรณ์ทางการแพทย์ที่มีราคาสูงมากและอุปกรณ์ที่มีราคาประหยัด งานวิจัยนี้ได้นำเสนอแนวทางที่จะสามารถนำอุปกรณ์ตรวจวัดคลื่นสมองที่มีราคาประหยัด มาใช้สำหรับการทำการฟื้นฟูการรับรู้ในผู้สูงอายุให้ได้อย่างมีประสิทธิภาพ โดยการหาความสัมพันธ์ระหว่างการรู้จำกับคลื่นแกมม่า เบต้า และแอลฟ่า หาตำแหน่งบนหนังศีรษะที่สามารถตรวจวัดคลื่นสมองได้อย่างมีประสิทธิภาพ โดยใช้น้อยช่องสัญญาณ และเปรียบเทียบประสิทธิภาพอุปกรณ์ตรวจวัดคลื่นสมองระหว่างอุปกรณ์ g.MOBIlab+ ซึ่งเป็นอุปกรณ์ในมาตรฐานระดับงานวิจัยที่มีราคาสูง และอุปกรณ์ Emotiv EPOC ซึ่งเป็นอุปกรณ์ที่มีราคาประหยัด งานวิจัยนี้ใช้ผู้เข้ารับการทดลองจำนวน 10 คน โดยให้ผู้เข้ารับการทดลองทำแบบทดสอบเพื่อกระตุ้นการรับรู้ด้านต่างๆ และตรวจวัดคลื่นสมองของผู้เข้ารับการทดลองขณะทำแบบทดสอบเพื่อนำไปวิเคราะห์ ผลจากการวิเคราะห์แสดงให้เห็นว่า เมื่อมีความตั้งใจสมองจะปล่อยพลังงานคลื่นเบต้าที่มีค่าสูงกว่าในขณะผ่อนคลาย ในทางกลับกันเมื่อมีความผ่อนคลายสมองจะปล่อยพลังงานคลื่นแอลฟ่าที่มีค่าสูงกว่าในขณะตั้งใจ และคลื่นแกมม่าก็มีค่าพลังงานที่สูงขึ้นในขณะใช้ความทรงจำเช่นกัน จาก electrode จำนวน 14 จุด ของ Emotiv EPOC งานวิจัยนี้ได้แนะนำจุดที่สามารถทำการตรวจวัดคลื่นสมองได้ดีเป็นจำนวน 4 จุด คือ จุดที่สามารถตรวจวัดคลื่นแอลฟ่าและคลื่นเบต้าได้ดีคือจุดที่ 2(F7) และจุดที่ 13(F8) ตามลำดับ จุดที่สามารถตรวจวัดคลื่นแกมม่าได้ดีคือจุดที่ 6(P7) และ 9(P8) และจากการทดลองเปรียบเทียบประสิทธิภาพระหว่างอุปกรณ์ Emotiv EPOC และ g.MOBIlab+ โดยให้ผู้เข้ารับการทดลองใช้งานโปรแกรมสะกดคำ ผลจากการทดลองชี้ให้เห็นว่าสามารถนำอุปกรณ์ตรวจวัดคลื่นสมอง Emotiv EPOC ที่มีราคาประหยัดนี้ไปใช้งานกับโปรแกรมสำหรับการทำการฟื้นฟูการรับรู้ได้ เนื่องจากมีประสิทธิภาพที่น้อยกว่าอุปกรณ์ g.MOBIlab+ ซึ่งเป็นอุปกรณ์ในมาตรฐานระดับงานวิจัยที่มีราคาสูงเพียง 3%
Other Abstract: At present, many devices that detect brain waves have been invented; the devices vary from the high-cost medical grade to low-cost commercial grade. This research work presents efficient methods for using low-cost commercial grade devices in cognitive rehabilitation. The research identifies an association between cognition and Alpha, Beta and Gamma waves. It also identifies appropriate locations on the scalp for detecting brain waves with minimal channels. Furthermore, it benchmarks between research grades high-cost EEG recording device g.MOBIlab+ and commercial grades low-cost EEG recording device Emotiv EPOC. In this research, 10 volunteers did cognitive related activities and their EEGs were recorded. Data analysis shows that in high attention state, beta wave has higher power spectrum than in the relaxation state. On the other hand, in relaxation state alpha wave has higher power spectrum. And gamma wave has higher power spectrum when memory is utilized. From 14 electrode nodes of Emotiv EPOC, this research suggests that only 4 nodes are required for EEG measurement. The appropriate location for detecting the alpha wave is 2(F7), the appropriate location for detecting the beta wave is 13(F8), and the appropriate locations for detecting the gamma wave are 6(P7) and 9(P8). From the EEG device benchmarking between Emotiv EPOC and g.MOBIlab+ using spelling program by volunteers, it can be concluded that the low cost commercial grade device Emotiv EPOC could be used for a cognitive rehabilitation system, as it has less accuracy than research grades high-cost EEG recording device g.MOBIlab+ by only 3%.
Description: วิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2555
Degree Name: วิศวกรรมศาสตรมหาบัณฑิต
Degree Level: ปริญญาโท
Degree Discipline: วิศวกรรมคอมพิวเตอร์
URI: http://cuir.car.chula.ac.th/handle/123456789/37614
Type: Thesis
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
kridsakon_ya.pdf3.13 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.