Нейрокомпьютерный интерфейс

Информация о материале
Категория: Общее

Сайт посвящен теоретическим и практическим аспектам построения интерфейсов мозг-компьютер (ИМК), основанных на анализе сенсомоторных ритмов (англ. sensorimotor rhythms, SMR) сигнала электроэнцефалограммы (ЭЭГ).

Интерфейс мозг-компьютер (англ. Brain-Computer Interface, BCI) является системой коммуникации человека с машиной (например, с компьютером или протезом), основанной на непосредственном преобразовании намерений человека, отраженных в биопотенциалах мозга, в управляющие команды. Основное применение ИМК нашел в качестве инструмента для реабилитации пациентов с различными двигательными и неврологическими нарушениями, однако в настоящее время наблюдается тенденция к использованию ИМК и здоровыми людьми (управление когнитивным состоянием с помощью биологической обратной связи, игры и развлечения). В частности, при управлении виртуальной машиной пользователь может представлять движения левой или правой руки для имитации поворота руля, а движения ног – для имитации нажатий на педали.

Информация о материале
Категория: Статьи

В системах нейрокомпьютерного интерфейса используются либо биопотенциалы мозга, зарегистрированные с поверхности головы человека, либо биопотенциалы, снимаемые непосредственно с коры головного мозга или от отдельных нейронов глубинных структур мозга. В первом случае ИМК называются неинвазивными, во втором – инвазивными.

Информация о материале
Категория: Статьи

Любой ИМК реализует следующие стадии обработки нейрофизиологических данных:

  1. Оцифровка сигналов электрической активности мозга;
  2. Предобработка (фильтрация от шумов, удаление артефактов);
  3. Выделение характерных признаков;
  4. Классификация полученных признаков.

На завершающем этапе результаты классификации преобразуются в команду внешнему техническому устройству.

Информация о материале
Категория: Статьи

Детектирование по записи ЭЭГ состояний синхронизации и десинхронизации сенсомоторных ритмов осложняется тем, что сигнал, регистрируемый с электродов, содержит помимо собственно потенциалов, генерируемых мозгом, различного рода артефакты.

Артефакты по их происхождению можно разделить на две группы: физические и физиологические.

Информация о материале
Категория: Статьи

В основе систем ИМК лежит математический анализ нейрофизиологических данных, алгоритмы распознавания характерных признаков и их классификации.

Большая часть методов классификации предполагает сведение задачи классификации динамических данных к задаче классификации статических данных. Для этого необходимо выполнить переход от многомерного временного ряда, описывающего сигнал, к некоторому вектору признаков, характеризующему этот временной ряд.

Информация о материале
Категория: Статьи

Пусть в результате регистрации ЭЭГ получено множество записей, каждая из которых принадлежит одному из K классов. Задачей построения классификатора является нахождение на основе известного множества записей такого оператора F(X), который любому ЭЭГ сигналу X будет сопоставлять соответствующий ему номер класса k = 1,2,…,K.

Информация о материале
Категория: Статьи

Первый способ повышения точности распознавания типов мыслительной деятельности в интерфейсах мозг-компьютер базируется на выделении наиболее представительных/ информативных признаков из общего описания.

Как правило, каждому каналу (отведению) в записи электроэнцефалограммы (ЭЭГ) сопоставляется несколько характерных признаков. При этом чем больше общее число признаков, тем больше примеров требуется для корректного обучения классификатора. Однако на практике получение больших выборок обучающих данных бывает затруднено. В связи с этим отбор информативных признаков является важной операцией, позволяющей выделить признаки, несущие не «шум», а полезную для данной задачи информацию.