Subskrypcja JoVE jest wymagana do oglądania tego materiału. Zaloguj się lub rozpocznij bezpłatny okres próbny.

Artykuł metodologiczny

Eksperymentalna procedura oparta na SSVEP dla interakcji mózg-robot z robotami humanoidalnymi

12.8K wyświetleń

⸱

DOI:

10.3791/53558

⸱

24 listopada 2015

 ,  ,  , 

W tym artykule

Podsumowanie

Ogólnym celem tej metody jest ustanowienie eksperymentalnej procedury opartej na SSVEP poprzez integrację wielu programów komputerowych, aby umożliwić badanie interakcji mózg-robot z robotami humanoidalnymi, co jest perspektywiczne w pomaganiu chorym i starszym, a także wykonywaniu niehigienicznych lub niebezpiecznych prac.

Streszczenie

Interakcja mózg-robot (BRI), która zapewnia innowacyjną ścieżkę komunikacji między człowiekiem a urządzeniem robotycznym za pomocą sygnałów mózgowych, jest perspektywiczna w pomaganiu niepełnosprawnym w ich codziennym życiu. Ogólnym celem naszej metody jest ustanowienie procedury eksperymentalnej opartej na SSVEP poprzez integrację wielu programów, takich jak OpenViBE, Choregraph i oprogramowanie centralne, a także programów opracowanych przez użytkownika napisanych w C++ i MATLAB, aby umożliwić badanie interakcji mózg-robot z robotami humanoidalnymi.

Osiąga się to poprzez pierwsze umieszczenie elektrod EEG na człowieku, aby zmierzyć reakcje mózgu za pomocą systemu akwizycji danych EEG. Interfejs użytkownika służy do wywoływania odpowiedzi SSVEP i wyświetlania informacji zwrotnych wideo w eksperymentach kontrolnych w pętli zamkniętej. Drugim krokiem jest zarejestrowanie sygnałów EEG osób po raz pierwszy, przeanalizowanie ich cech SSVEP w trybie offline i wytrenowanie klasyfikatora dla każdego pacjenta. Następnie procesor sygnałowy online i kontroler robota są konfigurowane do sterowania online robotem humanoidalnym. Ostatnim krokiem jest przeprowadzenie trzech konkretnych eksperymentów kontrolnych w pętli zamkniętej w różnych środowiskach, aby ocenić wydajność interakcji mózg-robot.

Zaletą tego podejścia jest jego niezawodność i elastyczność, ponieważ jest ono rozwijane przez integrację wielu programów. Wyniki pokazują, że przy użyciu tego podejścia badany jest w stanie wchodzić w interakcje z humanoidalnym robotem za pomocą sygnałów mózgowych. Dzięki temu sterowany umysłem robot humanoidalny może wykonywać typowe zadania, które są popularne w badaniach robotycznych i są pomocne w pomocy osobom niepełnosprawnym.

Wprowadzenie

Interakcja mózg-robot (BRI), która zapewnia innowacyjną ścieżkę komunikacji między człowiekiem a urządzeniem robotycznym za pomocą sygnałów mózgowych, jest perspektywiczna w pomaganiu osobom niepełnosprawnym w ich codziennym życiu 1,2. Różne metody są w stanie pozyskiwać sygnały mózgowe zarówno inwazyjnie, jak i nieinwazyjnie, takie jak elektrokortykografia (ECoG), elektroencefalograf (EEG), funkcjonalny rezonans magnetyczny (fMRI) itp. Najczęściej stosowaną nieinwazyjną metodą budowy systemu BRI jest pozyskiwanie sygnałów EEG z elektrod umieszczonych na skórze głowy. Ta metoda jest niedroga, łatwa w użyciu i zapewnia akceptowalną rozdzielczość czasową

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Protokół

1. Pozyskiwanie sygnałów EEG

  1. Wyjaśnij badanemu procedurę eksperymentalną i uzyskaj pisemną świadomą zgodę na udział w badaniach.
  2. Zmierz obwód głowy badanego za pomocą centymetra krawieckiego i wybierz rozmiar czepek EEG najbliższy uzyskanemu pomiarowi. Rozmieszczenie elektrod opiera się na „Międzynarodowym systemie 10-20” 12.
  3. Zmierz odległość między nasion a inion. Za pomocą pisaka dermatologicznego zaznacz 10% tej odległości jako punkt odniesienia do wyrównania czepek oraz zaznacz punkt środkowy tej odległości jako vertex na skórze głowy badanego.
  4. Załóż czepek EEG na głowę badanego, wyrównując zaznaczenie 10% z pun....

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Wyniki

Przedstawione tutaj wyniki uzyskano od mężczyzny z korygowaną do normy ostrością widzenia. Rysunek 7 przedstawia procedurę przetwarzania danych EEG, obejmującą wyodrębnianie wielokanałowej epoki danych (Rysunek 7A), filtrowanie przestrzenne danych przy użyciu współczynników CCA (Rysunek 7B) oraz obliczanie znormalizowanej PSD (Rysunek 7C).

Rycina 8

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Dyskusja

W artykule przedstawiono eksperymentalną procedurę opartą na SSVEP w celu ustanowienia systemu interakcji mózg-robot z robotami humanoidalnymi poprzez integrację wielu programów. Ponieważ ludzka intencja jest postrzegana poprzez interpretację sygnałów EEG w czasie rzeczywistym, bardzo ważne jest, aby przed przeprowadzeniem eksperymentu zweryfikować połączenia elektrod i jakość sygnału EEG. Jeśli sygnały odbierane ze wszystkich elektrod są złej jakości, należy najpierw sprawdzić połączenie elektrod masowych i referencyjny.......

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Oświadczenia

Autorzy nie mają nic do ujawnienia.

Podziękowania

Autorzy chcieliby wyrazić swoją wdzięczność Panu Hong Hu za pomoc w przeprowadzaniu eksperymentów opisanych w tym artykule. Praca ta była częściowo wspierana przez Narodową Fundację Nauk Przyrodniczych Chin (nr 61473207).

....

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
System akwizycji danych EEG Cerebus BlackrockMicrosystems4176-9967
Robot humanoidalny NAOAldebaran RoboticsH25
Czapka EEGNeuroscan8732
Ten20 Żel przewodzącyWeaver i spółka10-20-8

Bibliografia

  1. McFarland, D. J., Wolpaw, J. R. Brain-Computer Interface Operation of Robotic and Prosthetic Devices. Computer. 41, 52-56 (2008).
  2. Lebedev, M. A., Nicolelis, M. A. Brain-machine interfaces: Past, present and future. Trends Neruosci. 29 (9), 536-546 (2006).
  3. W....

Dostęp ograniczony. Zaloguj się lub rozpocznij wersję próbną, aby wyświetlić tę treść.

Przedruki i uprawnienia

Przeglądaj więcej artykułów

Akwizycja danych EEGsterowanie w pętli zamkniętejsterowanie robotem humanoidalnymtrening offlineprzetwarzanie sygnałów onlinekanoniczna analiza korelacjigęstość widmowa mocysprzężenie zwrotne wideo