Das Aufnehmen von Hirnaktivität findet in vielen klinischen Gebieten, aber auch in der Medizintechnik und Robotik Anwendung. Forscher haben zum Beispiel begonnen, die Aktivität von Nervenzellen zu verwenden, um Brain-Computer-Interfaces (BCI) zu erstellen. Diese sollen das tägliche Leben körperlich beeinträchtigter Menschen erleichtern und unterstützen.
Mit Hilfe der Elektroenzephalografie (EEG) wird dazu die elektrische Aktivität des menschlichen Gehirns gemessen und aufgenommen. Dies geschieht mittels auf dem Kopf befestigter Elektroden, die Spannungsschwankungen, die durch die elektrische Aktivität der Nervenzellen im Gehirn entstehen, wahrnehmen. Die aufgenommenen Daten können allerdings durch viele Faktoren beeinflusst werden.
Einer dieser Faktoren sind Augenbewegungen (z. B. Zwinkern, Hin- und Herbewegen), die eine Änderung des elektrischen Feldes um das Auge herum bewirken. Diese Aktivitäten werden mit Hilfe der Elektrookulografie (EOG) aufgenommen. Dadurch, dass sich dieses Signal über die Kopfhaut fortpflanzt, taucht es als Rauschen bzw. Artefakt ebenso in den aufgenommenen EEG-Daten auf, so dass die korrekte Analyse der EEG-Daten beeinträchtigt wird.
Das Ziel, das in dieser Arbeit verfolgt werden soll, ist die Eliminierung der EOG-Störquelle aus den EEG-Daten. Dafür soll die Methode des adaptiven Filterns getestet werden, da diese Filter anpassungsfähig an ihre Umgebung sind und damit für jedes gemessene EEG-Signal eigene Filterkoeffizienten entwickeln können. Als Referenzsignal sollen EOG-Signale dienen, die am Auge mit Hilfe von vier Elektroden aufgenommen werden. Die Eliminierung soll so optimiert werden, dass möglichst keine Schäden oder Abzüge des EEGs zustande kommen.
