| 作品介紹 |
本團隊希望透過腦電圖分析(EEG analysis)以非侵入的方式獲取腦部的訊息，並藉由深度學習將視覺誘發的大腦信號進行圖像生成。另外在以往的腦波蒐集實驗與腦波分析中會耗費大量的人力，以確保流程正確和分析的精確度，於是本團隊設計此專題簡化整體實驗和分析流程，向外界人員提供一個簡易的自動化操作介面。
因此本團隊希望建立一個完善的系統介面平台，透過程式撰寫，整合腦波資料的蒐集、分析及應用，來降低傳統腦波實驗的繁雜流程與限制，並藉助人工智慧的方法，提出視覺重現的可能性，提供新的技術進展來刺激未來各領域的應用。
本系統之目的：
1. 透過程式撰寫，整合實驗流程，並提供友善的視窗操作介面、即時監測腦波狀況，簡化過去腦波繁雜的實驗流程。
2. 提供使用者即時實驗報告及視覺化呈現，以利實驗結束後快速驗收當次實驗結果。
3. 基於視覺腦波實驗提供的生理訊號重建出受試者所看到之圖像，藉由深度學習的結合，提供腦波應用的可能性。
本專題建立了一個完善的系統介面平台，主要包含三大部分：(1) 腦波蒐集系統、(2) 腦波分析系統、(3) 影像重建系統。腦波蒐集系統結合Emotiv EPOC X腦波儀和Cortex API，蒐集受試者觀看黑白數字或彩色圖像的腦電圖數據；腦波分析系統使用MNE軟體，進行受試者腦波的資料前處理以及視覺化分析；影像重建系統則利用深度學習之生成對抗網路(Generative Adversarial Network, GAN)模型重建出受試者所看到的數字和圖像。並在最後使用Django統整呈現於網頁上供外界使用。
我們希望此系統能在EEG結合深度學習的研究領域方面有所貢獻外，未來也能夠應用在智慧醫療或是犯罪鑑識等領域上。在營運模式的部分，本專題預計打算配合EEG腦波儀的銷售進行合作，讓擁有腦波儀的客戶可以得到本團隊設計好的軟體，更方便的自動化腦波蒐集實驗的流程與得到分析之結果。 |