ویژه نامه واسط مغز و رایانه - شماره 5
همانطور که گفته شد، ما در سیستم های BCI به دنبال آن هستیم تا فعالیت‌های ذهنی مختلف مغز را فهمیده و از این داده‌ها برای منظور و هدف مشخصی استفاده کنیم.
مولفه¬های الکتروفیزیولوژی در سیستم¬های واسط مغز و رایانه
همانطور که گفته شد، ما در سیستم های BCI به دنبال آن هستیم تا فعالیت‌های ذهنی مختلف مغز را فهمیده و از این داده‌ها برای منظور و هدف مشخصی استفاده کنیم. به عنوان مثال با کمک تصور حرکت یک ماشین، ماشینی را به حرکت در بیاوریم یا با تمرکز بر روی یک رخداد، خروجی مشخصی را در یک سیستم تعیین نماییم. اما چیزی که در این بین برای تمامی این مثال‌ها مشترک است، این است که ما باید آنچه در مغز رخ می‌دهد را درک کرده و از آن استفاده کنیم.
پس از ثبت سیگنال‌های مغزی برای درک فعالیت مغز و آگاهی از پدیده‌های ذهنی که در مغز در حال رخ دادن است، ما یکسری ویژگی‌های مشخصی را در مرحله استخراج ویژگی استخراج می‌کنیم. این ویژگی‌ها باید به گونه‌ای انتخاب شوند تا ضمن برآورده کردن محدودیت‌های محاسباتی، بهترین ویژگی برای استخراج مؤلفه‌های الکتروفیزیولوژی باشند.
به عنوان مثال اگر هدف بررسی توجه و استفاده از توجه فرد برای انجام یک وظیفه مشخص توسط سیستم باشد، یکی از پرکاربردترین مؤلفه‌های الکتروفیزیولوژی مؤلفه شناختی P300 است، که در حقیقت یک پدیده شناختی مرتبط با توجه در مغز است (شکل 1-5 را ببنید). پس در مرحله استخراج ویژگی، باید ویژگی‌هایی را استخراج کرد که P300 را به خوبی شناسایی کنند.
شکل 1-5) در این تصویر سیگنال EEG نرمال و EEG با مولفه P300 برای یک فرد، نشان داده شده است. در حالت پایه و نرمال، سیگنال خط چین بدست می آید، اما در صورت مشاهده اتفاقی غیر منتظره که سبب جلب توجه فرد آزمایش شونده شود، سیگنال دوم یعنی سیگنال حاوی مولفه P300 ثبت می شود.
به طور کلی از معروف‌ترین معیارها و سیگنال‌های الکتروفیزیولوژی مورد استفاده در سیستم‌های BCI، می‌توان به موارد زیر اشاره کرد:
- مؤلفه پتانسیل برانگیخته شناختی P300
- سایر مؤلفه‌های پتانسیل برانگیخته همانند P100، N400، CNV و ..
- پتانسیل برانگیخته بینایی در SSVEP
- پتانسیل‌های قشری آهسته
- ریتم‌های حسی حرکتی
شکل 2-5) قسمت های مختلف یک سیستم BCI، که در آن از سیگنال SSVEP به عنوان معیار و سیگنال الکتروفیزیولوژی استفاد شده است.
نوشته های مرتبط