يساهم اقتراح هذا العمل في تطوير واجهات دماغية حاسوبية منخفضة التكلفة ويمكن ارتداؤها ومحمولة من خلال استغلال المعدات الاستهلاكية ومعالجة الإشارات المباشرة والواقع الممتد. تهدف هذه التقنية إلى تقريب تقنية واجهة الدماغ والحاسوب من الحياة اليومية وفتح إمكانيات جديدة للعديد من المستخدمين في كل من التطبيقات الصناعية والرعاية الصحية. كما تم تطبيق نظام الاقتراح في إعادة التأهيل القائم على الروبوت للأطفال الذين يعانون من اضطراب نقص الانتباه / فرط النشاط أو للتوحد.
وكانت النتائج مشجعة. للبدء ، ارتد النظارات الذكية وعصابة الرأس وقم بتوصيل مخطط كهربية الدماغ منخفض التكلفة بجهاز كمبيوتر عبر كابل USB أثناء فصل الكمبيوتر عن مصدر الطاقة الرئيسي. في هذه الخطوة ، يجب فصل جميع الأقطاب الكهربائية عن لوحة اكتساب مخطط كهربية الدماغ للبدء من حالة معروفة.
في هذه المرحلة ، تتم معالجة دفق EEG في وضع عدم الاتصال على جهاز الكمبيوتر باستخدام برنامج نصي متوافق مع المعالجة المطبقة في تطبيق Android. ابدأ البرنامج النصي لتلقي إشارات EEG وتصورها. تحقق من الإشارة المعروضة.
يجب أن يتوافق هذا فقط مع ضوضاء التكميم لمضخم EEG. قم بتوصيل القطب الأول وقم بتطبيق القطب السلبي على الأذن اليسرى بمشبك مخصص أو استخدم قطبا كهربائيا لمشبك الأذن. يجب أن تظل إشارة الخرج دون تغيير في هذه الخطوة لأن القناة التفاضلية للقياس لا تزال دائرة مفتوحة.
قم بتوصيل قطب كهربائي نشط بالطرف السالب للإدخال التفاضلي لقناة EEG للقياس وقم بتطبيقه على المنطقة الأمامية باستخدام عصابة رأس. بعد بضع ثوان ، يجب أن تعود الإشارة إلى الصفر. قم بتوصيل القطب النشط الآخر بالطرف الموجب للإدخال التفاضلي لقناة EEG المقاسة وقم بتطبيقه على المنطقة القذالية باستخدام عصابة الرأس.
يتم الآن عرض إشارة الدماغ المقابلة للنشاط البصري المقاس فيما يتعلق بمنطقة الدماغ الأمامية والمنطقة القذالية. قم بتحفيز المستخدم بشكل متكرر باستخدام رموز وميض 10 هرتز و 12 هرتز عن طريق بدء تشغيل رمز الخفقان في تطبيق Android. اضغط على لوحة اللمس الخاصة بالنظارات الذكية أثناء بدء البرنامج النصي لاكتساب وتصور EEG.
تأكد من أن كل تحفيز في هذه المرحلة يتكون من أيقونة واحدة تومض لمدة 10 ثوان. من الإشارات العشر ثوان المرتبطة بكل تحفيز ، استخرج ميزتين باستخدام تحويل فورييه السريع ، الكثافة الطيفية للطاقة عند 10 هرتز و 12 هرتز. بدلا من ذلك ، ضع في اعتبارك التوافقيات الثانية أيضا.
استخدم تمثيلا للإشارات المكتسبة في مجال الميزات لتدريب مصنف آلة متجه الدعم. استخدم أداة في MATLAB أو Python لتحديد معلمات المستوى الفائق مع نواة نهائية. استنادا إلى ميزات الإدخال ، سيكون النموذج المدرب قادرا على تصنيف الملاحظات المستقبلية لإشارات EEG.
افصل كبل USB عن الكمبيوتر وقم بتوصيله مباشرة بالنظارات الذكية. أدخل معلمات المصنف المدرب في تطبيق Android. النظام جاهز الآن.
تم وصف مخطط كهربية الدماغ منخفض التكلفة فيما يتعلق بالخطأ الخطي والحجم. النتائج موضحة هنا. تم قياس وميض النظارات الذكية لتسليط الضوء على الانحرافات النهائية عن مسار الموجة المربعة الاسمية.
يظهر توصيف النظارات الذكية التجارية من حيث طيف السعة لأزرار الخفقان في هذا الشكل. الوميض عند 10 هرتز وعند 12 هرتز موضحان هنا. يمثل هذا الرقم الإشارات التي تم قياسها أثناء التحفيز البصري في مجال الميزات.
يتم عرض الإشارات المرتبطة بمحفزات الخفقان 12 هرتز باللون الأزرق بينما يتم تقديم الإشارات المرتبطة بمحفزات الخفقان 10 هرتز باللون الأحمر. لكل موضوع ، تتم مقارنة النتائج المرتبطة بالتحفيز لمدة عشر ثوان مع تلك المرتبطة بالتحفيز لمدة ثانيتين. يتم الإبلاغ عن الدقة التي تم الحصول عليها من خلال النظر في جميع الموضوعات معا وكذلك متوسط الدقة بين جميع الموضوعات هنا.
يتم عرض مقارنة أداء التصنيف عند النظر في ميزتين من ميزات PSD مقابل أربع ميزات PSD لبيانات EEG المتعلقة ب SSVEP هنا. بالنظر إلى الخصائص المترولوجية الجيدة للمعدات الاستهلاكية ، يجب على المرء أن يولي اهتماما كبيرا للاستقرار الميكانيكي لأقطاب القياس لأنها لا تستخدم المواد الهلامية الموصلة. أثبت هذا الإجراء فعاليته بالنسبة لإشارات SSVEP التي تعد ضوضاء قوية نسبيا ، ولكن يمكن للمرء أن يبحث في استخدام أجهزة مماثلة في نماذج أخرى مثل الصور الحركية.
بفضل قابلية الارتداء وقابلية النقل وسهولة الاستخدام ، يتم الآن التحقيق في هذه التقنية كجهاز تكميلي لإعادة التأهيل أو كأداة جديدة للسيناريوهات الصناعية.