การศึกษาเทคนิคการใช้งานสัญญาณ EEG ในการตรวจจับวัตถุที่มองเห็นเพื่อการใช้งานในระบบสมาร์ทโฮม

ชื่อนักเรียนผู้จัดทำโครงงานวิทยาศาสตร์

ปัณณทัต หมานมณี, ปุณณวิช รัตนบุรี

อาจารย์ที่ปรึกษาโครงงานวิทยาศาสตร์

วีระวัฒน์ วงศ์เมฆ

โรงเรียนที่กำกับดูแลโครงงานวิทยาศาสตร์

โรงเรียนมอ.วิทยานุสรณ์

ปีที่จัดทำโครงงานวิทยาศาสตร์

พ.ศ. 2566

บทคัดย่อโครงงานวิทยาศาสตร์

การตรวจคลื่นไฟฟ้าสมอง (Electroencephalography : EEG) เป็นการตรวจวัดสัญญาณไฟฟ้าสมองของมนุษย์ ซึ่งนิยมนำมาใช้ในการวิเคราะห์ทางการแพทย์ และการทำระบบเชื่อมต่อกับคอมพิวเตอร์ (Brain-Computer Interface : BCI) เพื่อให้คอมพิวเตอร์วิเคราะห์สัญญาณคลื่นสมองเหล่านั้น แต่อย่างไรก็ตามการนำ EEG มาใช้กับระบบ BCI ใน Smart Home Automation ที่ทำให้ผู้ใช้ในบ้านหรือผู้ป่วยติดเตียงที่เคลื่อนที่ไม่ได้สามารถใช้คลื่นสมองควบคุมเครื่องใช้ไฟฟ้าในบ้านนั้นยังไม่ได้มีการทดลองหรือใช้งานจริงแพร่หลายเนื่องด้วยความซับซ้อนของสัญญาณคลื่นสมองและความแตกต่างระหว่างบุคคลที่อาจทำให้สัญญาณเปลี่ยนไประหว่างบุคคล ในงานวิจัยนี้มีเป้าหมายเพื่อยืนยันความเป็นไปได้ในการประยุกต์ใช้สัญญาณ EEG ร่วมกับเทคนิค Deep Learning ว่าสามารถตรวจจับความต้องการสั่งการพื้นฐาน ได้แก่ การเปิด ปิด หลอดไฟ ได้หรือไม่ การทดลองในงานวิจัยนี้ได้ทดลองโดยการเก็บสัญญาณคลื่นสมองจากผู้ใช้งานจริงที่ต้องการปิด/เปิดไฟ ว่าเมื่อต้องการสั่งการนั้นมีรูปแบบคลื่นสมองแบบใด แล้วนำมาคัดแยกด้วยเทคนิค 1-D Convolutional Neural Network (1-CNN) ผลการทดลองพบว่า โมเดล 1-CNN เมื่อเทรนด้วยสัญญาณ EEG ของผู้ใช้ 1 คน เพียงอย่างเดียวจะมีความแม่นยำต่อการตรวจจับความต้องการเปิด/ปิดไฟ 80% แต่เมื่อขยายข้อมูลเทรนเป็นข้อมูลของผู้ใช้ที่แตกต่างกัน 4 คน ความแม่นยำจะลดลงมาเหลือที่ 55.56% กล่าวคือโมเดลสามารถคัดแยกความต้องการได้จริง หากมีการปรับโมเดลให้มีความจำเพาะบุคคล ผลลัพธ์ที่ได้จะนำไปออกแบบระบบควบคุมเครื่องใช้ไฟฟ้าด้วยคลื่นสมองต่อไป