Προτεινόμενη Διπλωματική εργασία Προπτυχιακού προγράμματος Σπουδών
Ταξινόμηση βασικών συναισθημάτων (χαρά, άγχος, ηρεμία) χρησιμοποιώντας EEG power bands.
Το πείραμα θα υλοποιηθεί με συμμετέχοντες που θα εκτεθούν σε συναισθηματικά ερεθίσματα με χρήση International Affective Picture System (IAPS) ή Emotional video stimuli (YouTube dataset). Τα EEG δεδομένα θα συλλεχθούν real-time μέσω Muse BLE API και θα εξαχθούν χαρακτηριστικά Alpha/Theta/Beta bands. Θα χρησιμοποιηθεί ML/AI ταξινόμηση (k-NN, SVM ή LSTM).
Προγραμματισμός (Python ή Java)
Ανάλυση Σημάτων
Αρχές Τεχνητής Νοημοσύνης ή Μηχανικής Μάθησης
Βασικός προγραμματισμός
Θεμελιώδεις έννοιες Επεξεργασίας Σημάτων
Machine Learning
Moontaha, S., Schumann, F. E. F., & Arnrich, B. (2023). Online learning for wearable eeg-based emotion classification. Sensors, 23(5), 2387.
Garcia-Moreno, F. M., Badenes-Sastre, M., Expósito, F., Rodriguez-Fortiz, M. J., & Bermudez-Edo, M. (2025). EEG headbands vs caps: How many electrodes do I need to detect emotions? The case of the MUSE headband. Computers in Biology and Medicine, 184, 109463.