モーターイメージテストとトレーニングのための実験計画

まず、ソフトウェア ツールを開いて、モーター イメージ シナリオを設計および実行します。[ファイル] に移動し、信号検証、集録、CSP トレーニング、分類器トレーニング、テスト、混同行列というラベルの付いた 6 つのモーター イメージ BCI シナリオを読み込みます。信号検証シナリオに移動し、デザイナー ボックスを使用して、1 から 40 ヘルツのバンド パス フィルターをフィルター次数 4 で生の信号に適用します。

視覚的な合図に反応した手の動きを想像しながら、参加者に運動イメージの課題を負わせます。Motor Imagery Trainingのファイルを開き、VRヘッドセットを通してボンゴのセットの上に立っている準備された3Dアバターを表示します。[Acquisition Scenario] に移動し、[Graz Motor Imagery Stimulator] をダブルクリックしてボックスを構成します。

左手と右手の両方の動きに対して、それぞれ 5 秒ずつの試行を 50 回構成します。22回目のベースライン期間を組み込んで、その後、10回の試行ごとに10秒の休憩を挟み、精神的な疲労を防ぎます。左手と右手の試行をランダム化するように設定し、試行の前に想像する手を示すキューを追加します。

IPアドレスとポートを備えたOSCボックスを接続して、手をイメージするためのキューをモーターイメージトレーニングゲームエンジンプログラムに送信します。次に、VRヘッドセットをワイプで消毒し、参加者の頭に装着して、脳波データを取得しながら没入型のインタラクションを促進します。参加者に、3Dアバターと一緒に自分の手の動きを実行するイメージをイメージしてもらい、アバターが対応する手でボンゴを打つときと同じペースで、どちらの手を想像するかを示すテキストキューを添えます。

取得後、CSP トレーニング シナリオを実行して、取得段階の EEG データを分析します。左利き用と右側の画像を区別し、CSP を計算するためのフィルターを作成します。CSP トレーニングの後、分類子トレーニング シナリオに移動して実行し、リアルタイム アバター制御用にシステムを準備します。

次に、テストシナリオに移動し、参加者がブレインコンピューターインターフェーステクノロジーを使用してリアルタイムで3Dアバターを制御できるようにします。想像上の行動をリアルタイムで解釈するには、シナリオ中に訓練された分類器を適切なボックス内のEEGデータにロードします。テスト手順について簡単な参加者に説明し、テキストの手がかりに促された手の動きを明確に想像する必要性を強調しました。

各参加者に対して 20 回の試行を実施し、左右の手の動きを想像し、無作為化します。OSCボックスを接続して構成し、キュー情報を送信すると、キュー情報はテキストとして表示され、ゲームエンジンプログラムで画像化されるハンドを示します。別のOSCボックスに接続して、ゲームエンジンプログラムの左右の手の動きの予測値を送信します。

テスト シナリオとモーター イメージ テスト ゲーム エンジン プログラムを実行します。プログラムが手の動きに基づいて対応するアニメーションを再生することを確認します。21歳から38歳までの5人の健康な成人が、運動イメージトレーニングとテスト条件の両方で研究に参加した。

すべての被験者の平均混同行列を使用して、両方のセッションで左右の運動イメージ信号を区別する際の分類器の精度を評価しました。運動イメージ トレーニングからの CSP 重みの地形パターンは、両方の運動イメージ方向について視覚化されました。運動課題中のイベント関連のスペクトル摂動を特定するために、反対側のセンサー運動野からのEEGデータに対して時間周波数分析が行われました。