Ανάπτυξη συστήματος που αναγνωρίζει επίπεδα προσοχής (attention vs distraction) από EEG δεδομένα σε πραγματικό χρόνο.

Το Muse 2 είναι εργαλείο EEG χαμηλού κόστους που χρησιμοποιείται σε έρευνες γνωστικής απόδοσης. Στη διπλωματική θα γίνει πείραμα με φοιτητές που θα εκτελέσουν δύο δραστηριότητες στον υπολογιστή:

1. Κανονική συγκέντρωση (π.χ. παρακολούθηση βίντεο ή ανάγνωση κειμένου)

2. Πρόκληση διάσπασης προσοχής (multitasking με ειδοποιήσεις/email distractions)

Η συλλογή EEG δεδομένων θα γίνει σε πραγματικό χρόνο μέσω Muse Developer SDK (BLE API) σε Python ή JavaScript. Θα εξαχθούν χαρακτηριστικά από EEG (Delta, Theta, Alpha, Beta power bands) και θα γίνει ταξινόμηση με SVM ή Random Forest.

Προγραμματισμός (Python ή Java)

Ανάλυση Σημάτων

Αρχές Τεχνητής Νοημοσύνης ή Μηχανικής Μάθησης

Βασικός προγραμματισμός

Θεμελιώδεις έννοιες Επεξεργασίας Σημάτων

Εισαγωγή στο Machine Learning

Zhuo, Z., Najafi, M., Zein, H., & Nait-Ali, A. (2025). Assessing a Single Student's Concentration on Learning Platforms: A Machine Learning-Enhanced EEG-Based Framework. arXiv preprint arXiv:2502.15107.