Implementierung und Evaluation einer mobilen intelligenten EEG-Sensorplattform für Brain-Computer Interfaces

Am Fachgebiet „Architekturen und Systeme“ des Instituts für Mikroelektronische Systeme werden neuartige Plattformen für mobile, auf EEG-Messungen basierende Brain-Computer Interfaces (BCI) untersucht. Dabei werden vor allem hohe Anforderungen an eine kurze Verzögerungszeit der dafür erforderlichen algorithmischen Verarbeitung sowie an einen geringen Energiebedarf gestellt.

Für die Komponenten eines EEG-basiertes Brain-Computer Interface soll ein Analog-Digital-Umsetzer ADS1299 der Firma Texas Instruments verwendet werden, um das aus den EEG-Elektroden kommende Messsignal zu digitalisieren. Das resultierende digitale Signal wird anschließend mit einem SmartFusion2-SoC der Firma Microsemi verarbeitet, um abhängig vom Verlauf der ursprünglichen EEG-Signale verschiedene Zustände eines Probanden zu erkennen und entsprechende Steuersignale zu erzeugen. Dieses SoC beinhaltet für die Signalverarbeitung einen ARM Cortex-M3 Mikroprozessor und ein Flash-basiertes FPGA. Diese beschriebenen Komponenten stehen in Form von Entwicklungsboards zur Verfügung, die verschiedene Konfigurationen und Einsatzmöglichkeiten unterstützen.

Im Rahmen dieser Arbeit sollen die beschriebenen Entwicklungsboards der zentralen Komponenten des Brain-Computer Interfaces in Betrieb genommen und eine für diese Anwendung geeignete Konfiguration zu ermittelt werden. Weiterhin soll für das SmartFusion2-SoC ein Softwarekonzept für eine generische Ablaufsteuerung einer EEG-Messaufnahme und die Echtzeitverarbeitung der EEG-Signale erstellt werden. Das komplette Hardwaresystem soll außerdem bezüglich der Eignung für den Einsatz als Brain-Computer Interface evaluiert werden. Hierbei soll insbesondere die Leistungsaufnahme und die Performance der beinhalteten Recheneinheiten mit einbezogen werden.

Für die Echtzeitverarbeitung soll ein Framework verschiedener FPGA-Module in VHDL erstellt werden, die für künftige Algorithmen und weitere Implementierungen zur Verfügung stehen. Zur Sicherstellung der Unterstützung verschiedener Algorithmen ist bei der Implementierung der Module auf die Möglichkeit zur funktionsspezifischen Anpassung zu achten. Zur Überprüfung der Funktionsfähigkeit der implementierten FPGA-Module ist eine MATLAB-Schnittstelle implementiert, sodass MATLAB als Software-Referenz verwendet werden kann.