Ce livre présente une méthode rentable d'enregistrement des signaux d'ondes cérébrales à l'aide d'un dispositif EEG à électrodes actives à trois canaux et de classification des ondes cérébrales liées à l'imagerie motrice (IM) des mouvements de la main gauche et de la main droite, sur la base de l'électroencéphalographie (EEG) mesurée à partir du lobe central, qui pourrait être utilisée pour les systèmes d'interface cerveau-ordinateur (BCI). Le livre explique l'utilisation de l'analyse en composantes indépendantes (ICA) pour l'élimination des artefacts EEG, puis l'extraction des caractéristiques des ondes cérébrales pour les mouvements de la main gauche et de la main droite de l'IM à l'aide de la décomposition en ondelettes (WD). L'ondelette mère "Morlet" est utilisée pour la décomposition en ondelettes car elle est plus performante pour l'analyse des signaux biomédicaux non stationnaires comme l'EEG. Les caractéristiques des ondes cérébrales telles que la puissance maximale parmi tous les niveaux de décomposition (MMP), la fréquence correspondant à la MMP (MAF) et l'amplitude maximale du signal avec MAF (MMA) sont choisies comme caractéristiques de classification pour la classification des ondes cérébrales MI. La classification des signaux d'ondes cérébrales MI est effectuée à l'aide de l'analyse discriminante linéaire (LDA).

J'ai obtenu une licence en électronique et communication au Nepal College of Information Technology (NCIT), Université de Pokhara en 2011 et j'ai obtenu une maîtrise en ingénierie de l'information et de la communication à l'IOE, Pulchowk Campus, TU en 2017. Je travaille comme maître de conférences depuis 2012 au NCIT.