← Powrót do Projektów

ID PROJEKTU: OSC-2025 // NEUROTECHNOLOGIA

Wykrywanie Emocji w Czasie Rzeczywistym i Muzykoterapia

Zbudowany w 24 godziny na Hackathonie Heroes of The Brain 2025: kompletna platforma interfejsu mózg-komputer odczytująca dane EEG w czasie rzeczywistym, klasyfikująca stany emocjonalne za pomocą ważonego zespołu modeli głębokiego uczenia i wzmocnienia gradientowego, automatycznie dobierająca playlisty Spotify prowadzące użytkownika do spokoju. Zaprojektowany do redukcji lęku przedoperacyjnego i zastosowań terapeutycznych.

24h Hackathon Interfejs Mózg-Komputer Muzykoterapia
0Hz
Częstotliwość EEG
0
Pasma Częstotliwości
0
Kanały EEG
0Hz
Częstotliwość Predykcji
[01]

Przegląd Systemu

Problem

Lęk przedoperacyjny dotyka do 80% pacjentów chirurgicznych, prowadząc do zwiększonego zapotrzebowania na znieczulenie, dłuższego czasu rekonwalescencji i gorszych wyników. Tradycyjne interwencje jak środki uspokajające mają skutki uboczne. Zbudowaliśmy nieinwazyjne, spersonalizowane rozwiązanie wykorzystujące neurofeedback i muzykoterapię.

Docelowi Użytkownicy Pacjenci przedoperacyjni, zastosowania terapeutyczne, zarządzanie stresem
Wejście Dane EEG w czasie rzeczywistym przez zestaw BrainAccess
Wyjście Klasyfikacja emocji + adaptacyjne rekomendacje muzyczne

Nasze Rozwiązanie

Oscillate nieprzerwanie monitoruje aktywność mózgu, wykrywa stany emocjonalne w czasie rzeczywistym i odpowiada dobranymi utworami zaprojektowanymi aby prowadzić użytkownika do neutralnego, spokojnego stanu. System tworzy zamkniętą pętlę sprzężenia zwrotnego: wykryj → interweniuj → zmierz → adaptuj.

Detekcja Zespołowy model AI klasyfikuje 4 stany emocjonalne co 100ms
Interwencja API Spotify dostarcza terapeutyczne playlisty dopasowane do emocji
Wizualizacja Model 3D mózgu z mapowaniem kolorów emocji w czasie rzeczywistym
[02]

Potok Przetwarzania Sygnału

Akwizycja EEG

Surowe dane fal mózgowych są zbierane z 4 kanałów elektrodowych (AF3, AF4, O1, O2) przy 125Hz przez protokół Lab Streaming Layer (LSL). Kanały czołowe rejestrują walencję emocjonalną, podczas gdy kanały potyliczne dostarczają wskaźników pobudzenia.

Pasmo Delta 0.5-4 Hz — Głęboki sen, przetwarzanie nieświadome
Pasmo Theta 4-8 Hz — Senność, lekka medytacja
Pasmo Alpha 8-13 Hz — Zrelaksowana czujność, spokój
Pasmo Beta 13-30 Hz — Aktywne myślenie, koncentracja, lęk
Pasmo Gamma 30-45 Hz — Poznanie wyższego rzędu, percepcja

Inżynieria Cech

Względne moce pasm są obliczane dla każdego kanału we wszystkich 5 pasmach częstotliwości, dając 20 podstawowych cech. Przechodzą one transformację logarytmiczną i rozwinięcie wielomianowe przed standaryzacją, tworząc bogatą przestrzeń cech dla modelu zespołowego.

Cechy Podstawowe 4 kanały × 5 pasm = 20 względnych mocy pasm
Przetwarzanie wstępne transformacja log1p + rozwinięcie wielomianowe
Wygładzanie Uśrednianie czasowe z 10 predykcji (~1 sekunda)
[03]

Architektura Techniczna

Głębokie Uczenie

Klasyfikator WideResNet

1024-wymiarowe warstwy ukryte z 3 blokami rezydualnymi i regularyzacją dropout (0.3-0.4). Wnosi 60% wagi do predykcji zespołowej.

Klasyczne ML

Wzmocnienie Gradientowe

Implementacja Scikit-learn ze zoptymalizowanymi hiperparametrami. Zapewnia odporność i wnosi 40% wagi do końcowego wyjścia zespołowego.

Backend

FastAPI + WebSocket

Wysokowydajny asynchroniczny serwer Python obsługujący pobieranie strumienia LSL, wnioskowanie w czasie rzeczywistym i rozgłaszanie WebSocket przy 10Hz.

Frontend

React + Three.js

Interaktywna wizualizacja 3D mózgu z użyciem React Three Fiber z mapowaniem kolorów na podstawie emocji w czasie rzeczywistym i integracją Spotify Web Playback SDK.

Zespół Badawczy

Współtwórcy

  • Iwo Smura
  • Iwo Wojtakajtis
  • Karina Leśkiewicz
  • Wiktoria Malinowska
  • Paweł Litwin