Korzystanie z interfejsu mózg-komputer opartego na EEG do wirtualnego ruchu kursora za pomocą BCI2000
29 lipca 2009
W tym filmie pokazujemy kroki wymagane do przeprowadzenia eksperymentu z interfejsem mózg-komputer, w tym ustawienie czapki EEG, kalibrację systemu i szkolenie użytkownika w poruszaniu kursorem w dwóch wymiarach za pomocą wyobrażonych ruchów.
Interfejs mózg-komputer lub BCI działa poprzez translację sygnału neuronowego, takiego jak elektroencefalogram lub EEG, na sygnał, który można wykorzystać do sterowania komputerem lub innym urządzeniem. Procedura rozpoczyna się od przymocowania nasadki elektrody EEG do skóry głowy pacjenta w celu rejestrowania aktywności mózgu. Osoba badana jest następnie proszona o wyobrażenie sobie kilku dobrowolnych ruchów rękami i stopami, w którym to czasie wykonywana jest procedura kalibracji, która analizuje charakterystykę EEG w wyniku procedury kalibracji.
Wartości R-kwadrat i tomografia skóry głowy mogą być wykorzystane do określenia, które elektrody i przedziały częstotliwości będą używane do prowadzenia kursora na ekranie komputera. Badani będą wtedy mogli szybko przesunąć kursor do obszarów docelowych, po prostu o tym myśląc. Cześć, nazywam się Adam Wilson i pracuję w laboratorium Justina Williamsa na Wydziale Inżynierii Biomedycznej na Uniwersytecie Wisconsin-Madison.
Dzisiaj podzielę się procedurą rejestrowania aktywności mózgu zwaną elektroencefalogramem lub EEG do sterowania aplikacją interfejsu mózg-komputer. Więc zacznijmy. Protokół ten rozpoczyna się od podłączenia elektrod EEG do skóry głowy pacjenta za pomocą czepka EEG, który ustawia elektrody zgodnie z międzynarodowym systemem 10 20.
Aby prawidłowo umieścić czapkę na skórze głowy badanego, użyj pisaka, aby zaznaczyć nasiono, które jest przecięciem kości czołowej nosa i indyjskiego, największego występu kości potylicznej. Znajdź punkt w połowie drogi między nasn i inion a marketem. To położenie nazywa się wierzchołkiem.
Znajdź elektrodę CZ na nasadce i umieść ją na wierzchołku, utrzymując CZ na stałe. Wsuń nasadkę na głowę. Upewnij się, że elektrody FC cz i PZ znajdują się na linii środkowej skóry głowy, że elektrody od jednego do O2 są poziome i na poziomie uncji, a od FP jeden do FP dwa są na poziomie FPZ.
Teraz przymocuj elektrodę referencyjną, która zwykle przypina się do płatka ucha. Teraz, gdy elektrody zostały prawidłowo umieszczone, należy upewnić się, że ze skórą głowy jest zapewniony prawidłowy kontakt elektryczny. Aby to zrobić, żel przewodzący jest najpierw pobierany w małej strzykawce z końcem igły.
Następnie włóż igłę do elektrody i delikatnie przetrzyj skórę głowy igłą, aby usunąć martwy naskórek. Zacznij od elektrody referencyjnej ucha i powtórz dla wszystkich elektrod, w tym masy, napełnij elektrodę niewielką ilością żelu. Uważaj, aby go nie przepełnić.
Sprawdź impedancje dla wszystkich kanałów, które powinny być mniejsze niż pięć kiloomów. Twoja metoda będzie się różnić w zależności od amplifier system. Aby to zrobić ze wzmacniaczem GUSB w BCI 2000, zmień parametr trybu akwizycji na impedancję i naciśnij set config, aby zapytać o wartości impedancji dla wszystkich kanałów.
Jeśli elektroda ma impedancję większą niż pięć kiloomów, włóż igłę ponownie i przeciągnij skórę głowy, aby wzmocnić połączenie. Następnie ponownie sprawdź impedancję. Teraz nasadka EEG jest gotowa do zapisu.
Aby rozpocząć, skonfiguruj system komputerowy w trybie dwóch monitorów. Uruchom BCI 2000 z programu uruchamiającego BCI 2000, wybierając moduł źródłowy wzmacniacza, moduł przetwarzania sygnału fikcyjnego i moduł prezentacji bodźców. Dodaj pliki parametrów dla pacjenta, wzmacniacza i zadań przesiewowych silnika, które należy skonfigurować z wyprzedzeniem podczas sesji, ekran jest albo pusty, albo wyświetla instrukcję, taką jak prawa ręka, lewa ręka, obie ręce lub obie stopy przez trzy sekundy na raz.
Podczas każdego trzysekundowego ruchu badany powinien w sposób ciągły wyobrażać sobie wskazany ruch. Ruchy dłoni powinny otwierać i zamykać dłonie, jak ściskanie piłki tenisowej, a ruchy stóp powinny poruszać stopami do przodu ido tyłu, jak naciskanie pedału gazu obiema stopami. Gdy ekran jest pusty, osoba badana powinna całkowicie zrelaksować ciało podczas biegu.
Powtórz każdą część ciała 20 razy i wykonaj pięć przebiegów, co daje w sumie sto punktów danych. Teraz możesz przeanalizować dane, aby określić cechy EEG unikalne dla każdego wyobrażonego ruchu. Teraz, po zakończeniu zbierania danych przesiewowych, nadszedł czas, aby użyć narzędzia do analizy offline BCI 2000, aby określić, które cechy sygnału EEG użytkownicy są w stanie dobrowolnie modulować.
Narzędzie do analizy offline konwertuje sygnał EEG na dziedzinę częstotliwości, w której można określić, które kanały i które cechy częstotliwości w sygnale były maksymalnie skorelowane z zadaniami. Aby rozpocząć analizę, uruchom program laboratorium matematycznego i przejdź do folderu analizy offline BCI 2000, a następnie uruchom program. Użyj programu, aby określić, które cechy EEG są silnie skorelowane z każdym ruchem.
Dla każdego ruchu wykreśl dane, a następnie znajdź wykresy z największymi wartościami R-kwadrat lub najsilniejszą korelacją. Następnie możesz użyć kanałów i przedziałów częstotliwości z największymi wartościami R-kwadrat jako sygnałów sterujących, aby przesunąć kursor w określonym kierunku. Na przykład skonfiguruj funkcje, które zmieniają się w zależności od stanu prawej ręki, aby przesunąć kursor na prawą stronę ekranu.
Analizując swoje dane, upewnij się, że wybrane kanały i częstotliwości są zgodne ze znanymi właściwościami korowych rytmów czuciowo-motorycznych. Na przykład, powinieneś zauważyć znaczące zmiany odpowiadające wyobrażonemu ruchowi prawej ręki nad przeciwległą korą ruchową w pobliżu C3 i CP 3 i wyśrodkowane w pobliżu odpowiednio od 8 do 12 Hz i/lub 18 do 28 Hz. Jeśli te lokalizacje i wartości są różne, prawdopodobnie zmierzyłeś hałas lub jakiś losowy efekt i nie powinieneś konfigurować tego konkretnego rytmu jako funkcji sterującej.
Dla każdego warunku wybierz przedziały numeru kanału i częstotliwości z czterema największymi wartościami R-kwadrat. Mając te wartości w ręku, możesz skonfigurować system dla zadania sterowania kursorem. Teraz, gdy już określiłeś cechy skorelowane z każdym ruchem Imagine, nadszedł czas, aby skonfigurować system BCI tak, aby używał tych funkcji do kontrolowania ruchu kursora.
Najpierw skonfigurujemy sesję ruchu kursora w launcherze BCI 2000, wybierając moduł źródłowy wzmacniacza, moduł przetwarzania sygnału AR i moduł zadań. Najpierw skonfiguruj filtr przestrzenny ze wspólnym odniesieniem do średniej. W tym celu należy nacisnąć przycisk config w operatorze BCI 2000, aby wyświetlić listę ustawień, a następnie naciśnij kartę filtrowania.
Przejdź do filtrowania przestrzennego i zmień pole rozwijane typu filtru przestrzennego na wspólne odniesienie do średniej lub CAR w obszarze filtr przestrzenny, dane wyjściowe CAR. Wymień nazwy lub numery kanałów, które zostały wybrane podczas sesji kalibracji. Następnie skonfiguruj macierz klasyfikacji tak, aby korzystała z funkcji wybranych na karcie filtrowania.
Przejdź do parametru klasyfikatora i naciśnij edytuj matrycę. Ustaw liczbę kolumn na cztery, a liczbę wierszy na łączną liczbę wybranych obiektów. Każdy wiersz macierzy odpowiada indywidualnej funkcji.
W pierwszej kolumnie wpisz wszystkie nazwy kanałów. W drugiej kolumnie wprowadź przedziały częstotliwości, które wybrałeś do sterowania każdym ruchem. W trzeciej kolumnie kanał wyjściowy wprowadza ruch kursora kontrolowany przez funkcję.
Wartość jeden odpowiada ruchowi poziomemu, a dwa odpowiada ruchowi pionowemu. Kanały C3, CP trzy, C cztery i CP cztery powinny być ustawione na jeden do poziomego sterowania kursorem. Zadanie C3 CP trzy, C cztery, CP cztery i CZ powinny być ustawione na dwa dla zadania kontroli klątwy pionowej.
Na koniec w czwartej kolumnie wprowadź wagę elementu, która odpowiada przeciwnemu zamierzonemu kierunkowi. Na przykład, aby przesunąć kursor w prawo, należy poczekać C3 i CP trzy jako minus jeden, a aby przesunąć go w lewo, należy poczekać C cztery i CP cztery jako jeden. Podobnie, aby przesunąć kursor w dół, należy poczekać CZ i CPZ jako jeden, a aby przesunąć kursor w górę, należy poczekać C3 i C cztery jako minus jeden.
Teraz, gdy skonfigurowałeś system z poprawnymi ustawieniami, nadszedł czas, aby rozpocząć zadanie eksperymentalne. Przeprowadź próby w słabo oświetlonym pomieszczeniu z wygodnym krzesłem dla badanego. Podczas prób pacjent powinien ograniczyć ruch do minimum.
Aby zmniejszyć liczbę artefaktów, będą przerwy między próbami. W przypadku pierwszych prób ogranicz kursor do osi celu. Oznacza to, że jeśli cel znajduje się na górze lub na dole, możliwe jest przesuwanie kursora tylko w górę lub w dół, a jeśli znajduje się po lewej lub prawej stronie ekranu, obiekt może przesuwać kursor tylko w lewo lub w prawo.
Jeden z celów pojawia się na jedną sekundę. Kursor pojawi się na środku ekranu. Badany ma następnie pięć sekund na użycie odpowiednich wyobrażonych ruchów, aby skierować kursor na cel.
Jeśli obiekt trafi w cel, zmienia kolor po pięciu sekundach bez trafienia, upływa limit czasu sesji i jest liczony jako chybienie. Po próbie następuje dwusekundowa przerwa między próbami, podczas której badany może się zrelaksować, mrugać, połknąć lub w inny sposób dostosować pozycje po 20 próbach, VCI 2000 przechodzi w stan zawieszenia. W tym czasie może być konieczne ponowne dostosowanie niektórych ustawień, jeśli obiekt nie może przesunąć kursora.
Jeśli po czterech uruchomieniach obiekt nadal nie może przesunąć kursora, może być konieczne ponowne przeanalizowanie zebranych danych w narzędziu do analizy offline BCI 2000. Wybierz nowe kanały i częstotliwości w oparciu o nowe wykresy obiektów. Może minąć kilka biegów lub nawet kilka sesji, zanim osoba badana stanie się biegła w zadaniu.
Obrazy te pokazują wartości R-kwadrat i topografię skóry głowy dla procedury kalibracji, wskazując, które kanały i przedziały częstotliwości powinny zostać wybrane. W przypadku sterowania kursorem wyszkolony obiekt powinien być w stanie szybko przesunąć kursor do pokazanego celu w ciągu jednej lub dwóch sekund. Właśnie pokazaliśmy, jak skonfigurować interfejs mózg-komputer do zbierania EEG i trenowania użytkownika w sterowaniu wirtualnym kursorem za pomocą aktywności mózgu.
Ważne jest, aby pamiętać, że nauczenie się korzystania z tego systemu może wymagać wielu szkoleń, ale przy odrobinie wytrwałości prawie każdy może się tego nauczyć. Więc to wszystko. Dziękujemy za oglądanie i życzymy powodzenia w eksperymentach.
Wyświetl pełny transkrypt i uzyskaj dostęp do tysięcy filmów naukowych
Przegląd
To wideo pokazuje kroki przeprowadzania eksperymentu z interfejsem mózg-komputer (BCI), koncentrując się na konfiguracji EEG, kalibracji systemu i szkoleniu użytkowników w sterowaniu kursorem poprzez wyobrażone ruchy.
Kluczowe elementy badania
Dziedzina nauki
- Neuronauka
- Interfejsy mózg-komputer
- Elektrofizjologia
Tło
- BCI przekłada sygnały nerwowe na polecenia dla urządzeń.
- Czapki EEG są używane do rejestracji aktywności mózgu.
- Kalibracja jest niezbędna dla dokładnej interpretacji sygnałów.
- Wyobrażone ruchy są wykorzystywane do sterowania kursorem.
Cel badania
- Aby pokazać funkcjonalność BCI.
- Aby przeszkolić użytkowników w sterowaniu kursorem za pomocą myśli.
- Aby przeanalizować sygnały EEG dla skutecznego sterowania kursorem.
Stosowane metody
- Przymocowanie czapki z elektrodami EEG do czaszki.
- Procedura kalibracji w celu analizy charakterystyk EEG.
- Wykorzystanie wartości R-squared i tomografii czaszki do selekcji elektrod.
- Trening osób w wyobrażaniu sobie ruchów do sterowania kursorem.
Główne wyniki
- Osobę można przenieść kursor do obszarów docelowych przy użyciu wyobrażonych ruchów.
- Kalibracja poprawia dokładność kontroli BCI.
- Określone elektrody i zakresy częstotliwości poprawiają wydajność.
- Pokazano wykonalność sterowania kursorem na podstawie myśli.
Wnioski
- BCI może skutecznie przekładać wyobrażone ruchy na działania.
- Kalibracja EEG jest kluczowa dla pomyślnej operacji BCI.
- Ta technologia ma potencjalne zastosowania w urządzeniach wspomagających.
Często zadawane pytania
Executive Industry Relevance
This EEG-based BCI protocol enables non-invasive neural signal decoding for cursor control, offering a platform to evaluate brain-computer interface feasibility in preclinical and translational research. By translating imagined motor activity into quantifiable cursor movements, the method supports target validation through functional neural readouts. It provides a scalable, reproducible system for assessing neurotechnological interventions in disease-relevant motor or cognitive models.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Scientific Value: Enables interrogation of sensorimotor cortex engagement during imagined movement, supporting target hypothesis testing in neural pathways.
- Operational Value: Uses R-squared values and scalp topography to objectively identify EEG features correlated with motor intent, reducing false-positive target assignments.
- Predictive Value: Facilitates mechanistic de-risking by linking neural signal modulation to behavioral output, improving confidence in target engagement assays.
Screening & Assay Development
- Scientific Value: Calibration procedure identifies subject-specific EEG channels and frequency bins (mu and beta bands) that reliably modulate with imagined movement, enabling assay standardization.
- Operational Value: BCI2000 offline analysis tool quantifies feature-task correlation, providing reproducible metrics for screening neural responsiveness across models.
- Scalability: System configuration allows reuse of validated spatial filters and classification matrices for longitudinal screening campaigns.
Translational & Preclinical Research
- Translational Continuity: Demonstrates proof-of-concept for thought-driven device control, supporting advancement of neuroprosthetic or assistive technology candidates.
- Disease-Relevant System: Applicable to models of motor impairment, stroke, or neurodegenerative disease where imagined movement paradigms assess residual neural function.
- Risk-Adjusted Advancement: Enables iterative refinement of neural features based on real-time feedback, reducing attrition due to poor signal-to-noise in later-stage validation.
Pipeline & Workflow Integration
The method integrates into early discovery for target validation, progresses through assay development for screening neural responsiveness, and supports translational research by validating brain-device interface fidelity in preclinical models.
- Discovery Biology: Supports hypothesis testing of motor cortex involvement in imagined movement, enabling pathway clarification and biological de-risking of neural targets.
- Screening: Provides assay readiness through calibrated EEG feature selection, ensuring reproducible, quantitative outputs for evaluating neural modulation capacity.
- Analytics: Generates R-squared values and scalp topography as key readouts to compare conditions and rank feature suitability for cursor control.
- Translational Research: Connects neural signal decoding to functional output, supporting preclinical continuity for assistive device development.
- Enterprise Reuse: BCI2000 configuration (spatial filter, classification matrix) is portable across studies, enabling platform-level implementation for repeated neural interface evaluations.
Operational & Enterprise Impact
- Scientific Value: Delivers predictive confidence in neural target validation by transforming imagined movement into measurable cursor kinematics.
- Operational Value: Ensures reproducibility via impedance-controlled electrode placement and standardized calibration protocols across users and sessions.
- Strategic Value: Informs go/no-go decisions by quantifying neural controllability, reducing investment in targets with insufficient brain-signal engagement.
- Portfolio Impact: Enables risk-adjusted prioritization of neurotechnology candidates based on demonstrated brain-computer interface efficacy in controlled settings.
Implementation Considerations
- Requires expertise in EEG neurophysiology, BCI signal processing, and motor imagination paradigms.
- Dependent on amplifier systems compatible with BCI2000 (e.g., GUSB amp) and impedance monitoring below 5 kΩ for signal quality.
- Necessitates cross-team standardization of electrode placement (10-20 system), calibration procedures, and feature selection criteria (R-squared thresholds).
- Adaptation across model systems may require validation of mu/rhythm modulation in non-human species or disease models with altered cortical rhythms.
- Practical limitations include user-dependent learning curves and susceptibility to muscle or motion artifacts during imagined movement tasks.
Biopharma FAQs
Chapters in this video
0:05
Title
0:57
Introduction
3:41
Obtaining EEG Calibration Features
1:18
Connecting the EEG Electrodes
4:58
Analyzing the EEG Data
6:53
Online Feedback Session Configuration
9:21
Cursor Movement Task
11:17
Representative Data Correlating Imagined Right-Hand Motion to EEG Changes
11:40
Conclusion
