Method Article

הערכת ביצועי מאיית ממשק מוח-מחשב מבוססת P300 עם הערכת השהיה מבוססת מסווג

DOI:

10.3791/64959

⸱

September 8th, 2023

 ,  ,  ,  ,  , 
1Brain and Body Sensing Lab, Mike Wiegers Department of Electrical & Computer Engineering, Kansas State University, 2Adaptive Cognitive Assessment Laboratory, Department of Physical Medicine and Rehabilitation, University of Michigan, Ann Arbor, 3Direct Brain Interface Laboratory, Department of Physical Medicine and Rehabilitation, University of Michigan, Ann Arbor, 4Direct Brain Interface Laboratory, Department of Biomedical Engineering, University of Michigan, Ann Arbor

In This Article

Summary

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מאמר זה מציג שיטה להערכת דיוק ממשק מוח-מחשב (BCI) של מאיית P300 באותו יום באמצעות ערכת נתונים קטנה לבדיקה.

Abstract

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הערכת ביצועים היא צעד הכרחי בפיתוח ותיקוף של מערכות ממשק מוח-מחשב (BCI). למרבה הצער, אפילו מערכות ממשק מוח-מחשב מודרניות הן איטיות, מה שהופך את איסוף הנתונים המספיקים לאימות למשימה הגוזלת זמן רב עבור משתמשי קצה ונסיינים כאחד. עם זאת, ללא נתונים מספיקים, השונות האקראית בביצועים עלולה להוביל למסקנות שגויות לגבי מידת הפעולה של ממשק מוח-מחשב עבור משתמש מסוים. לדוגמה, מאייתים P300 פועלים בדרך כלל בסביבות 1-5 תווים לדקה. כדי להעריך דיוק ברזולוציה של 5% נדרשים 20 תווים (4-20 דקות). למרות השקעת זמן זו, גבולות הביטחון לדיוק של 20 תווים יכולים להיות עד ±23% בהתאם לדיוק שנצפה. שיטה שפורסמה בעבר, Classifier-Based Latency Estimation (CBLE), הוכחה כבעלת מתאם גבוה עם דיוק BCI. עבודה זו מציגה פרוטוקול לשימוש ב- CBLE כדי לחזות את דיוק האיות P300 של המשתמש מתווים מעטים יחסית (~ 3-8) של נתוני הקלדה. גבולות הביטחון המתקבלים הדוקים יותר מאלה המיוצרים בשיטות מסורתיות. לפיכך ניתן להשתמש בשיטה כדי להעריך ביצועי ממשק מוח-מחשב במהירות רבה יותר ו/או בצורה מדויקת יותר.

Introduction

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ממשקי מוח-מחשב (BCI) הם טכנולוגיה לא פולשנית המאפשרת לאנשים לתקשר ישירות באמצעות מכונות ללא התחשבות במגבלות פיזיות המוטלות על ידי הגוף. ממשק מוח-מחשב יכול לשמש כמכשיר עזר המופעל ישירות על-ידי המוח. ממשק מוח-מחשב משתמש בפעילות המוחית של משתמש כדי לקבוע אם המשתמש מתכוון לבחור מפתח מסוים (אות, מספר או סמל) המוצג על המסך1. במערכת מחשב טיפוסית, המשתמש לוחץ פיזית על המקש המיועד במקלדת. עם זאת, במערכת BCI עם תצוגה חזותית, המשתמש צריך להתמקד במפתח הרצוי. לאחר מכן, ממשק מוח-מחשב יבחר את המפתח המיועד על-ידי ניתוח אותות המוח הנמדדים1. ניתן למדוד את פעילות המוח באמצעות טכניקות שונות. למרות שקיימות טכנולוגיות ממשקי מוח-מחשב מתחרות, א....

Access restricted. Please log in or start a trial to view this content.

Protocol

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

ממשק המשתמש הגרפי "CBLE Performance Estimation" הוחל על שני מערכי נתונים: מערך הנתונים "BrainInvaders" ומערך הנתונים של מישיגן. עבור מערך הנתונים "BrainInvaders", איסוף הנתונים אושר על ידי הוועדה האתית של אוניברסיטת גרנובל אלפ20. נתוני מישיגן נאספו תחת אישור מועצת הביקורת המוסדית של אוניברסיטת מישיגן19. הנתונים נותחו תחת פרוטוקול פטור 7516 של אוניברסיטת מדינת קנזס. אם אתה אוסף נתונים חדשים, בצע את התהליך שאושר על-ידי IRB של המשתמש לאיסוף הסכמה מדעת. כאן, הפרוטוקול המוצע מוערך באמצעות ניתוח לא מקוון של נתונים שתועדו בעבר, ללא פרטים מזהים, ולכן לא נדרש הסכמה מדעת נוספת.

ממשק המשתמש הגרפי (GUI) ה....

Access restricted. Please log in or start a trial to view this content.

Results

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הפרוטוקול המוצע נבדק על שני מערכי נתונים שונים: "BrainInvaders" ומערך הנתונים של מישיגן. ערכות נתונים אלה כבר מוצגות בקצרה בסעיף מבוא. הפרמטרים המשמשים עבור שתי ערכות נתונים אלה מוזכרים בטבלה 1. איורים 2-4 מתארים את הממצאים שהתקבלו באמצעות מערך הנתונים "BrainInvaders", ואילו איורים 5-7 מדגימים את התוצאות שהושגו ממערך הנתונים של מישיגן.

מערך הנתונים "B.......

Access restricted. Please log in or start a trial to view this content.

Discussion

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

מאמר זה מתאר שיטה להערכת דיוק ממשק מוח-מחשב באמצעות ערכת נתונים קטנה של P300. כאן, הפרוטוקול הנוכחי פותח על בסיס מערך הנתונים "bi2014a", אם כי יעילות הפרוטוקול אושרה בשני מערכי נתונים שונים. כדי ליישם בהצלחה טכניקה זו, חיוני לקבוע משתנים מסוימים, כגון חלון התקופה עבור הנתונים המקוריים, חלון הזמן להסטת זמן, יחס הדגימה למטה והגודל של מערכי הנתונים של האימון והבדיקה. משתנים אלה נקבעים על ידי מאפייני מערך הנתונים שבשימוש, כולל מספר המטרות או התווים, מספר הרצפים ומספר המשתתפים הכולל.

ממצאי מערך הנת.......

Access restricted. Please log in or start a trial to view this content.

Disclosures

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

כל המחברים מצהירים שאין להם ניגודי עניינים.

Acknowledgements

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

הנתונים ששימשו לתוצאות מייצגות נאספו מהעבודה הנתמכת על ידי המכון הלאומי לבריאות הילד והתפתחות האדם (NICHD), המכונים הלאומיים לבריאות (NIH) תחת מענק R21HD054697, והמכון הלאומי לחקר מוגבלות ושיקום (NIDRR) במשרד החינוך תחת מענק H133G090005 ופרס מספר H133P090008. שאר העבודה מומנה בחלקה על ידי הקרן הלאומית למדע (NSF) תחת פרס #1910526. ממצאים ודעות בעבודה זו אינם משקפים בהכרח את עמדות NICHD, NIH, NIDRR או NSF.

....

Access restricted. Please log in or start a trial to view this content.

Materials

List of materials used in this article
NameCompanyCatalog NumberComments
MATLAB 2021MatlabN/Aניתן להשתמש בכל גרסת MATLAB עדכנית.

References

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Rezeika, A., Benda, M., Stawicki, P., Gembler, F., Saboor, A., Volosyak, I. Brain-Computer Interface spellers: A review. Brain Science. 8 (4), 57(2018).
  2. Gannouni, S., Aledaily, A., Belwafi, K., Aboalsamh, H. Emotion detectio....

Access restricted. Please log in or start a trial to view this content.

Reprints and Permissions

Request permission to reuse the text or figures of this JoVE article

Request Permission

Tags

P300 SpellerBrain Computer InterfaceClassifier Based Latency EstimationBCI Performance EstimationEEG DatasetLinear RegressionAccuracy PredictionRMSE CalculationFeature ExtractionBrain Invader Data

Related Articles