BCI2000 Sanal İmleç Hareketi için bir EEG Tabanlı Beyin-Bilgisayar Arayüzü
29 Temmuz 2009
Bu video, EEG kap kurma, sistem kalibre ve kullanıcının hayal hareketleri kullanarak iki boyutlu bir imleci hareket ettirmek için eğitim de dahil olmak üzere bir beyin-bilgisayar arayüzü deney, çalıştırmak için gerekli olan adımları ortaya koymaktadır.
Bir beyin bilgisayar arayüzü veya BCI, elektroensefalogram veya EEG gibi bir nöral sinyali, bir bilgisayarı veya başka bir cihazı kontrol etmek için kullanılabilecek bir sinyale çevirerek çalışır. Prosedür, beyin aktivitesini kaydetmek için EEG elektrot başlığının deneğin kafa derisine takılmasıyla başlar. Daha sonra denekten elleri ve ayakları ile birkaç istemli hareketi hayal etmesi istenir, bu sırada kalibrasyon prosedürünün bir sonucu olarak EEG'nin özelliklerini analiz eden bir kalibrasyon prosedürü gerçekleştirilir.
R-kare değerleri ve kafa derisi tomografisi, bilgisayar ekranında bir imleci yönlendirmek için hangi elektrotların ve frekans kutularının kullanılacağını belirlemek için kullanılabilir. Denekler daha sonra sadece düşünerek bir imleci hızlı bir şekilde hedef alanlara hareket ettirebilecekler. Merhaba, ben Adam Wilson ve Wisconsin-Madison Üniversitesi Biyomedikal Mühendisliği Bölümü'ndeki Justin Williams laboratuvarında çalışıyorum.
Bugün, bir beyin bilgisayar arayüzü uygulamasını kontrol etmek için elektroensefalogram veya EEG adı verilen beyin aktivitesini kaydetme prosedürünü paylaşacağım. Öyleyse başlayalım. Bu protokole, EEG elektrotlarını, elektrotları 10 20 uluslararası sisteme göre konumlandıran bir EEG başlığı aracılığıyla deneğin kafa derisine bağlayarak başlarsınız.
Kapağı deneğin kafa derisine doğru bir şekilde yerleştirmek için, frontal burun kemiklerinin ve oksipital kemiğin en büyük çıkıntısı olan Hint'in kesişim noktası olan nasyonu işaretlemek için keçeli bir kalem kullanın. Nasn ile inion ve market arasındaki orta noktayı bulun. Bu pozisyona tepe noktası denir.
Kapaktaki CZ elektrodunu bulun ve CZ'yi sabit tutarak tepe noktasına yerleştirin. Kapağı kafanın üzerine kaydırın. FC cz ve PZ elektrotlarının kafa derisinin orta hattında olduğundan, O bir ila O2 elektrotlarının yatay ve oz ile aynı seviyede olduğundan ve FP bir ila FP iki'nin FPZ ile aynı seviyede olduğundan emin olun.
Şimdi, tipik olarak bir kulak memesine takılan referans elektrodu takın. Artık elektrotlar düzgün bir şekilde yerleştirildiğine göre, kafa derisine uygun elektrik temasının yapıldığından emin olunmalıdır. Bunu yapmak için, iletken jel önce künt uçlu bir iğne ile küçük bir şırınga içinde hazırlanır.
Daha sonra iğneyi bir elektroda yerleştirin ve ölü deriyi çıkarmak için kafa derisini iğne ile nazikçe zımparalayın. Kulak referans elektrodu ile başlayın ve toprak dahil tüm elektrotlar için tekrarlayın, elektrodu az miktarda jel ile doldurun. Fazla doldurmamaya dikkat edin.
Hepsi beş kilo ohm'dan az olması gereken tüm kanalların empedanslarını kontrol edin. Yönteminiz cihazınıza bağlı olarak değişecektir. BCI 2000'deki GUSB amplifikatörü ile bunu yapmak için, alım modu parametresini empedans olarak değiştirecek ve tüm kanallar için empedans değerlerini sorgulamak için set config tuşuna basacaksınız.
Bir elektrotun empedansı beş kilo ohm'dan büyükse, iğneyi tekrar sokun ve bağlantıyı güçlendirmek için kafa derisini biraz daha aşın. Ardından empedansı tekrar kontrol edin. Artık EEG kapağı kayıt için hazırdır.
Başlamak için, bilgisayar sistemini çift monitör modu için yapılandırın. Amplifikatör kaynak modülünüzü, sahte sinyal işleme modülünü ve uyaran sunum modülünü seçerek BCI 2000'i BCI 2000 başlatıcısından başlatın. Oturumu sırasında önceden yapılandırmanız gereken konunuz, amplifikatör ve motor tarama görevleri için parametre dosyalarını ekleyin, ekran ya boştur ya da her seferinde üç saniye boyunca sağ el, sol el, her iki el veya her iki ayak gibi bir talimat görüntüler.
Her üç saniyelik hareket sırasında, denek belirtilen hareketi sürekli olarak hayal etmelidir. El hareketleri tenis topunu sıkar gibi elleri açıp kapamalı, ayak hareketleri ise her iki ayakla gaz pedalına basar gibi ayakları ileri geri hareket ettirmelidir. Ekran boş olduğunda, konu koşu sırasında vücudunu tamamen gevşetmelidir.
Her vücut bölümünü 20 kez tekrarlayın ve toplam yüz veri noktası için beş çalıştırma gerçekleştirin. Artık her bir hayal hareketine özgü EEG özelliklerini belirlemek için verileri analiz edebilirsiniz. Artık tarama verilerini toplamayı bitirdiğinize göre, kullanıcıların EEG sinyalindeki hangi özellikleri gönüllü olarak modüle edebileceklerini belirlemek için BCI 2000 çevrimdışı analiz aracını kullanmanın zamanı geldi.
Çevrimdışı analiz aracı, EEG sinyalini, sinyaldeki hangi kanalların ve hangi frekans özelliklerinin görevlerle maksimum düzeyde ilişkili olduğunu belirleyebileceğiniz frekans alanına dönüştürür. Analize başlamak için matematik laboratuvarı programını başlatın ve BCI 2000 çevrimdışı analiz klasörüne gidin ve ardından programı başlatın. Hangi EEG özelliklerinin her hareketle güçlü bir şekilde ilişkili olduğunu belirlemek için programı kullanın.
Her hareket için verileri çizin, ardından en büyük R-kare değerlerine veya en güçlü korelasyona sahip grafikleri bulun. Ardından, imleci belirli bir yöne hareket ettirmek için en büyük R-kare değerlerine sahip kanalları ve frekans bölmelerini kontrol sinyalleri olarak kullanabilirsiniz. Örneğin, imleci ekranın sağ tarafına taşımak için sağ el durumuna göre değişen özellikleri ayarlayın.
Verilerinizi analiz ederken, seçilen kanalların ve frekansların kortikal duyusal motor ritimlerinin bilinen özellikleriyle tutarlı olduğundan emin olun. Örneğin, C3 ve CP üçe yakın kontralateral motor korteks üzerinde hayal edilen sağ el hareketine karşılık gelen ve sırasıyla sekiz ila 12 hertz ve/veya 18 ila 28 hertz civarında ortalanmış önemli değişiklikler görmelisiniz. Bu konumlar ve değerler farklıysa, muhtemelen gürültüyü veya rastgele bir efekti ölçmüşsünüzdür ve söz konusu ritmi bir kontrol özelliği olarak yapılandırmamalısınız.
Her koşul için, en büyük dört R-kare değerine sahip kanal numarasını ve frekans bölmelerini seçin. Bu değerler elinizdeyken, sistemi imleç kontrol görevi için yapılandırabilirsiniz. Artık her bir Imagine hareketiyle ilişkili özellikleri belirlediğinize göre, imleç hareketini kontrol etmek için bu özellikleri kullanmak üzere BCI sistemini kurmanın zamanı geldi.
İlk olarak, amplifikatör kaynak modülünüzü, AR sinyal işleme modülünüzü ve görev modülünüzü seçerek BCI 2000 başlatıcısındaki imleç hareketi oturumunu yapılandıracağız. İlk olarak, uzamsal filtreyi ortak bir ortalama başvurusuyla yapılandırın. Bunu yapmak için, ayarlar listesini getirmek için BCI 2000 operatöründe config tuşuna basın ve filtreleme sekmesine basın.
Uzamsal filtrelemeye gidin ve uzamsal filtre türü açılır kutusunu uzamsal filtre, CAR çıkışı altında ortak ortalama başvurusu veya CAR olarak değiştirin. Kalibrasyon oturumunda seçtiğiniz kanal adlarını veya numaralarını listeleyin. Ardından, filtreleme sekmesi altında seçtiğiniz özellikleri kullanmak için sınıflandırma matrisini yapılandırın.
Sınıflandırıcı parametresine gidin ve matrisi düzenle'ye basın. Sütun sayısını dört olarak ve satır sayısını seçilen toplam özellik sayısına ayarlayın. Her matris satırı ayrı bir özelliğe karşılık gelir.
İlk sütuna tüm kanal adlarını girin. İkinci sütuna, her hareketi kontrol etmek için seçtiğiniz frekans bölmelerini girin. Üçüncü sütunda, çıkış kanalı özellik tarafından kontrol edilen imleç hareketine girer.
Bir değeri yatay harekete karşılık gelir ve iki dikey harekete karşılık gelir. Yatay imleç kontrolü için C3, CP üç, C dört ve CP dört kanalları bire ayarlanmalıdır. Dikey bir lanet kontrol görevi için görev C3 CP üç, C dört CP dört ve CZ iki olarak ayarlanmalıdır.
Son olarak, dördüncü sütuna, amaçlanan yönün tersine karşılık gelen özellik ağırlığını girin. Örneğin, imleci sağa hareket ettirmek için C3 ve CP üç'ü eksi bir olarak beklemeniz ve sola hareket ettirmek için C dört ve CP dördü bir olarak beklemeniz gerekir. Benzer şekilde, imleci aşağı hareket ettirmek için CZ ve CPZ'yi bir olarak, imleci yukarı hareket ettirmek için C3 ve C'yi dört eksi bir olarak beklemelisiniz.
Artık sistemi doğru ayarlarla yapılandırdığınıza göre, deneysel göreve başlamanın zamanı geldi. Denemeleri, denek için rahat bir sandalye bulunan loş ışıklı bir odada gerçekleştirin. Denemeler sırasında, denek hareketi minimumda tutmalıdır.
Artefaktları azaltmak için, denemeler arasında aralar olacaktır. İlk denemeler için, imleci hedefin ekseniyle sınırlayın. Yani, hedef üstte veya alttaysa, imleci yalnızca yukarı veya aşağı hareket ettirmek mümkündür ve ekranın solunda veya sağındaysa, özne imleci yalnızca sola veya sağa hareket ettirebilir.
Hedeflerden biri bir saniyeliğine belirir. İmleç ekranın ortasında görünür. Daha sonra öznenin, imleci hedefe yönlendirmek için uygun hayali hareketleri kullanmak için beş saniyesi vardır.
Konu hedefi vurursa, isabet olmadan beş saniye sonra renk değiştirir, oturum zaman aşımına uğrar ve ıskalama olarak sayılır. Denemeden sonra, deneğin rahatlayabileceği, göz kırpabileceği, yutabileceği veya 20 denemeden sonra pozisyonlarını yeniden ayarlayabileceği iki saniyelik bir duruşmalar arası aralık vardır, VCI 2000 askıya alınmış bir duruma girer. Bu süre zarfında, konu imleci hareket ettiremezse bazı ayarları yeniden yapmanız gerekebilir.
Dört çalıştırmadan sonra konu hala imleci hareket ettiremiyorsa, toplanan verileri BCI 2000 çevrimdışı analiz aracında yeniden analiz etmeniz gerekebilir. Yeni özellik çizimlerine göre yeni kanalları ve frekansları seçin. Bir deneğin görevde yetkin hale gelebilmesi için birkaç çalışma veya muhtemelen birkaç seans gerekebilir.
Bu görüntüler, hangi kanalların ve frekans bölmelerinin seçilmesi gerektiğini gösteren kalibrasyon prosedürü için R-kare değerlerini ve kafa derisi topografyasını gösterir. İmleç kontrolü için, eğitimli bir denek imleci bir veya iki saniye içinde gösterilen hedefe hızlı bir şekilde hareket ettirebilmelidir. EEG'leri toplamak için bir beyin bilgisayar arayüzünü nasıl yapılandıracağınızı ve bir kullanıcıyı beyin aktivitelerini kullanarak sanal bir imleci kontrol etmesi için nasıl eğiteceğinizi gösterdik.
Birinin bu sistemi nasıl kullanacağını öğrenmesinin çok fazla eğitim alabileceğini hatırlamak önemlidir, ancak biraz ısrarla neredeyse herkes bunu yapmayı öğrenebilir. İşte bu kadar. İzlediğiniz için teşekkürler ve deneylerinizde iyi şanslar.
Tam transkripti görüntüleyin ve binlerce bilimsel videoya erişin
Genel Bakış
Bu video, beyin-bilgisayar arayüzü (BCI) deneyi gerçekleştirme adımlarını, EEG kurulumu, sistem kalibrasyonu ve hayal edilen hareketler aracılığıyla imleç kontrolü için kullanıcı eğitimine odaklanarak göstermektedir.
Çalışmanın Temel Bileşenleri
Bilim Alanı
- Sinirbilim
- Beyin-bilgisayar arayüzleri
- Elektrofizyoloji
Arka Plan
- Bir BCI, sinir sinyallerini cihazlar için komutlara çevirir.
- EEG başlıkları beyin aktivitesini kaydetmek için kullanılır.
- Doğru sinyal yorumlaması için kalibrasyon şarttır.
- Hayal edilen hareketler imleci kontrol etmek için kullanılır.
Çalışmanın Amacı
- BCI işlevselliğini göstermek.
- Kullanıcıları düşünce yoluyla bir imleci kontrol etme konusunda eğitmek.
- Etkili imleç rehberliği için EEG sinyallerini analiz etmek.
Kullanılan Yöntemler
- EEG elektrot başlığının kafatasına takılması.
- EEG özelliklerini analiz etmek için kalibrasyon prosedürü.
- Elektrod seçimi için R-kare değerleri ve kafa tomografisinin kullanımı.
- İmleç kontrolü için hareket hayal etmeyi öğretmek.
Ana Sonuçlar
- Denekler, hayal edilen hareketler kullanarak bir imleci hedef alanlara taşıyabilir.
- Kalibrasyon, BCI kontrolünün doğruluğunu artırır.
- Belirli elektrotlar ve frekans aralıkları performansı artırır.
- Düşünce tabanlı imleç kontrolünün fizibilitesi gösterilmiştir.
Sonuçlar
- BCI'lar, hayal edilen hareketleri eylemlere etkili bir şekilde çevirebilir.
- EEG kalibrasyonu, başarılı BCI işlemi için şarttır.
- Bu teknolojinin yardımcı cihazlarda potansiyel uygulamaları vardır.
Sıkça Sorulan Sorular
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
