Name: a single-channel and non-invasive wearable brain-computer interface for industry and healthcare
Uploaded: 2023-07-07T15:00:00
Description: Watch this Scientific Journal Video about A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare at JoVE.com

Dette arbeidet ble utført som en del av IKT for helse-prosjektet, som ble støttet økonomisk av det italienske utdanningsdepartementet, universitetet og forskningen (MIUR), under initiativet Institutt for fremragende forskning (italiensk budsjettlov nr. 232/2016), gjennom et fortreffelighetsstipend tildelt Institutt for informasjonsteknologi og elektroteknikk ved Universitetet i Napoli Federico II, Napoli, Italia. Prosjektet ble faktisk gjort mulig med støtte fra Res4Net-initiativet og TC-06 (Emerging Technologies in Measurements) fra IEEE Instrumentation and Measurement Society. Forfatterne vil også takke L. Callegaro, A. Cioffi, S. Criscuolo, A. Cultrera, G. De Blasi, E. De Benedetto, L. Duraccio, E. Leone og M. Ortolano for deres dyrebare bidrag til utvikling, testing og validering av systemet.

Studien ble godkjent av den etiske komiteen for psykologisk forskning ved Institutt for humaniora ved Universitetet i Napoli Federico II. De frivillige signerte informert samtykke før de deltok i forsøkene.
1. Forbereder den ikke-invasive bærbare hjernen - datamaskingrensesnitt
<ol><li>Få en billig forbrukerklasse elektroencefalograf med tørre elektroder, og konfigurer den for enkanalsbruk.<ol><li>Kortslutte eller koble ubrukte inngangskanaler på den rimelige elektroen...

<ol>
	<li>Wolpaw, J. R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain-computer+interface+technology:+A+review+of+the+first+international+meeting.">Brain-computer interface technology: A review of the first international meeting.</a> IEEE Transactions on Rehabilitation Engineering. 8 (2), 164-173 (2000).</li><li>Zander, T. O., Kothe, C., Jatzev, S., Gaertner, M., Tan, D. S., Nijholt, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Enhancing+human-computer+interaction+with+input+from+active+and+passive+brain-computer+interfaces.">Enhancing human-computer interaction with input from active and passive brain-computer interfaces.</a> Brain-Computer Interfaces. , 181-199 (2010).</li><li>Ron-Angevin, R., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain-computer+interface+application:+Auditory+serial+interface+to+control+a+two-class+motor-imagery-based+wheelchair.">Brain-computer interface application: Auditory serial interface to control a two-class motor-imagery-based wheelchair.</a> Journal of Neuroengineering and Rehabilitation. 14 (1), 49 (2017).</li><li>Ahn, M., Lee, M., Choi, J., Jun, S. C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+review+of+brain-computer+interface+games+and+an+opinion+survey+from+researchers,+developers+and+users.">A review of brain-computer interface games and an opinion survey from researchers, developers and users.</a> Sensors. 14 (8), 14601-14633 (2014).</li><li>Bi, L., Fan, X. A., Liu, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=EEG-based+brain-controlled+mobile+robots:+A+survey.">EEG-based brain-controlled mobile robots: A survey.</a> IEEE Transactions on Human-Machine Systems. 43 (2), 161-176 (2013).</li><li>Arpaia, P., Callegaro, L., Cultrera, A., Esposito, A., Ortolano, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Metrological+characterization+of+a+low-cost+electroencephalograph+for+wearable+neural+interfaces+in+industry+4.0+applications.">Metrological characterization of a low-cost electroencephalograph for wearable neural interfaces in industry 4.0 applications.</a> IEEE International Workshop on Metrology for Industry 4.0 &amp; IoT (MetroInd4. 0&amp;IoT). , 1-5 (2021).</li><li>R&#252;&#223;mann, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Industry+4.0:+The+future+of+productivity+and+growth+in+manufacturing+industries.">Industry 4.0: The future of productivity and growth in manufacturing industries.</a> Boston Consulting Group. 9 (1), 54-89 (2015).</li><li>Angrisani, L., Arpaia, P., Moccaldi, N., Esposito, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Wearable+augmented+reality+and+brain+computer+interface+to+improve+human-robot+interactions+in+smart+industry:+A+feasibility+study+for+SSVEP+signals.">Wearable augmented reality and brain computer interface to improve human-robot interactions in smart industry: A feasibility study for SSVEP signals.</a> IEEE 4th International Forum on Research and Technology for Society and Industry (RTSI). , 1-5 (2018).</li><li>Brunner, C., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=BNCI+Horizon+2020:+Towards+a+roadmap+for+the+BCI+community.">BNCI Horizon 2020: Towards a roadmap for the BCI community.</a> Brain-Computer Interfaces. 2 (1), 1-10 (2015).</li><li>Yin, E., Zhou, Z., Jiang, J., Yu, Y., Hu, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+dynamically+optimized+SSVEP+brain-computer+interface+(BCI)+speller.">A dynamically optimized SSVEP brain-computer interface (BCI) speller.</a> IEEE Transactions on Biomedical Engineering. 62 (6), 1447-1456 (2014).</li><li>Chen, L., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Adaptive+asynchronous+control+system+of+robotic+arm+based+on+augmented+reality-assisted+brain-computer+interface.">Adaptive asynchronous control system of robotic arm based on augmented reality-assisted brain-computer interface.</a> Journal of Neural Engineering. 18 (6), 066005 (2021).</li><li>Ball, T., Kern, M., Mutschler, I., Aertsen, A., Schulze-Bonhage, A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Signal+quality+of+simultaneously+recorded+invasive+and+non-invasive+EEG.">Signal quality of simultaneously recorded invasive and non-invasive EEG.</a> Neuroimage. 46 (3), 708-716 (2009).</li><li>Grosse-Wentrup, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=What+are+the+causes+of+performance+variation+in+brain-computer+interfacing.">What are the causes of performance variation in brain-computer interfacing.</a> International Journal of Bioelectromagnetism. 13 (3), 115-116 (2011).</li><li>Arpaia, P., Esposito, A., Natalizio, A., Parvis, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=How+to+successfully+classify+EEG+in+motor+imagery+BCI:+A+metrological+analysis+of+the+state+of+the+art.">How to successfully classify EEG in motor imagery BCI: A metrological analysis of the state of the art.</a> Journal of Neural Engineering. 19 (3), (2022).</li><li>Ajami, S., Mahnam, A., Abootalebi, V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Development+of+a+practical+high+frequency+brain-computer+interface+based+on+steady-state+visual+evoked+potentials+using+a+single+channel+of+EEG.">Development of a practical high frequency brain-computer interface based on steady-state visual evoked potentials using a single channel of EEG.</a> Biocybernetics and Biomedical Engineering. 38 (1), 106-114 (2018).</li><li>Friedman, D., Nakatsu, R., Rauterberg, M., Ciancarini, P. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain-computer+interfacing+and+virtual+reality.">Brain-computer interfacing and virtual reality.</a> Handbook of Digital Games and Entertainment Technologies. , 151-171 (2015).</li><li>Wang, M., Li, R., Zhang, R., Li, G., Zhang, D. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+wearable+SSVEP-based+BCI+system+for+quadcopter+control+using+head-mounted+device.">A wearable SSVEP-based BCI system for quadcopter control using head-mounted device.</a> IEEE Access. 6, 26789-26798 (2018).</li><li>Arpaia, P., Callegaro, L., Cultrera, A., Esposito, A., Ortolano, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Metrological+characterization+of+consumer-grade+equipment+for+wearable+brain-computer+interfaces+and+extended+reality.">Metrological characterization of consumer-grade equipment for wearable brain-computer interfaces and extended reality.</a> IEEE Transactions on Instrumentation and Measurement. 71, 1-9 (2021).</li><li>Wolpaw, J. R., Birbaumer, N., McFarland, D. J., Pfurtscheller, G., Vaughan, T. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Brain-computer+interfaces+for+communication+and+control.">Brain-computer interfaces for communication and control.</a> Clinical Neurophysiology. 113 (6), 767-791 (2002).</li><li>Duszyk, A., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=Towards+an+optimization+of+stimulus+parameters+for+brain-computer+interfaces+based+on+steady+state+visual+evoked+potentials.">Towards an optimization of stimulus parameters for brain-computer interfaces based on steady state visual evoked potentials.</a> PLoS One. 9 (11), 112099 (2014).</li><li>Prasad, P. S., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=SSVEP+signal+detection+for+BCI+application.">SSVEP signal detection for BCI application.</a> IEEE 7th International Advance Computing Conference (IACC). , 590-595 (2017).</li><li>Xing, X., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+high-speed+SSVEP-based+BCI+using+dry+EEG+electrodes).">A high-speed SSVEP-based BCI using dry EEG electrodes).</a> Scientific Reports. 8, 14708 (2018).</li><li>Luo, A., Sullivan, T. J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/entrez/query.fcgi?db=PubMed&cmd=Search&doptcmdl=Citation&defaultField=Title+Word&term=A+user-friendly+SSVEP-based+brain-computer+interface+using+a+time-domain+classifier.">A user-friendly SSVEP-based brain-computer interface using a time-domain classifier.</a> Journal of Neural Engineering. 7 (2), 026010 (2010).</li></ol>

Systemets korrekte funksjon innebærer to avgjørende aspekter: SSVEP-fremkalling og signalinnsamling. Bortsett fra de spesifikke enhetene som er valgt for den nåværende studien, kan SSVEP fremkalles med forskjellige enheter som gir et flimrende lys, selv om smarte briller foretrekkes for å sikre slitasje og bærbarhet. Tilsvarende kan ytterligere kommersielle elektroencefalografer vurderes, men de må være bærbare, bærbare og involvere et minimum antall tørre elektroder for å være brukervennlige. Videre kan sys...

Et hjerne-datamaskin-grensesnitt (BCI) er et system som tillater kommunikasjon med og / eller kontroll av enheter uten naturlige nevrale veier1. BCI-teknologi er det nærmeste menneskeheten har å kontrollere objekter med sinnets kraft. Fra et teknisk synspunkt fungerer systemoperasjonen ved å måle indusert eller fremkalt hjerneaktivitet, som enten kan genereres ufrivillig eller frivillig fra forsøkspersonen2. Historisk sett fokuserte forskningen på å hjelpe mennesker med motoriske funksjonshemninger gjennom BCI3, men et økende antall selskaper tilbyr i dag BCI-basert instrumentering for spill4, robotikk5, industri6 og andre applikasjoner som involverer menneske-maskin-interaksjon. Spesielt kan BCI spille en rolle i den fjerde industrielle revolusjonen, nemlig industri 4.07, hvor cyber-fysiske produksjonssystemer endrer samspillet mellom mennesker og omgivelsene8. Grovt sett identifiserte det europeiske prosjektet BNCI Horizon 2020 applikasjonsscenarier som å erstatte, gjenopprette, forbedre, forbedre eller supplere tapte naturlige funksjoner i sentralnervesystemet, samt bruken av BCI i å undersøke hjernen9.
I dette rammeverket betyr nyere teknologiske fremskritt at hjerne-datamaskingrensesnitt kan være anvendelige for bruk i dagliglivet10,11. For å oppnå dette målet er det første kravet ikke-invasivitet, noe som er viktig for å unngå risikoen for kirurgisk inngrep og øke brukerens aksept. Det er imidlertid verdt å merke seg at valget av ikke-invasiv bildediagnostikk påvirker kvaliteten på målte hjernesignaler, og BCI-designet må da håndtere de tilhørende fallgruvene12. I tillegg kreves slitestyrke og bærbarhet. Disse kravene er i tråd med behovet for et brukervennlig system, men utgjør også noen begrensninger. Samlet sett er de nevnte maskinvarebegrensningene adressert ved bruk av et elektroencefalografisk (EEG) system med gelfrie elektroder6. En slik EEG-basert BCI vil også være billig. I mellomtiden, når det gjelder programvaren, ville minimal brukeropplæring (eller ideelt sett ingen opplæring) være ønsket; Det ville nemlig være best å unngå lange perioder for innstilling av behandlingsalgoritmen før brukeren kan bruke systemet. Dette aspektet er kritisk i BCI på grunn av inter-subjekt og intra-ikke-stasjonaritet13,14.
Tidligere litteratur har vist at deteksjon av fremkalte hjernepotensialer er robust med hensyn til ikke-stasjonaritet og støy i signalinnhenting. Med andre ord, BCIer som er avhengige av deteksjon av fremkalt potensial, kalles reaktive, og er de best presterende BCIene når det gjelder hjernemønstergjenkjenning15. Likevel krever de sensorisk stimulering, noe som sannsynligvis er den største ulempen ved slike grensesnitt. Målet med den foreslåtte metoden er dermed å bygge en svært bærbar og bærbar BCI avhengig av bærbar, hyllevare instrumentering. De sensoriske stimuli her består av flimrende lys, generert av smarte briller, som er i stand til å fremkalle steady-state visuelt fremkalte potensialer (SSVEPs). Tidligere arbeider har allerede vurdert å integrere BCI med virtuell virkelighet enten alene eller i forbindelse med utvidet virkelighet16. For eksempel ble det foreslått et BCI-AR-system for å kontrollere et quadcopter med SSVEP17. Virtuell virkelighet, utvidet virkelighet og andre paradigmer refereres til med begrepet utvidet virkelighet. I et slikt scenario oppfyller valget av smarte briller kravene til bærbarhet og bærbarhet, og smarte briller kan integreres med et minimalt EEG-anskaffelsesoppsett. Denne rapporten viser at SSVEP-basert BCI også krever minimal opplæring samtidig som man oppnår akseptabel klassifiseringsytelse for kommunikasjons- og kontrollapplikasjoner med lav til middels hastighet. Derfor brukes teknikken på BCI for daglige applikasjoner, og den ser ut til å være spesielt egnet for industri og helsetjenester.

<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Conductive rubber with Ag/AgCl coating&#160;</td>
			<td>ab medica s.p.a.</td>
			<td>N/A</td>
			<td>Alternative electrodes &#8211; type 2</td>
		</tr>
		<tr>
			<td>Earclip electrode</td>
			<td>OpenBCI</td>
			<td>N/A</td>
			<td>Ear clip</td>
		</tr>
		<tr>
			<td>EEG-AE</td>
			<td>Olimex</td>
			<td>N/A</td>
			<td>Active electrodes</td>
		</tr>
		<tr>
			<td>EEG-PE</td>
			<td>Olimex</td>
			<td>N/A</td>
			<td>Passive electrode</td>
		</tr>
		<tr>
			<td>EEG-SMT</td>
			<td>Olimex</td>
			<td>N/A</td>
			<td>Low-cost electroencephalograph</td>
		</tr>
		<tr>
			<td>Moverio BT-200</td>
			<td>Epson</td>
			<td>N/A</td>
			<td>Smart glasses</td>
		</tr>
		<tr>
			<td>Snap electrodes</td>
			<td>OpenBCI</td>
			<td>N/A</td>
			<td>Alternative electrodes &#8211; type 1</td>
		</tr>
	</tbody>
</table>

a single-channel and non-invasive wearable brain-computer interface for industry and healthcare

Det nåværende arbeidet fokuserer på hvordan man bygger et bærbart hjerne-datamaskingrensesnitt (BCI). BCI er et nytt middel for interaksjon mellom mennesker og datamaskiner som er avhengig av direkte målinger av hjernesignaler for å hjelpe både funksjonshemmede og funksjonshemmede. Applikasjonseksempler inkluderer robotkontroll, industriell inspeksjon og nevrorehabilitering. Spesielt har nyere studier vist at steady-state visuelt fremkalte potensialer (SSVEPs) er spesielt egnet for kommunikasjons- og kontrollapplikasjoner, og det gjøres for tiden en innsats for å bringe BCI-teknologi inn i dagliglivet. For å oppnå dette målet må det endelige systemet stole på bærbar, bærbar og rimelig instrumentering. Ved utnyttelse av SSVEP er det nødvendig med en flimrende visuell stimulus med faste frekvenser. Ved å vurdere begrensninger i det daglige livet ble muligheten for å gi visuelle stimuli ved hjelp av smarte briller utforsket i denne studien. Videre, for å oppdage de fremkalte potensialene, ble en kommersiell enhet for elektroencefalografi (EEG) vurdert. Dette består av en enkelt differensialkanal med tørre elektroder (ingen ledende gel), og oppnår dermed den ytterste slitestyrke og bærbarhet. I en slik BCI kan brukeren samhandle med smartbrillene ved bare å stirre på ikoner som vises på skjermen. På dette enkle prinsippet ble en brukervennlig, rimelig BCI bygget ved å integrere utvidet virkelighet (XR) briller med en kommersielt tilgjengelig EEG-enhet. Funksjonaliteten til denne bærbare XR-BCI ble undersøkt med en eksperimentell kampanje som involverte 20. Klassifiseringsnøyaktigheten var mellom 80% -95% i gjennomsnitt, avhengig av stimuleringstiden. Gitt disse resultatene, kan systemet brukes som et menneske-maskin-grensesnitt for industriell inspeksjon, men også for rehabilitering i ADHD og autisme.

En mulig implementering av systemet beskrevet ovenfor er vist i figur 1; Denne implementeringen lar brukeren navigere i utvidet virkelighet gjennom hjerneaktivitet. De flimrende ikonene på smartbrilledisplayet tilsvarer handlinger for applikasjonen (figur 1A), og dermed representerer disse brillene en erstatning for et tradisjonelt grensesnitt basert på knappetrykk eller en berøringsplate. Effekten av en slik interaksjon er s...

Watch this Scientific Journal Video about A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare at JoVE.com

A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare

Denne artikkelen diskuterer hvordan man bygger et hjerne-datamaskingrensesnitt ved å stole på forbrukerutstyr og steady-state visuelt fremkalte potensialer. For dette ble en enkanals elektroencefalograf som utnyttet tørre elektroder integrert med augmented reality-briller for stimulipresentasjon og visualisering av utgangsdata. Det endelige systemet var ikke-invasivt, bærbart og bærbart.

Et enkeltkanals og ikke-invasivt bærbart hjerne-datamaskingrensesnitt for industri og helsevesen

The present work focuses on how to build a wearable brain-computer interface (BCI). BCIs are a novel means of human-computer interaction that relies on ...

Forslaget til dette arbeidet bidrar til utviklingen av billige, bærbare og bærbare hjerne-datamaskingrensesnitt ved å utnytte forbrukerutstyr, enkel signalbehandling og utvidet virkelighet. Denne teknikken tar sikte på å bringe hjerne-datamaskingrensesnittteknologi nærmere dagliglivet og åpne nye muligheter for mange brukere i både industrielle og helsevesenet. Forslagssystemet har også blitt brukt i robotbasert rehabilitering for barn med oppmerksomhetsunderskudd / hyperaktivitetsforstyrrelse eller for autisme.Resultatene var oppmuntrende. For å begynne, bruk smarte briller og hodebånd og koble den rimelige elektroencefalografen til en PC via en USB-kabel mens PCen er koblet fra hovedstrømforsyningen. På dette trinnet må alle elektrodene kobles fra elektroencefalografens oppkjøpskort for å starte fra en kjent tilstand.I denne fasen behandles EEG-strømmen offline på PC-en med et skript som er kompatibelt med behandlingen implementert i Android-applikasjonen. Start skriptet for å motta EEG-signalene og visualisere dem. Kontroller signalet som vises.Dette må bare tilsvare kvantiseringsstøyen til EEG-forsterkeren. Koble den første elektroden og påfør den passive elektroden på venstre øre med et tilpasset klips eller bruk en øreklipselektrode. Utgangssignalet må forbli uendret på dette trinnet fordi måledifferensialkanalen fortsatt er en åpen krets.Koble en aktiv elektrode til den negative terminalen til differensialinngangen til måle-EEG-kanalen og påfør den på frontalområdet med et hodebånd. Etter noen sekunder skal signalet gå tilbake til null. Koble den andre aktive elektroden til den positive terminalen for differensialinngangen til måle-EEG-kanalen og påfør den på oksipitalt område med hodebåndet.Et hjernesignal vises nå som tilsvarer den visuelle aktiviteten målt med hensyn til det frontale hjerneområdet og oksipitalområdet. Stimuler brukeren gjentatte ganger med 10 hertz og 12 hertz flimrende ikoner ved å starte det flimrende ikonet i Android-applikasjonen. Trykk på berøringsplaten på smartbrillene mens du også starter EEG-oppkjøpet og visualiseringsskriptet.Sørg for at hver stimulering i denne fasen består av et enkelt ikon som flimrer i 10 sekunder. Fra de ti sekunders signalene som er forbundet med hver stimulering, trekker du ut to funksjoner ved å bruke den raske Fourier-transformasjonen, effektspektraltettheten ved 10 hertz og 12 hertz. Alternativt kan du vurdere andre harmoniske også.Bruk en representasjon av de innhentede signalene i funksjonsdomenet for å lære opp en støttevektormaskinklassifiserer. Bruk et verktøy i MATLAB eller Python for å identifisere parametrene til et hyperplan med en eventuell kjerne. Basert på inngangsfunksjonene vil den trente modellen være i stand til å klassifisere fremtidige observasjoner av EEG-signaler.Koble USB-kabelen fra PC-en og koble den direkte til smartbrillene. Sett inn parametrene til den trente klassifikatoren i Android-applikasjonen. Systemet er nå klart.Den rimelige elektroencefalografen ble karakterisert med hensyn til linearitet og størrelsesfeil. Resultatene er vist her. Flimringen på smartbrillene ble målt for å markere eventuelle avvik fra den nominelle firkantbølgebanen.Karakteriseringen av de kommersielle smartbrillene når det gjelder amplitudespekteret til de flimrende knappene er vist i denne figuren. Flimring på 10 hertz og ved 12 hertz er vist her. Dette tallet representerer signalene målt under visuell stimulering i funksjonsdomenet.Signalene knyttet til de 12 hertz flimrende stimuli presenteres i blått, mens signalene knyttet til de 10 hertz flimrende stimuli presenteres i rødt. For hvert individ sammenlignes resultatene forbundet med en ti sekunders stimulering med de som er forbundet med en to sekunders stimulering. Nøyaktigheten oppnådd ved å vurdere alle fagene sammen, samt gjennomsnittlig nøyaktighet blant alle fagene, er rapportert her.Sammenligningen av klassifiseringsytelsen ved vurdering av to PSD-funksjoner kontra fire PSD-funksjoner for SSVEP-relaterte EEG-data vises her. Gitt de gode metrologiske egenskapene til forbrukerutstyret, må man være mest oppmerksom på den mekaniske stabiliteten til måleelektrodene fordi de ikke bruker ledende geler. Denne prosedyren viste seg å fungere for SSVEP-signaler som er relativt robust støy, men man kan undersøke bruken av lignende instrumentering i ytterligere paradigmer som motorbilder.Takket være brukbarhet, bærbarhet og brukervennlighet, er denne teknikken nå undersøkt som en supplerende enhet for rehabilitering eller som et nytt verktøy for industrielle scenarier.

Research

JoVE Journal

Engineering

Controlling the Size, Shape and Stability of Supramolecular Polymers in Water

Kontrollere størrelse, form og stabilitet av supramolecular Polymers i Water

For aqueous based supramolecular polymers, the simultaneous control over shape, size and stability is very difficult1. At the same time, the ability to do ...

Detection and Recovery of Palladium, Gold and Cobalt Metals from the Urban Mine Using Novel Sensors/Adsorbents Designated with Nanoscale Wagon-wheel-shaped Pores

Påvisning og utvinning av Palladium, Gull og Cobalt Metals fra Urban Mine Bruke Novel Sensorer / adsorbenter Eget med nanoskala Wagon-hjulformede Porer

Developing low-cost, efficient processes for recovering and recycling palladium, gold and cobalt metals from urban mine remains a significant challenge in ...

Quantification of Hydrogen Concentrations in Surface and Interface Layers and Bulk Materials through Depth Profiling with Nuclear Reaction Analysis

Kvantifisering av hydrogen Konsentrasjonene i overflate og Interface Layers og bulk materialer gjennom Dybde Profilering med Nuclear Reaction Analysis

Nuclear reaction analysis (NRA) via the resonant 1H(15N,&#945;&#947;)12C reaction is a highly effective method of depth profiling that quantitatively and ...

Hand Controlled Manipulation of Single Molecules via a Scanning Probe Microscope with a 3D Virtual Reality Interface

Hånd Kontrollert Manipulering av enkle molekyler via en Scanning Probe Microscope med en 3D Virtual Reality Interface

Considering organic molecules as the functional building blocks of future nanoscale technology, the question of how to arrange and assemble such building ...

Gain-compensation Methodology for a Sinusoidal Scan of a Galvanometer Mirror in Proportional-Integral-Differential Control Using Pre-emphasis Techniques

Gain-kompensasjon Metodikk for en sinus Scan av en Galvano Mirror i Proporsjonal-Integral-Differential Kontroll Bruk Pre-emphasis Teknikker

Galvanometer mirrors are used for optical applications such as target tracking, drawing, and scanning control because of their high speed and accuracy. ...

O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression

O-cresol konsentrasjon online måling basert på nær infrarød spektroskopi via delvis minst firkantet regresjon

Unlike macroscopic process variables, near-infrared spectroscopy provides process information at the molecular level and can significantly improve the ...

Evaluating Usability Aspects of a Mixed Reality Solution for Immersive Analytics in Industry 4.0 Scenarios

Evaluering av brukervennlighetsaspekter ved en løsning for blandet virkelighet for engasjerende analyse i Industry 4.0-scenarier

In medicine or industry, the analysis of high-dimensional data sets is increasingly required. However, available technical solutions are often complex to ...

A Multi-Cue Bioreactor to Evaluate the Inflammatory and Regenerative Capacity of Biomaterials under Flow and Stretch

En multi-cue bioreaktor for å evaluere den inflammatoriske og regenerative kapasiteten til biomaterialer under strømning og strekk

The use of resorbable biomaterials to induce regeneration directly in the body is an attractive strategy from a translational perspective. Such materials ...

Elaborate Control of Inkjet Printer for Fabrication of Chip-based Supercapacitors

Forseggjort kontroll over blekkskriver for fabrikasjon av chipbaserte superkondensatorer

There are tremendous efforts in various fields to apply the inkjet printing method for the fabrication of wearable devices, displays, and energy storage ...

Evaluating the Electrochemical Properties of Supercapacitors using the Three-Electrode System

Evaluering av superkondensatorenes elektrokjemiske egenskaper ved hjelp av treelektrodesystemet

The three-electrode system is a basic and general analytical platform for investigating the electrochemical performance and characteristics of energy ...