Başlamak için, motor görüntü senaryolarını tasarlamak ve çalıştırmak için yazılım aracını açın. Dosya'ya gidin ve Sinyal doğrulama, Alım, CSP eğitimi, Sınıflandırıcı eğitimi, Test ve Karışıklık matrisi etiketli altı motor görüntüsü BCI senaryosunu yükleyin. Sinyal Doğrulama senaryosuna gidin ve tasarımcı kutularını kullanarak ham sinyallere 1 ila 40 hertz arasında bir filtre sırası ile 4 arasında bir Bant Geçişi filtresi uygulayın.
Katılımcılara, görsel ipuçlarına yanıt olarak el hareketlerini hayal ederek motor görüntüleme görevlerinden geçmeleri için rehberlik edin. Motor Görüntüleri Eğitimi için dosyayı açın ve hazırlanan 3D avatarı VR kulaklığı aracılığıyla bir dizi bongo üzerinde dururken görüntüleyin. Edinme Senaryosuna gidin ve kutuyu yapılandırmak için Graz Motor Görüntü Uyarıcısına çift tıklayın.
Hem sol hem de sağ el hareketleri için her biri beş saniyelik 50 deneme yapılandırın. Zihinsel yorgunluğu önlemek için her 22 denemeden sonra 10 saniyelik aralıklarla dinlenme ve ardından 10. bir başlangıç periyodu ekleyin. Sol ve sağ el denemelerini rastgele olacak şekilde yapılandırın ve denemeden önce hayal edilecek eli belirten bir ipucu ekleyin.
Hayal edilecek elin işaretini motor görüntü eğitimi oyun motoru programına iletmek için IP adresi ve bağlantı noktası ile bir OSC kutusu bağlayın. Ardından VR kulaklığını mendillerle sterilize edin ve EEG verilerini yakalarken sürükleyici bir etkileşimi kolaylaştırmak için katılımcının kafasına yerleştirin. Katılımcıları, 3D avatar ile birlikte ellerinin hareketini gerçekleştirdiklerini hayal etmeye yönlendirin, avatar bongoya çarptığında ilgili el ile aynı hızı takip edin ve hangi elin hayal edileceğini gösteren bir metin ipucu verin.
Alımın ardından, alım aşamasından itibaren EEG verilerini analiz etmek için CSP Eğitim Senaryosunu çalıştırın. Sol ve sağ el görüntülerini ayırt etmek ve CSP'yi hesaplamak için filtreler oluşturun. CSP eğitiminden sonra, Sınıflandırıcı Eğitimi senaryosuna gidin ve sistemi gerçek zamanlı avatar denetimine hazırlamak için çalıştırın.
Ardından test senaryosuna gidin ve katılımcıların beyin bilgisayar arayüzü teknolojisini kullanarak 3D avatarlarını gerçek zamanlı olarak kontrol etmelerine izin verin. Hayal edilen eylemleri gerçek zamanlı olarak yorumlamak için, senaryo sırasında eğitilen sınıflandırıcıları EEG verileri üzerine uygun kutulara yükleyin. Katılımcılara test prosedürü hakkında kısa bilgi verin ve metin ipuçlarının yönlendirdiği şekilde el hareketlerini net bir şekilde hayal etme ihtiyacını vurgulayın.
Her katılımcı için sol ve sağ elin hayal etme hareketleri arasında eşit olarak bölünmüş ve randomize edilmiş 20 deneme yapın. Metin olarak görüntülenecek ve oyun motoru programında görüntülenecek eli gösterecek olan işaret bilgilerini iletmek için bir OSC kutusu bağlayın ve yapılandırın. Oyun motoru programı için sol ve sağ el hareketleri için tahmin edilen değeri iletmek için başka bir OSC kutusuna bağlanın.
Test senaryosunu ve motor görüntüsü test oyun motoru programını çalıştırın. Programın el hareketine dayalı olarak ilgili animasyonu oynattığını gözlemleyin. Yaşları 21 ile 38 arasında değişen beş sağlıklı yetişkin, hem motor görüntüleme eğitimi hem de test koşulları altında çalışmaya katıldı.
Her iki oturumda da sol ve sağ motor görüntü sinyallerini ayırt etmede sınıflandırıcıların doğruluğunu değerlendirmek için tüm denekler için ortalama bir karışıklık matrisi kullanıldı. Motor görüntüleme eğitiminden elde edilen CSP ağırlıklarının topografik modelleri, her iki motor görüntü yönü için görselleştirildi. Motor görevler sırasında olayla ilgili spektral bozulmaları belirlemek için kontralateral sensör motor alanlarından alınan EEG verileri üzerinde bir zaman frekansı analizi yapıldı.