নিউরোসায়েন্স চালকের সিটে

মেহুল নায়ক

২৮ এপ্রি, ২০২২

শেয়ার:

লেখক: ডা. নিকোলাস উইলিয়ামস, EMOTIV গবেষণা বিজ্ঞানী।

কয়েক মাস আগে আমি আট বছর বিদেশে থাকার পর আবার মার্কিন যুক্তরাষ্ট্রে ফিরে এসেছি। নতুনভাবে শুরু করার জন্য একটি সোফা, বিছানা এবং খাবার টেবিলের পাশাপাশি, অবশ্যই একটি গাড়ি কেনার প্রয়োজন ছিল। আমি নিজেকে একটি আর্থিকভাবে savvy মানুষ হিসাবে মনে করতাম, তাই আমি পুরানো, খরচ-সাশ্রয়ী মডেলের জন্য একচেটিয়াভাবে দেখছিলাম কিন্তু দ্রুত বাড়ানো দাম এবং কম ইন্সটলমেন্ট দ্বারা হতাশ হলাম। ২০২১ সালের ব্যবহৃত গাড়ির বাজার কার্যকরভাবে আমাকে নতুন কেনার চাপ দিচ্ছিল, যা আমি অবশেষে করেছি। মৌলিক অর্থনীতি বিষয়ক কিছু নীতির লঙ্ঘনের বিষয়ে আমার হতাশা দ্রুত আমার নতুন টয়োটা SUV এর আরাম এবং বৈশিষ্ট্যগুলোর জন্য অপ্রতিরোধ্য উত্সাহ দ্বারা প্রতিস্থাপিত হয়েছিল।

আমি বিশেষ করে স্বায়ত্তশাসিত ড্রাইভিং বৈশিষ্ট্যগুলি দ্বারা মুগ্ধ হয়েছিলাম যা, এই সময়ে, আমি কেবল পড়েছি। সহায়ক স্টিয়ারিং এবং সামনের দিকে তাকানো রাডার দীর্ঘ ড্রাইভকে সহজ করে তুলেছিল। আমাকে শুধুমাত্র সড়কের দিকে নজর দিতে হয়েছিল এবং একটি হাত স্টিয়ারিং হুইলে রাখা ছিল এবং আমার গাড়িটি আসলে নিজে থেকেই চালিয়েছিল। সংঘর্ষ-হ্রাস, অন্ধ স্পট পর্যবেক্ষণ, এবং একটি সতর্কতার সিস্টেমের সাথে পিছনের দিকের ক্যামেরাগুলি অন্তর্ভুক্ত করার ফলে গাড়িটি গত দশকের জন্য আমি চালানো পুরনো মডেল গাড়িগুলির থেকে যথেষ্ট নিরাপদ ছিল।

গাড়িগুলি, অবশ্যই, এখনও স্বয়ংক্রিয়ভাবে চলাচল করে না। যদিও এগুলি চিত্তাকর্ষক স্বায়ত্তশাসিত এবং নিরাপত্তা বৈশিষ্ট্যযুক্ত, গাড়িগুলি এখনও ড্রাইভারের তত্ত্বাবধানের প্রয়োজন এবং যখন প্রয়োজন হয়, হস্তক্ষেপ। মানুষকে ড্রাইভিং থেকে বাদ দেওয়ার পথ আমাদের এখনও অনেক দূরে রয়েছে এবং এটি সেই উপাদান যা গাড়ির দুর্ঘটনা এবং মৃত্যুর জন্য প্রধানত দায়ী। মানুষেরা স্টিয়ারিং হুইলের পিছনে ভুল করে। তারা যখন সিদ্ধান্ত নেয় যে মদ পান করার পরে একটি যানবাহন চালানো ভাল ধারণা, বা যে গতিবেগ মজাদার, বা যে তারা এতোটা ক্লান্ত না হওয়া পর্যন্ত বিশ্রাম নিতে আগে আরও কয়েকটি মাইল চালাতে হবে, তখন মানুষেরা অনেক ঘটনার সৃষ্টি করে যা প্রতিরোধযোগ্য।

[block id="cta-shortcode-browse-eeg-headsets-v2"]

জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসন (NHTSA) অনুযায়ী, 2019 সালে 36,096 মোটর যানবাহনের ট্রাফিকে মৃত্যুর ঘটনা হয়েছিল। 2020 সালের জন্য, মৃত্যুর সংখ্যা 38,000 এর বেশি হবে বলে অনুমান করা হয়েছে [1]। এর একটি বড় শতাংশ ঝুঁকিপূর্ণ ড্রাইভিংয়ের কারণে এবং অতএব প্রতিরোধযোগ্য। NHTSA ছয়টি ধরনের ঝুঁকিপূর্ণ ড্রাইভিং চিহ্নিত করেছে: দ্রুতগতি, মদ্যপ এবং মাদক-প্রভাবিত ড্রাইভিং, সিট বেল্ট না ব্যবহার করা (অথবা ভুলভাবে ব্যবহার করা), বিভ্রান্তি তৈরি করা ড্রাইভিং এবং দায়িত্বহীন ড্রাইভিং। সমস্ত ট্রাফিক মৃত্যুর দুই-তৃতীয়াংশই গতিবেগ এবং মাদক প্রভাবিত ড্রাইভিংয়ের কারণে ঘটে, তাই অনেক হস্তক্ষেপকারী প্রচারাভিযান সঠিকভাবে এই ঝুঁকিগুলি মোকাবেলা করার দিকে নজর দেয়। তবে, বিভ্রান্তি এবং অবসাদজনিত ড্রাইভিংও 2019 সালে 3,142 বিভ্রান্তি-সংক্রান্ত মৃত্যুর এবং 697 অবসাদ-সংক্রান্ত মৃত্যুর সাথে একটি অ-তুচ্ছ সংখ্যক মৃত্যুর কারণ হয় [2].

আমাদের মনোযোগ পরিমাপের জন্য নিউরোসায়েন্স ব্যবহার করা



ড্রাইভারের সিটে নিউরোসায়েন্স - পরীক্ষাগারে মনোযোগ পরিমাপের জন্য নিউরোসায়েন্স ব্যবহার করা।

নিউরোসাইন্টিস্টরা পরীক্ষাগারে মনোযোগ পরিমাপের জন্য বিভিন্ন পদ্ধতি ব্যবহার করেন। এই পদ্ধতিগুলির মধ্যে একটিতে বাস্তবতা ব্যবহার করা হয় যে আমাদের মস্তিষ্কের নিউরনগুলি ফায়ার করার সময় ছোট পরিমাণ বৈদ্যুতিক স্রোত মুক্তি করে। ইলেকট্রোএনসেফালোগ্রাম (EEG) ব্যবহার করে, আমরা এই বৈদ্যুতিক পরিবর্তনগুলি পরিমাপ করতে পারি যখন এবং কোথায় মস্তিষ্ক সক্রিয় থাকে তা বুঝতে। এই পরিবর্তনগুলি যে গতিতে বা ফ্রিকোয়েন্সিতে ঘটে তা ওসিলেশন বলা হয়, বা সাধারণভাবে মস্তিষ্কের তরঙ্গ বলা হয়। মস্তিষ্কের তরঙ্গের ফ্রিকোয়েন্সি মনোযোগের অবস্থা বা প্রক্রিয়া সম্পর্কে ধারণা প্রদান করতে পারে।

উদাহরণস্বরূপ, মস্তিষ্কের তরঙ্গ 14 থেকে 30 বার প্রতি সেকেন্ড (অথবা 14 - 30 Hz) ওসিলেট করলে সেগুলিকে বিটা তরঙ্গ বলা হয় এবং এগুলি উচ্চ স্তরের মানসিক অংশগ্রহণের সাথে সম্পর্কিত। 8 - 13 Hz পরিসর ব্যবধানের ওসিলেশনকে আলফা তরঙ্গ বলা হয় এবং সাধারণত সেগুলি বিশ্রামের সময় বা প্যাসিভ মনোযোগের সময়ে উপস্থিত থাকে। উদাহরণস্বরূপ, যখন একটি ব্যক্তি মেডিটেশন করছে তখন আপনি প্রায়শই আলফা তরঙ্গ দেখতে পাবেন। থেটা তরঙ্গগুলি 4 থেকে 7 Hz এর মধ্যে ওসিলেশন এবং দেখা যায় যখন একজন ব্যক্তি গভীরভাবে বিশ্রাম করছে বা অচেতন। সবচেয়ে ধীর তরঙ্গগুলি ডেলটা তরঙ্গ (1 - 4 Hz) এবং দেখা যায় যখন একজন ব্যক্তি গভীরভাবে ঘুমাচ্ছে।

সম্পর্কিত পোস্ট দেখুন EEG-এর পরিচিতিমূলক গাইড

পরীক্ষাগারে, বিজ্ঞানীরা কিভাবে যুক্ত হয় অথবা বিচ্ছিন্ন হয় তা নির্ধারণ করতে মস্তিষ্কের তরঙ্গের সময়সূচি, মাত্রা, এবং ফ্রিকোয়েন্সি পরিমাপ করতে পারেন। উদাহরণস্বরূপ, যখন একজন ব্যক্তি সেই বিষয়টি দেখে বা শোনে যা তারা পর্যবেক্ষণ করছেন, তখন তাদের EEG একটি খুব নির্দিষ্ট প্রতিক্রিয়া প্রদর্শন করে যাকে P300 বলা হয়, যা একটি উচ্চ মাত্রা তরঙ্গ যা বস্তুটির আবির্ভাবের প্রায় 300 মিলিসেকেন্ড পরে ঘটে [3]। একইভাবে, আলফা ওসিলেশনের একটি হ্রাস ইঙ্গিত করতে পারে যে কেউ কিছুতে খুব মনোযোগ দিচ্ছে [4]। দায়িত্বহীন হওয়া কিছু বৈশিষ্ট্য দ্বারা শনাক্তযোগ্য EEG সিগনেচার তৈরি করে যা ডেলটা, থেটা এবং আলফা ওসিলেশনগুলিতে পরিবর্তন আনা [5]

কিভাবে আমরা একটি গাড়িতে মনোযোগকে পরিমাপ করতে পারি?

একটি যানবাহনে আমরা আচরণগত পদ্ধতি ব্যবহার করে মনোযোগ এবং দায়িত্বহীনতা পরিমাপ করতে পারি। উদাহরণস্বরূপ, ক্যামেরাগুলি চালকদের চোখের দিকে নজর রাখতে পারে যাতে নিশ্চিত করা যায় যে তারা সড়কের দিকে তাকাচ্ছেন। একইভাবে, ক্যামেরাগুলি শনাক্ত করতে পারে যখন চালকদের মাথা নোদানো শুরু হয়, যা সিদ্ধান্তের সাথে সম্পর্কিত। তবে, একজন ব্যক্তি যদি সড়কের দিকে তাকাচ্ছেন বা তাদের মাথা ঝুঁকে পড়ছে সেটি মানে এই নয় যে তারা মনোযোগ দিচ্ছেন বা তারা ক্লান্ত নয়। EEG এই বিপজ্জনক অবস্থাগুলির সনাক্তকরণকে সহায়তা করতে পারে। তারা সম্ভবত আচরণগতভাবে সনাক্তযোগ্য হওয়ার আগে এগুলি পূর্বাভাস দিতে সক্ষম হতে পারে।



ড্রাইভারের সিটে নিউরোসায়েন্স - EEG এই বিপজ্জনক অবস্থাগুলি সনাক্তকরণকে উন্নত করতে পারে। তারা সম্ভবত আচরণগতভাবে সনাক্তযোগ্য হওয়ার আগে এগুলি পূর্বাভাস দিতে সক্ষম হতে পারে।

২০২০ সালে, গবেষকরা নিম্ন-দর কৃত্রিম EEG হেডসেট ব্যবহার করে বাস্তব সময়ের এনকোডিং সনাক্তকরণের জন্য গবেষণার একটি কাঠামো রচনা করেন [6]। তারা রিপোর্ট করেছে যে এই ধরনের অধ্যয়নে সবচেয়ে বেশি ব্যবহৃত হেডসেটগুলির মধ্যে EMOTIV উৎপাদিত, নিউরোস্কাই, ইন্টারঅ্যাক্সন, এবং ওপেনBCI। দায়িত্বহীন সনাক্তকরণের জন্য, তারা খুঁজে পেয়েছিল যে এমনকি মৌলিক EEG বৈশিষ্ট্যগুলি যেমন ফ্রিকোয়েন্সি ওসিলেশনগুলি দায়িত্বহীনতা সনাক্ত করার জন্য ব্যবহৃত হতে পারে। তবে তারা উল্লেখ করে যে অনেক ক্ষেত্রে, "অ্যালগরিদমিক অপ্টিমাইজেশন এখনও প্রয়োজন", যার অর্থ যে মেশিন-শিক্ষণ অ্যালগরিদমগুলি আরও সঠিক সনাক্তনের ফলস্বরূপ।

বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদমগুলি ব্যবহার করে আমাদের নিরাপদ রাখতে সহায়তা করা

EMOTIV গত এক দশক ধরে বাণিজ্যিক EEG-তে নেতা হয়েছে। এই সময়ে তারা বিভিন্ন ফর্মে EEG সিস্টেম তৈরি করেছে, 32-চ্যানেল ঐতিহ্যবাহী গবেষণা ক্যাপ থেকে 2-চ্যানেল ইন-ইয়ার মনিটরিং হেডফোন। MN8 হেডফোন বা ইনসাইট এর মতো কমপ্যাক্ট ফর্ম ফ্যাক্টরের সিস্টেমগুলি প্রতিদিনের ব্যবহৃত নিউরোটেকের প্রথম পদক্ষেপের প্রতিনিধিত্ব করে। এই ধরনের হার্ডওয়্যারগুলিকে গাড়ির নিয়ন্ত্রণে সংহত করে, আমরা সম্ভবত সেই মানসিক অবস্থাগুলি সংঘটিত হওয়ার আগে দুর্ঘটনা প্রতিরোধ করতে সক্ষম হব।



ড্রাইভারের সিটে নিউরোসায়েন্স - বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদমগুলিকে ব্যবহার করে আমাদের নিরাপদ রাখতে সহায়তা করা।

গাড়িগুলিতে EEG হার্ডওয়্যার একীভূত করা সমাধানের মাত্র একটি অংশ। অর্জিত মস্তিষ্কের তথ্যের সুবিধা নিতে, আমাদের এটি উপকারী মেট্রিকে প্রক্রিয়া করতে হবে। জটিল মেশিন-শিক্ষণ অ্যালগরিদমগুলি এটি অর্জন করে EEG তথ্যকে বিশেষ মনস্তাত্ত্বিক অবস্থা সূচকগুলির জন্য ডিকোডিং করে। বর্তমানে, EMOTIV সাতটি সনাক্তকরণ তৈরি করেছে: অসন্তোষ, আগ্রহ, বিশ্রাম, বিনিয়োগ, উত্তেজনা, মনোযোগ এবং চাপ। EMOTIV المهندسরা এই সনাক্তকরণগুলি তৈরি করতে নিউরোসাইন্টিস্টদের সাথে ঘনিষ্ঠভাবে কাজ করেছেন যা এই অবস্থাগুলি অর্জনের জন্য পরিচিত প্রোটোকলগুলি ব্যবহার করে। গাড়ির ক্ষেত্রে, Emotiv বর্তমানে একটি ড্রাইভার-বিক্ষিপ্ত সনাক্তকরণের সমন্বয় সাধন করছে যা একটি ড্রাইভিং সিমুলেটরে উন্নীত হয়েছে। এটি একটি গুরুত্বপূর্ণ ফলাফল হয়েছে অস্ট্রেলিয়ার রয়্যাল অটোমোবাইল ক্লাবের সাথে একটি সহযোগিতার সাথে, যা resulted in an attention-powered car that slowed down when attention waned [7]. You can find some videos of the collaboration and the results on YouTube.

নিউরোসায়েন্স এবং ড্রাইভিংয়ের ভবিষ্যৎ



ড্রাইভারের সিটে নিউরোসায়েন্স - নিউরোসায়েন্স এবং ড্রাইভিংয়ের ভবিষ্যৎ।

সিট বেল্ট এবং রাম্বল স্ট্রিপের মতো প্রাথমিক হস্তক্ষেপগুলির থেকে শুরু করে স্বয়ংক্রিয় জরুরি ব্রেকিং এবং সহায়ক স্টিয়ারিংয়ের মতো আধুনিক হস্তক্ষেপগুলির কারণে আমাদের গাড়িগুলি অনেক বেশি নিরাপদ হয়ে উঠেছে। তবুও প্রতি বছর দুর্ঘটনার কারণে যারা মারা যায় তাদের সংখ্যা এই বিষয়টি প্রমাণ করে যে আমাদের গাড়ির নিরাপত্তার বলে গণ্য হওয়ার আগে আমাদের এখনও অনেক পথ বাকি রয়েছে। প্রযুক্তির উন্নতির সাথে সাথে, আমাদের গাড়িগুলি নিরাপদ হতে থাকবে, তবে যতদিন মানুষ প্রধান যানবাহন চালক হিসেবে থাকবে, ততদিন মানবসৃষ্ট দুর্ঘটনাগুলি বজায় থাকবে। EEG প্রযুক্তি মানব উপাদানকে হ্রাস করার একটি বিশেষভাবে প্রতিশ্রুতিবদ্ধ সুযোগকে প্রতিনিধিত্ব করে যা সূক্ষ্ম সূচকগুলি সনাক্ত করে এবং দুর্ঘটনার কারণের পরিস্থিতি ঘটার আগে হস্তক্ষেপ করে।

সূত্র

[1] জাতীয় পরিসংখ্যান ও বিশ্লেষণ কেন্দ্র, “২০২০ সালে মোটর যানবাহনের ট্রাফিক মৃত্যুর শুরুতে অনুমান।” জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসন, মে ২০২১। প্রবেশ: জানুয়ারি ০৪, ২০২২। [অনলাইন]। উপলব্ধ: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] জাতীয় পরিসংখ্যান ও বিশ্লেষণ কেন্দ্র।, “২০১৯ সালে যানবাহন দুর্ঘটনার সারসংক্ষেপ।” জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসন, 2020।

[3] এস. জে. লাক এবং ই. এস. কাপ্পেনম্যান, প্রতিটি ইউভেন্ট-সম্পর্কিত পটভূমির নির্দেশিকা। অক্সফোর্ড বিশ্ববিদ্যালয় পত্রিকা, 2011।

[4] জি. থুট, “অলফা-ব্যান্ড বৈদ্যুতিনকরণ উদ্বেগ পাঠ সম্পর্কে নিদর্শন প্রতিনিধির ভূমিকা এবং দৃষ্টির লক্ষ্য সনাক্তকরণকে পূর্বাভাসের জন্য সংখ্যাগরিষ্ঠ দায়িত্ব,” জে. নিউরোসাই., ভলিউম 26, ক. 37, পৃষ্ঠা 9494–9502, সেপ্টেম্বার 2006, doi: 10.1523/JNEUROSCI.0875-06.2006।

[5] সি.-এইচ. চুং, সি.-এস. হুয়াং, এল.-ডব্লিউ. কো, এবং সি.-টি. লিন, “দায়িত্বহীন ড্রাইভিংয়ের জন্য একটি EEG-ভিত্তিক উপলব্ধি কার্যকরী সংযোগ নেটওয়ার্ক,” জ্ঞানভিত্তিক সিস্টেম।, ভলিউম 80, পৃষ্ঠা 143–152, মে 2015, doi: 10.1016/j.knosys.2015.01.007।

[6] জে. লারোক্কো, এম. ডি. লে, এবং ডি.-জি. পেঙ্গ, “দায়িত্বহীন সনাক্তকরণের জন্য উপলব্ধ নিম্ন-কোস্ট EEG হেডসেটের একটি সমন্বিত পর্যালোচনা,” ফ্রন্ট. নিউরোজ্ঞান, ভলিউম 14, পৃষ্ঠা 42, 2020, doi: 10.3389/fninf.2020.553352।

লেখক: ডা. নিকোলাস উইলিয়ামস, EMOTIV গবেষণা বিজ্ঞানী।

কয়েক মাস আগে আমি আট বছর বিদেশে থাকার পর আবার মার্কিন যুক্তরাষ্ট্রে ফিরে এসেছি। নতুনভাবে শুরু করার জন্য একটি সোফা, বিছানা এবং খাবার টেবিলের পাশাপাশি, অবশ্যই একটি গাড়ি কেনার প্রয়োজন ছিল। আমি নিজেকে একটি আর্থিকভাবে savvy মানুষ হিসাবে মনে করতাম, তাই আমি পুরানো, খরচ-সাশ্রয়ী মডেলের জন্য একচেটিয়াভাবে দেখছিলাম কিন্তু দ্রুত বাড়ানো দাম এবং কম ইন্সটলমেন্ট দ্বারা হতাশ হলাম। ২০২১ সালের ব্যবহৃত গাড়ির বাজার কার্যকরভাবে আমাকে নতুন কেনার চাপ দিচ্ছিল, যা আমি অবশেষে করেছি। মৌলিক অর্থনীতি বিষয়ক কিছু নীতির লঙ্ঘনের বিষয়ে আমার হতাশা দ্রুত আমার নতুন টয়োটা SUV এর আরাম এবং বৈশিষ্ট্যগুলোর জন্য অপ্রতিরোধ্য উত্সাহ দ্বারা প্রতিস্থাপিত হয়েছিল।

আমি বিশেষ করে স্বায়ত্তশাসিত ড্রাইভিং বৈশিষ্ট্যগুলি দ্বারা মুগ্ধ হয়েছিলাম যা, এই সময়ে, আমি কেবল পড়েছি। সহায়ক স্টিয়ারিং এবং সামনের দিকে তাকানো রাডার দীর্ঘ ড্রাইভকে সহজ করে তুলেছিল। আমাকে শুধুমাত্র সড়কের দিকে নজর দিতে হয়েছিল এবং একটি হাত স্টিয়ারিং হুইলে রাখা ছিল এবং আমার গাড়িটি আসলে নিজে থেকেই চালিয়েছিল। সংঘর্ষ-হ্রাস, অন্ধ স্পট পর্যবেক্ষণ, এবং একটি সতর্কতার সিস্টেমের সাথে পিছনের দিকের ক্যামেরাগুলি অন্তর্ভুক্ত করার ফলে গাড়িটি গত দশকের জন্য আমি চালানো পুরনো মডেল গাড়িগুলির থেকে যথেষ্ট নিরাপদ ছিল।

গাড়িগুলি, অবশ্যই, এখনও স্বয়ংক্রিয়ভাবে চলাচল করে না। যদিও এগুলি চিত্তাকর্ষক স্বায়ত্তশাসিত এবং নিরাপত্তা বৈশিষ্ট্যযুক্ত, গাড়িগুলি এখনও ড্রাইভারের তত্ত্বাবধানের প্রয়োজন এবং যখন প্রয়োজন হয়, হস্তক্ষেপ। মানুষকে ড্রাইভিং থেকে বাদ দেওয়ার পথ আমাদের এখনও অনেক দূরে রয়েছে এবং এটি সেই উপাদান যা গাড়ির দুর্ঘটনা এবং মৃত্যুর জন্য প্রধানত দায়ী। মানুষেরা স্টিয়ারিং হুইলের পিছনে ভুল করে। তারা যখন সিদ্ধান্ত নেয় যে মদ পান করার পরে একটি যানবাহন চালানো ভাল ধারণা, বা যে গতিবেগ মজাদার, বা যে তারা এতোটা ক্লান্ত না হওয়া পর্যন্ত বিশ্রাম নিতে আগে আরও কয়েকটি মাইল চালাতে হবে, তখন মানুষেরা অনেক ঘটনার সৃষ্টি করে যা প্রতিরোধযোগ্য।

[block id="cta-shortcode-browse-eeg-headsets-v2"]

জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসন (NHTSA) অনুযায়ী, 2019 সালে 36,096 মোটর যানবাহনের ট্রাফিকে মৃত্যুর ঘটনা হয়েছিল। 2020 সালের জন্য, মৃত্যুর সংখ্যা 38,000 এর বেশি হবে বলে অনুমান করা হয়েছে [1]। এর একটি বড় শতাংশ ঝুঁকিপূর্ণ ড্রাইভিংয়ের কারণে এবং অতএব প্রতিরোধযোগ্য। NHTSA ছয়টি ধরনের ঝুঁকিপূর্ণ ড্রাইভিং চিহ্নিত করেছে: দ্রুতগতি, মদ্যপ এবং মাদক-প্রভাবিত ড্রাইভিং, সিট বেল্ট না ব্যবহার করা (অথবা ভুলভাবে ব্যবহার করা), বিভ্রান্তি তৈরি করা ড্রাইভিং এবং দায়িত্বহীন ড্রাইভিং। সমস্ত ট্রাফিক মৃত্যুর দুই-তৃতীয়াংশই গতিবেগ এবং মাদক প্রভাবিত ড্রাইভিংয়ের কারণে ঘটে, তাই অনেক হস্তক্ষেপকারী প্রচারাভিযান সঠিকভাবে এই ঝুঁকিগুলি মোকাবেলা করার দিকে নজর দেয়। তবে, বিভ্রান্তি এবং অবসাদজনিত ড্রাইভিংও 2019 সালে 3,142 বিভ্রান্তি-সংক্রান্ত মৃত্যুর এবং 697 অবসাদ-সংক্রান্ত মৃত্যুর সাথে একটি অ-তুচ্ছ সংখ্যক মৃত্যুর কারণ হয় [2].

আমাদের মনোযোগ পরিমাপের জন্য নিউরোসায়েন্স ব্যবহার করা



ড্রাইভারের সিটে নিউরোসায়েন্স - পরীক্ষাগারে মনোযোগ পরিমাপের জন্য নিউরোসায়েন্স ব্যবহার করা।

নিউরোসাইন্টিস্টরা পরীক্ষাগারে মনোযোগ পরিমাপের জন্য বিভিন্ন পদ্ধতি ব্যবহার করেন। এই পদ্ধতিগুলির মধ্যে একটিতে বাস্তবতা ব্যবহার করা হয় যে আমাদের মস্তিষ্কের নিউরনগুলি ফায়ার করার সময় ছোট পরিমাণ বৈদ্যুতিক স্রোত মুক্তি করে। ইলেকট্রোএনসেফালোগ্রাম (EEG) ব্যবহার করে, আমরা এই বৈদ্যুতিক পরিবর্তনগুলি পরিমাপ করতে পারি যখন এবং কোথায় মস্তিষ্ক সক্রিয় থাকে তা বুঝতে। এই পরিবর্তনগুলি যে গতিতে বা ফ্রিকোয়েন্সিতে ঘটে তা ওসিলেশন বলা হয়, বা সাধারণভাবে মস্তিষ্কের তরঙ্গ বলা হয়। মস্তিষ্কের তরঙ্গের ফ্রিকোয়েন্সি মনোযোগের অবস্থা বা প্রক্রিয়া সম্পর্কে ধারণা প্রদান করতে পারে।

উদাহরণস্বরূপ, মস্তিষ্কের তরঙ্গ 14 থেকে 30 বার প্রতি সেকেন্ড (অথবা 14 - 30 Hz) ওসিলেট করলে সেগুলিকে বিটা তরঙ্গ বলা হয় এবং এগুলি উচ্চ স্তরের মানসিক অংশগ্রহণের সাথে সম্পর্কিত। 8 - 13 Hz পরিসর ব্যবধানের ওসিলেশনকে আলফা তরঙ্গ বলা হয় এবং সাধারণত সেগুলি বিশ্রামের সময় বা প্যাসিভ মনোযোগের সময়ে উপস্থিত থাকে। উদাহরণস্বরূপ, যখন একটি ব্যক্তি মেডিটেশন করছে তখন আপনি প্রায়শই আলফা তরঙ্গ দেখতে পাবেন। থেটা তরঙ্গগুলি 4 থেকে 7 Hz এর মধ্যে ওসিলেশন এবং দেখা যায় যখন একজন ব্যক্তি গভীরভাবে বিশ্রাম করছে বা অচেতন। সবচেয়ে ধীর তরঙ্গগুলি ডেলটা তরঙ্গ (1 - 4 Hz) এবং দেখা যায় যখন একজন ব্যক্তি গভীরভাবে ঘুমাচ্ছে।

সম্পর্কিত পোস্ট দেখুন EEG-এর পরিচিতিমূলক গাইড

পরীক্ষাগারে, বিজ্ঞানীরা কিভাবে যুক্ত হয় অথবা বিচ্ছিন্ন হয় তা নির্ধারণ করতে মস্তিষ্কের তরঙ্গের সময়সূচি, মাত্রা, এবং ফ্রিকোয়েন্সি পরিমাপ করতে পারেন। উদাহরণস্বরূপ, যখন একজন ব্যক্তি সেই বিষয়টি দেখে বা শোনে যা তারা পর্যবেক্ষণ করছেন, তখন তাদের EEG একটি খুব নির্দিষ্ট প্রতিক্রিয়া প্রদর্শন করে যাকে P300 বলা হয়, যা একটি উচ্চ মাত্রা তরঙ্গ যা বস্তুটির আবির্ভাবের প্রায় 300 মিলিসেকেন্ড পরে ঘটে [3]। একইভাবে, আলফা ওসিলেশনের একটি হ্রাস ইঙ্গিত করতে পারে যে কেউ কিছুতে খুব মনোযোগ দিচ্ছে [4]। দায়িত্বহীন হওয়া কিছু বৈশিষ্ট্য দ্বারা শনাক্তযোগ্য EEG সিগনেচার তৈরি করে যা ডেলটা, থেটা এবং আলফা ওসিলেশনগুলিতে পরিবর্তন আনা [5]

কিভাবে আমরা একটি গাড়িতে মনোযোগকে পরিমাপ করতে পারি?

একটি যানবাহনে আমরা আচরণগত পদ্ধতি ব্যবহার করে মনোযোগ এবং দায়িত্বহীনতা পরিমাপ করতে পারি। উদাহরণস্বরূপ, ক্যামেরাগুলি চালকদের চোখের দিকে নজর রাখতে পারে যাতে নিশ্চিত করা যায় যে তারা সড়কের দিকে তাকাচ্ছেন। একইভাবে, ক্যামেরাগুলি শনাক্ত করতে পারে যখন চালকদের মাথা নোদানো শুরু হয়, যা সিদ্ধান্তের সাথে সম্পর্কিত। তবে, একজন ব্যক্তি যদি সড়কের দিকে তাকাচ্ছেন বা তাদের মাথা ঝুঁকে পড়ছে সেটি মানে এই নয় যে তারা মনোযোগ দিচ্ছেন বা তারা ক্লান্ত নয়। EEG এই বিপজ্জনক অবস্থাগুলির সনাক্তকরণকে সহায়তা করতে পারে। তারা সম্ভবত আচরণগতভাবে সনাক্তযোগ্য হওয়ার আগে এগুলি পূর্বাভাস দিতে সক্ষম হতে পারে।



ড্রাইভারের সিটে নিউরোসায়েন্স - EEG এই বিপজ্জনক অবস্থাগুলি সনাক্তকরণকে উন্নত করতে পারে। তারা সম্ভবত আচরণগতভাবে সনাক্তযোগ্য হওয়ার আগে এগুলি পূর্বাভাস দিতে সক্ষম হতে পারে।

২০২০ সালে, গবেষকরা নিম্ন-দর কৃত্রিম EEG হেডসেট ব্যবহার করে বাস্তব সময়ের এনকোডিং সনাক্তকরণের জন্য গবেষণার একটি কাঠামো রচনা করেন [6]। তারা রিপোর্ট করেছে যে এই ধরনের অধ্যয়নে সবচেয়ে বেশি ব্যবহৃত হেডসেটগুলির মধ্যে EMOTIV উৎপাদিত, নিউরোস্কাই, ইন্টারঅ্যাক্সন, এবং ওপেনBCI। দায়িত্বহীন সনাক্তকরণের জন্য, তারা খুঁজে পেয়েছিল যে এমনকি মৌলিক EEG বৈশিষ্ট্যগুলি যেমন ফ্রিকোয়েন্সি ওসিলেশনগুলি দায়িত্বহীনতা সনাক্ত করার জন্য ব্যবহৃত হতে পারে। তবে তারা উল্লেখ করে যে অনেক ক্ষেত্রে, "অ্যালগরিদমিক অপ্টিমাইজেশন এখনও প্রয়োজন", যার অর্থ যে মেশিন-শিক্ষণ অ্যালগরিদমগুলি আরও সঠিক সনাক্তনের ফলস্বরূপ।

বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদমগুলি ব্যবহার করে আমাদের নিরাপদ রাখতে সহায়তা করা

EMOTIV গত এক দশক ধরে বাণিজ্যিক EEG-তে নেতা হয়েছে। এই সময়ে তারা বিভিন্ন ফর্মে EEG সিস্টেম তৈরি করেছে, 32-চ্যানেল ঐতিহ্যবাহী গবেষণা ক্যাপ থেকে 2-চ্যানেল ইন-ইয়ার মনিটরিং হেডফোন। MN8 হেডফোন বা ইনসাইট এর মতো কমপ্যাক্ট ফর্ম ফ্যাক্টরের সিস্টেমগুলি প্রতিদিনের ব্যবহৃত নিউরোটেকের প্রথম পদক্ষেপের প্রতিনিধিত্ব করে। এই ধরনের হার্ডওয়্যারগুলিকে গাড়ির নিয়ন্ত্রণে সংহত করে, আমরা সম্ভবত সেই মানসিক অবস্থাগুলি সংঘটিত হওয়ার আগে দুর্ঘটনা প্রতিরোধ করতে সক্ষম হব।



ড্রাইভারের সিটে নিউরোসায়েন্স - বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদমগুলিকে ব্যবহার করে আমাদের নিরাপদ রাখতে সহায়তা করা।

গাড়িগুলিতে EEG হার্ডওয়্যার একীভূত করা সমাধানের মাত্র একটি অংশ। অর্জিত মস্তিষ্কের তথ্যের সুবিধা নিতে, আমাদের এটি উপকারী মেট্রিকে প্রক্রিয়া করতে হবে। জটিল মেশিন-শিক্ষণ অ্যালগরিদমগুলি এটি অর্জন করে EEG তথ্যকে বিশেষ মনস্তাত্ত্বিক অবস্থা সূচকগুলির জন্য ডিকোডিং করে। বর্তমানে, EMOTIV সাতটি সনাক্তকরণ তৈরি করেছে: অসন্তোষ, আগ্রহ, বিশ্রাম, বিনিয়োগ, উত্তেজনা, মনোযোগ এবং চাপ। EMOTIV المهندسরা এই সনাক্তকরণগুলি তৈরি করতে নিউরোসাইন্টিস্টদের সাথে ঘনিষ্ঠভাবে কাজ করেছেন যা এই অবস্থাগুলি অর্জনের জন্য পরিচিত প্রোটোকলগুলি ব্যবহার করে। গাড়ির ক্ষেত্রে, Emotiv বর্তমানে একটি ড্রাইভার-বিক্ষিপ্ত সনাক্তকরণের সমন্বয় সাধন করছে যা একটি ড্রাইভিং সিমুলেটরে উন্নীত হয়েছে। এটি একটি গুরুত্বপূর্ণ ফলাফল হয়েছে অস্ট্রেলিয়ার রয়্যাল অটোমোবাইল ক্লাবের সাথে একটি সহযোগিতার সাথে, যা resulted in an attention-powered car that slowed down when attention waned [7]. You can find some videos of the collaboration and the results on YouTube.

নিউরোসায়েন্স এবং ড্রাইভিংয়ের ভবিষ্যৎ



ড্রাইভারের সিটে নিউরোসায়েন্স - নিউরোসায়েন্স এবং ড্রাইভিংয়ের ভবিষ্যৎ।

সিট বেল্ট এবং রাম্বল স্ট্রিপের মতো প্রাথমিক হস্তক্ষেপগুলির থেকে শুরু করে স্বয়ংক্রিয় জরুরি ব্রেকিং এবং সহায়ক স্টিয়ারিংয়ের মতো আধুনিক হস্তক্ষেপগুলির কারণে আমাদের গাড়িগুলি অনেক বেশি নিরাপদ হয়ে উঠেছে। তবুও প্রতি বছর দুর্ঘটনার কারণে যারা মারা যায় তাদের সংখ্যা এই বিষয়টি প্রমাণ করে যে আমাদের গাড়ির নিরাপত্তার বলে গণ্য হওয়ার আগে আমাদের এখনও অনেক পথ বাকি রয়েছে। প্রযুক্তির উন্নতির সাথে সাথে, আমাদের গাড়িগুলি নিরাপদ হতে থাকবে, তবে যতদিন মানুষ প্রধান যানবাহন চালক হিসেবে থাকবে, ততদিন মানবসৃষ্ট দুর্ঘটনাগুলি বজায় থাকবে। EEG প্রযুক্তি মানব উপাদানকে হ্রাস করার একটি বিশেষভাবে প্রতিশ্রুতিবদ্ধ সুযোগকে প্রতিনিধিত্ব করে যা সূক্ষ্ম সূচকগুলি সনাক্ত করে এবং দুর্ঘটনার কারণের পরিস্থিতি ঘটার আগে হস্তক্ষেপ করে।

সূত্র

[1] জাতীয় পরিসংখ্যান ও বিশ্লেষণ কেন্দ্র, “২০২০ সালে মোটর যানবাহনের ট্রাফিক মৃত্যুর শুরুতে অনুমান।” জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসন, মে ২০২১। প্রবেশ: জানুয়ারি ০৪, ২০২২। [অনলাইন]। উপলব্ধ: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] জাতীয় পরিসংখ্যান ও বিশ্লেষণ কেন্দ্র।, “২০১৯ সালে যানবাহন দুর্ঘটনার সারসংক্ষেপ।” জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসন, 2020।

[3] এস. জে. লাক এবং ই. এস. কাপ্পেনম্যান, প্রতিটি ইউভেন্ট-সম্পর্কিত পটভূমির নির্দেশিকা। অক্সফোর্ড বিশ্ববিদ্যালয় পত্রিকা, 2011।

[4] জি. থুট, “অলফা-ব্যান্ড বৈদ্যুতিনকরণ উদ্বেগ পাঠ সম্পর্কে নিদর্শন প্রতিনিধির ভূমিকা এবং দৃষ্টির লক্ষ্য সনাক্তকরণকে পূর্বাভাসের জন্য সংখ্যাগরিষ্ঠ দায়িত্ব,” জে. নিউরোসাই., ভলিউম 26, ক. 37, পৃষ্ঠা 9494–9502, সেপ্টেম্বার 2006, doi: 10.1523/JNEUROSCI.0875-06.2006।

[5] সি.-এইচ. চুং, সি.-এস. হুয়াং, এল.-ডব্লিউ. কো, এবং সি.-টি. লিন, “দায়িত্বহীন ড্রাইভিংয়ের জন্য একটি EEG-ভিত্তিক উপলব্ধি কার্যকরী সংযোগ নেটওয়ার্ক,” জ্ঞানভিত্তিক সিস্টেম।, ভলিউম 80, পৃষ্ঠা 143–152, মে 2015, doi: 10.1016/j.knosys.2015.01.007।

[6] জে. লারোক্কো, এম. ডি. লে, এবং ডি.-জি. পেঙ্গ, “দায়িত্বহীন সনাক্তকরণের জন্য উপলব্ধ নিম্ন-কোস্ট EEG হেডসেটের একটি সমন্বিত পর্যালোচনা,” ফ্রন্ট. নিউরোজ্ঞান, ভলিউম 14, পৃষ্ঠা 42, 2020, doi: 10.3389/fninf.2020.553352।

লেখক: ডা. নিকোলাস উইলিয়ামস, EMOTIV গবেষণা বিজ্ঞানী।

কয়েক মাস আগে আমি আট বছর বিদেশে থাকার পর আবার মার্কিন যুক্তরাষ্ট্রে ফিরে এসেছি। নতুনভাবে শুরু করার জন্য একটি সোফা, বিছানা এবং খাবার টেবিলের পাশাপাশি, অবশ্যই একটি গাড়ি কেনার প্রয়োজন ছিল। আমি নিজেকে একটি আর্থিকভাবে savvy মানুষ হিসাবে মনে করতাম, তাই আমি পুরানো, খরচ-সাশ্রয়ী মডেলের জন্য একচেটিয়াভাবে দেখছিলাম কিন্তু দ্রুত বাড়ানো দাম এবং কম ইন্সটলমেন্ট দ্বারা হতাশ হলাম। ২০২১ সালের ব্যবহৃত গাড়ির বাজার কার্যকরভাবে আমাকে নতুন কেনার চাপ দিচ্ছিল, যা আমি অবশেষে করেছি। মৌলিক অর্থনীতি বিষয়ক কিছু নীতির লঙ্ঘনের বিষয়ে আমার হতাশা দ্রুত আমার নতুন টয়োটা SUV এর আরাম এবং বৈশিষ্ট্যগুলোর জন্য অপ্রতিরোধ্য উত্সাহ দ্বারা প্রতিস্থাপিত হয়েছিল।

আমি বিশেষ করে স্বায়ত্তশাসিত ড্রাইভিং বৈশিষ্ট্যগুলি দ্বারা মুগ্ধ হয়েছিলাম যা, এই সময়ে, আমি কেবল পড়েছি। সহায়ক স্টিয়ারিং এবং সামনের দিকে তাকানো রাডার দীর্ঘ ড্রাইভকে সহজ করে তুলেছিল। আমাকে শুধুমাত্র সড়কের দিকে নজর দিতে হয়েছিল এবং একটি হাত স্টিয়ারিং হুইলে রাখা ছিল এবং আমার গাড়িটি আসলে নিজে থেকেই চালিয়েছিল। সংঘর্ষ-হ্রাস, অন্ধ স্পট পর্যবেক্ষণ, এবং একটি সতর্কতার সিস্টেমের সাথে পিছনের দিকের ক্যামেরাগুলি অন্তর্ভুক্ত করার ফলে গাড়িটি গত দশকের জন্য আমি চালানো পুরনো মডেল গাড়িগুলির থেকে যথেষ্ট নিরাপদ ছিল।

গাড়িগুলি, অবশ্যই, এখনও স্বয়ংক্রিয়ভাবে চলাচল করে না। যদিও এগুলি চিত্তাকর্ষক স্বায়ত্তশাসিত এবং নিরাপত্তা বৈশিষ্ট্যযুক্ত, গাড়িগুলি এখনও ড্রাইভারের তত্ত্বাবধানের প্রয়োজন এবং যখন প্রয়োজন হয়, হস্তক্ষেপ। মানুষকে ড্রাইভিং থেকে বাদ দেওয়ার পথ আমাদের এখনও অনেক দূরে রয়েছে এবং এটি সেই উপাদান যা গাড়ির দুর্ঘটনা এবং মৃত্যুর জন্য প্রধানত দায়ী। মানুষেরা স্টিয়ারিং হুইলের পিছনে ভুল করে। তারা যখন সিদ্ধান্ত নেয় যে মদ পান করার পরে একটি যানবাহন চালানো ভাল ধারণা, বা যে গতিবেগ মজাদার, বা যে তারা এতোটা ক্লান্ত না হওয়া পর্যন্ত বিশ্রাম নিতে আগে আরও কয়েকটি মাইল চালাতে হবে, তখন মানুষেরা অনেক ঘটনার সৃষ্টি করে যা প্রতিরোধযোগ্য।

[block id="cta-shortcode-browse-eeg-headsets-v2"]

জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসন (NHTSA) অনুযায়ী, 2019 সালে 36,096 মোটর যানবাহনের ট্রাফিকে মৃত্যুর ঘটনা হয়েছিল। 2020 সালের জন্য, মৃত্যুর সংখ্যা 38,000 এর বেশি হবে বলে অনুমান করা হয়েছে [1]। এর একটি বড় শতাংশ ঝুঁকিপূর্ণ ড্রাইভিংয়ের কারণে এবং অতএব প্রতিরোধযোগ্য। NHTSA ছয়টি ধরনের ঝুঁকিপূর্ণ ড্রাইভিং চিহ্নিত করেছে: দ্রুতগতি, মদ্যপ এবং মাদক-প্রভাবিত ড্রাইভিং, সিট বেল্ট না ব্যবহার করা (অথবা ভুলভাবে ব্যবহার করা), বিভ্রান্তি তৈরি করা ড্রাইভিং এবং দায়িত্বহীন ড্রাইভিং। সমস্ত ট্রাফিক মৃত্যুর দুই-তৃতীয়াংশই গতিবেগ এবং মাদক প্রভাবিত ড্রাইভিংয়ের কারণে ঘটে, তাই অনেক হস্তক্ষেপকারী প্রচারাভিযান সঠিকভাবে এই ঝুঁকিগুলি মোকাবেলা করার দিকে নজর দেয়। তবে, বিভ্রান্তি এবং অবসাদজনিত ড্রাইভিংও 2019 সালে 3,142 বিভ্রান্তি-সংক্রান্ত মৃত্যুর এবং 697 অবসাদ-সংক্রান্ত মৃত্যুর সাথে একটি অ-তুচ্ছ সংখ্যক মৃত্যুর কারণ হয় [2].

আমাদের মনোযোগ পরিমাপের জন্য নিউরোসায়েন্স ব্যবহার করা



ড্রাইভারের সিটে নিউরোসায়েন্স - পরীক্ষাগারে মনোযোগ পরিমাপের জন্য নিউরোসায়েন্স ব্যবহার করা।

নিউরোসাইন্টিস্টরা পরীক্ষাগারে মনোযোগ পরিমাপের জন্য বিভিন্ন পদ্ধতি ব্যবহার করেন। এই পদ্ধতিগুলির মধ্যে একটিতে বাস্তবতা ব্যবহার করা হয় যে আমাদের মস্তিষ্কের নিউরনগুলি ফায়ার করার সময় ছোট পরিমাণ বৈদ্যুতিক স্রোত মুক্তি করে। ইলেকট্রোএনসেফালোগ্রাম (EEG) ব্যবহার করে, আমরা এই বৈদ্যুতিক পরিবর্তনগুলি পরিমাপ করতে পারি যখন এবং কোথায় মস্তিষ্ক সক্রিয় থাকে তা বুঝতে। এই পরিবর্তনগুলি যে গতিতে বা ফ্রিকোয়েন্সিতে ঘটে তা ওসিলেশন বলা হয়, বা সাধারণভাবে মস্তিষ্কের তরঙ্গ বলা হয়। মস্তিষ্কের তরঙ্গের ফ্রিকোয়েন্সি মনোযোগের অবস্থা বা প্রক্রিয়া সম্পর্কে ধারণা প্রদান করতে পারে।

উদাহরণস্বরূপ, মস্তিষ্কের তরঙ্গ 14 থেকে 30 বার প্রতি সেকেন্ড (অথবা 14 - 30 Hz) ওসিলেট করলে সেগুলিকে বিটা তরঙ্গ বলা হয় এবং এগুলি উচ্চ স্তরের মানসিক অংশগ্রহণের সাথে সম্পর্কিত। 8 - 13 Hz পরিসর ব্যবধানের ওসিলেশনকে আলফা তরঙ্গ বলা হয় এবং সাধারণত সেগুলি বিশ্রামের সময় বা প্যাসিভ মনোযোগের সময়ে উপস্থিত থাকে। উদাহরণস্বরূপ, যখন একটি ব্যক্তি মেডিটেশন করছে তখন আপনি প্রায়শই আলফা তরঙ্গ দেখতে পাবেন। থেটা তরঙ্গগুলি 4 থেকে 7 Hz এর মধ্যে ওসিলেশন এবং দেখা যায় যখন একজন ব্যক্তি গভীরভাবে বিশ্রাম করছে বা অচেতন। সবচেয়ে ধীর তরঙ্গগুলি ডেলটা তরঙ্গ (1 - 4 Hz) এবং দেখা যায় যখন একজন ব্যক্তি গভীরভাবে ঘুমাচ্ছে।

সম্পর্কিত পোস্ট দেখুন EEG-এর পরিচিতিমূলক গাইড

পরীক্ষাগারে, বিজ্ঞানীরা কিভাবে যুক্ত হয় অথবা বিচ্ছিন্ন হয় তা নির্ধারণ করতে মস্তিষ্কের তরঙ্গের সময়সূচি, মাত্রা, এবং ফ্রিকোয়েন্সি পরিমাপ করতে পারেন। উদাহরণস্বরূপ, যখন একজন ব্যক্তি সেই বিষয়টি দেখে বা শোনে যা তারা পর্যবেক্ষণ করছেন, তখন তাদের EEG একটি খুব নির্দিষ্ট প্রতিক্রিয়া প্রদর্শন করে যাকে P300 বলা হয়, যা একটি উচ্চ মাত্রা তরঙ্গ যা বস্তুটির আবির্ভাবের প্রায় 300 মিলিসেকেন্ড পরে ঘটে [3]। একইভাবে, আলফা ওসিলেশনের একটি হ্রাস ইঙ্গিত করতে পারে যে কেউ কিছুতে খুব মনোযোগ দিচ্ছে [4]। দায়িত্বহীন হওয়া কিছু বৈশিষ্ট্য দ্বারা শনাক্তযোগ্য EEG সিগনেচার তৈরি করে যা ডেলটা, থেটা এবং আলফা ওসিলেশনগুলিতে পরিবর্তন আনা [5]

কিভাবে আমরা একটি গাড়িতে মনোযোগকে পরিমাপ করতে পারি?

একটি যানবাহনে আমরা আচরণগত পদ্ধতি ব্যবহার করে মনোযোগ এবং দায়িত্বহীনতা পরিমাপ করতে পারি। উদাহরণস্বরূপ, ক্যামেরাগুলি চালকদের চোখের দিকে নজর রাখতে পারে যাতে নিশ্চিত করা যায় যে তারা সড়কের দিকে তাকাচ্ছেন। একইভাবে, ক্যামেরাগুলি শনাক্ত করতে পারে যখন চালকদের মাথা নোদানো শুরু হয়, যা সিদ্ধান্তের সাথে সম্পর্কিত। তবে, একজন ব্যক্তি যদি সড়কের দিকে তাকাচ্ছেন বা তাদের মাথা ঝুঁকে পড়ছে সেটি মানে এই নয় যে তারা মনোযোগ দিচ্ছেন বা তারা ক্লান্ত নয়। EEG এই বিপজ্জনক অবস্থাগুলির সনাক্তকরণকে সহায়তা করতে পারে। তারা সম্ভবত আচরণগতভাবে সনাক্তযোগ্য হওয়ার আগে এগুলি পূর্বাভাস দিতে সক্ষম হতে পারে।



ড্রাইভারের সিটে নিউরোসায়েন্স - EEG এই বিপজ্জনক অবস্থাগুলি সনাক্তকরণকে উন্নত করতে পারে। তারা সম্ভবত আচরণগতভাবে সনাক্তযোগ্য হওয়ার আগে এগুলি পূর্বাভাস দিতে সক্ষম হতে পারে।

২০২০ সালে, গবেষকরা নিম্ন-দর কৃত্রিম EEG হেডসেট ব্যবহার করে বাস্তব সময়ের এনকোডিং সনাক্তকরণের জন্য গবেষণার একটি কাঠামো রচনা করেন [6]। তারা রিপোর্ট করেছে যে এই ধরনের অধ্যয়নে সবচেয়ে বেশি ব্যবহৃত হেডসেটগুলির মধ্যে EMOTIV উৎপাদিত, নিউরোস্কাই, ইন্টারঅ্যাক্সন, এবং ওপেনBCI। দায়িত্বহীন সনাক্তকরণের জন্য, তারা খুঁজে পেয়েছিল যে এমনকি মৌলিক EEG বৈশিষ্ট্যগুলি যেমন ফ্রিকোয়েন্সি ওসিলেশনগুলি দায়িত্বহীনতা সনাক্ত করার জন্য ব্যবহৃত হতে পারে। তবে তারা উল্লেখ করে যে অনেক ক্ষেত্রে, "অ্যালগরিদমিক অপ্টিমাইজেশন এখনও প্রয়োজন", যার অর্থ যে মেশিন-শিক্ষণ অ্যালগরিদমগুলি আরও সঠিক সনাক্তনের ফলস্বরূপ।

বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদমগুলি ব্যবহার করে আমাদের নিরাপদ রাখতে সহায়তা করা

EMOTIV গত এক দশক ধরে বাণিজ্যিক EEG-তে নেতা হয়েছে। এই সময়ে তারা বিভিন্ন ফর্মে EEG সিস্টেম তৈরি করেছে, 32-চ্যানেল ঐতিহ্যবাহী গবেষণা ক্যাপ থেকে 2-চ্যানেল ইন-ইয়ার মনিটরিং হেডফোন। MN8 হেডফোন বা ইনসাইট এর মতো কমপ্যাক্ট ফর্ম ফ্যাক্টরের সিস্টেমগুলি প্রতিদিনের ব্যবহৃত নিউরোটেকের প্রথম পদক্ষেপের প্রতিনিধিত্ব করে। এই ধরনের হার্ডওয়্যারগুলিকে গাড়ির নিয়ন্ত্রণে সংহত করে, আমরা সম্ভবত সেই মানসিক অবস্থাগুলি সংঘটিত হওয়ার আগে দুর্ঘটনা প্রতিরোধ করতে সক্ষম হব।



ড্রাইভারের সিটে নিউরোসায়েন্স - বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদমগুলিকে ব্যবহার করে আমাদের নিরাপদ রাখতে সহায়তা করা।

গাড়িগুলিতে EEG হার্ডওয়্যার একীভূত করা সমাধানের মাত্র একটি অংশ। অর্জিত মস্তিষ্কের তথ্যের সুবিধা নিতে, আমাদের এটি উপকারী মেট্রিকে প্রক্রিয়া করতে হবে। জটিল মেশিন-শিক্ষণ অ্যালগরিদমগুলি এটি অর্জন করে EEG তথ্যকে বিশেষ মনস্তাত্ত্বিক অবস্থা সূচকগুলির জন্য ডিকোডিং করে। বর্তমানে, EMOTIV সাতটি সনাক্তকরণ তৈরি করেছে: অসন্তোষ, আগ্রহ, বিশ্রাম, বিনিয়োগ, উত্তেজনা, মনোযোগ এবং চাপ। EMOTIV المهندسরা এই সনাক্তকরণগুলি তৈরি করতে নিউরোসাইন্টিস্টদের সাথে ঘনিষ্ঠভাবে কাজ করেছেন যা এই অবস্থাগুলি অর্জনের জন্য পরিচিত প্রোটোকলগুলি ব্যবহার করে। গাড়ির ক্ষেত্রে, Emotiv বর্তমানে একটি ড্রাইভার-বিক্ষিপ্ত সনাক্তকরণের সমন্বয় সাধন করছে যা একটি ড্রাইভিং সিমুলেটরে উন্নীত হয়েছে। এটি একটি গুরুত্বপূর্ণ ফলাফল হয়েছে অস্ট্রেলিয়ার রয়্যাল অটোমোবাইল ক্লাবের সাথে একটি সহযোগিতার সাথে, যা resulted in an attention-powered car that slowed down when attention waned [7]. You can find some videos of the collaboration and the results on YouTube.

নিউরোসায়েন্স এবং ড্রাইভিংয়ের ভবিষ্যৎ



ড্রাইভারের সিটে নিউরোসায়েন্স - নিউরোসায়েন্স এবং ড্রাইভিংয়ের ভবিষ্যৎ।

সিট বেল্ট এবং রাম্বল স্ট্রিপের মতো প্রাথমিক হস্তক্ষেপগুলির থেকে শুরু করে স্বয়ংক্রিয় জরুরি ব্রেকিং এবং সহায়ক স্টিয়ারিংয়ের মতো আধুনিক হস্তক্ষেপগুলির কারণে আমাদের গাড়িগুলি অনেক বেশি নিরাপদ হয়ে উঠেছে। তবুও প্রতি বছর দুর্ঘটনার কারণে যারা মারা যায় তাদের সংখ্যা এই বিষয়টি প্রমাণ করে যে আমাদের গাড়ির নিরাপত্তার বলে গণ্য হওয়ার আগে আমাদের এখনও অনেক পথ বাকি রয়েছে। প্রযুক্তির উন্নতির সাথে সাথে, আমাদের গাড়িগুলি নিরাপদ হতে থাকবে, তবে যতদিন মানুষ প্রধান যানবাহন চালক হিসেবে থাকবে, ততদিন মানবসৃষ্ট দুর্ঘটনাগুলি বজায় থাকবে। EEG প্রযুক্তি মানব উপাদানকে হ্রাস করার একটি বিশেষভাবে প্রতিশ্রুতিবদ্ধ সুযোগকে প্রতিনিধিত্ব করে যা সূক্ষ্ম সূচকগুলি সনাক্ত করে এবং দুর্ঘটনার কারণের পরিস্থিতি ঘটার আগে হস্তক্ষেপ করে।

সূত্র

[1] জাতীয় পরিসংখ্যান ও বিশ্লেষণ কেন্দ্র, “২০২০ সালে মোটর যানবাহনের ট্রাফিক মৃত্যুর শুরুতে অনুমান।” জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসন, মে ২০২১। প্রবেশ: জানুয়ারি ০৪, ২০২২। [অনলাইন]। উপলব্ধ: https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813115

[2] জাতীয় পরিসংখ্যান ও বিশ্লেষণ কেন্দ্র।, “২০১৯ সালে যানবাহন দুর্ঘটনার সারসংক্ষেপ।” জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসন, 2020।

[3] এস. জে. লাক এবং ই. এস. কাপ্পেনম্যান, প্রতিটি ইউভেন্ট-সম্পর্কিত পটভূমির নির্দেশিকা। অক্সফোর্ড বিশ্ববিদ্যালয় পত্রিকা, 2011।

[4] জি. থুট, “অলফা-ব্যান্ড বৈদ্যুতিনকরণ উদ্বেগ পাঠ সম্পর্কে নিদর্শন প্রতিনিধির ভূমিকা এবং দৃষ্টির লক্ষ্য সনাক্তকরণকে পূর্বাভাসের জন্য সংখ্যাগরিষ্ঠ দায়িত্ব,” জে. নিউরোসাই., ভলিউম 26, ক. 37, পৃষ্ঠা 9494–9502, সেপ্টেম্বার 2006, doi: 10.1523/JNEUROSCI.0875-06.2006।

[5] সি.-এইচ. চুং, সি.-এস. হুয়াং, এল.-ডব্লিউ. কো, এবং সি.-টি. লিন, “দায়িত্বহীন ড্রাইভিংয়ের জন্য একটি EEG-ভিত্তিক উপলব্ধি কার্যকরী সংযোগ নেটওয়ার্ক,” জ্ঞানভিত্তিক সিস্টেম।, ভলিউম 80, পৃষ্ঠা 143–152, মে 2015, doi: 10.1016/j.knosys.2015.01.007।

[6] জে. লারোক্কো, এম. ডি. লে, এবং ডি.-জি. পেঙ্গ, “দায়িত্বহীন সনাক্তকরণের জন্য উপলব্ধ নিম্ন-কোস্ট EEG হেডসেটের একটি সমন্বিত পর্যালোচনা,” ফ্রন্ট. নিউরোজ্ঞান, ভলিউম 14, পৃষ্ঠা 42, 2020, doi: 10.3389/fninf.2020.553352।

© 2025 EMOTIV, সব অধিকার সংরক্ষিত।

Consent

আপনার গোপনীয়তা বিকল্পগুলি (কুকি সেটিংস)

*অস্বীকৃতি – EMOTIV পণ্যগুলি গবেষণার অ্যাপ্লিকেশন এবং ব্যক্তিগত ব্যবহারের জন্য বরাদ্দ করা হয়েছে। আমাদের পণ্যগুলি EU নির্দেশিকা 93/42/EEC দ্বারা সংজ্ঞায়িত মেডিকেল ডিভাইস হিসাবে বিক্রি করা হয় না। আমাদের পণ্যগুলি রোগের নির্ণয় বা চিকিৎসার জন্য ব্যবহারের জন্য ডিজাইন করা হয়নি অথবা উদ্দেশ্যমূলক নয়।

অনুবাদ সম্পর্কে নোট: এই ওয়েবসাইটের অ-ইংরেজি সংস্করণগুলি সুবিধার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদগুলিতে ভুল বা সূক্ষ্মতা থাকতে পারে যা মূল লেখ্যের থেকে ভিন্ন। সবচেয়ে সঠিক তথ্যের জন্য, দয়া করে এই সাইটের ইংরেজি সংস্করণের দিকে নজর দিন।

© 2025 EMOTIV, সব অধিকার সংরক্ষিত।

Consent

আপনার গোপনীয়তা বিকল্পগুলি (কুকি সেটিংস)

*অস্বীকৃতি – EMOTIV পণ্যগুলি গবেষণার অ্যাপ্লিকেশন এবং ব্যক্তিগত ব্যবহারের জন্য বরাদ্দ করা হয়েছে। আমাদের পণ্যগুলি EU নির্দেশিকা 93/42/EEC দ্বারা সংজ্ঞায়িত মেডিকেল ডিভাইস হিসাবে বিক্রি করা হয় না। আমাদের পণ্যগুলি রোগের নির্ণয় বা চিকিৎসার জন্য ব্যবহারের জন্য ডিজাইন করা হয়নি অথবা উদ্দেশ্যমূলক নয়।

অনুবাদ সম্পর্কে নোট: এই ওয়েবসাইটের অ-ইংরেজি সংস্করণগুলি সুবিধার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদগুলিতে ভুল বা সূক্ষ্মতা থাকতে পারে যা মূল লেখ্যের থেকে ভিন্ন। সবচেয়ে সঠিক তথ্যের জন্য, দয়া করে এই সাইটের ইংরেজি সংস্করণের দিকে নজর দিন।

© 2025 EMOTIV, সব অধিকার সংরক্ষিত।

Consent

আপনার গোপনীয়তা বিকল্পগুলি (কুকি সেটিংস)

*অস্বীকৃতি – EMOTIV পণ্যগুলি গবেষণার অ্যাপ্লিকেশন এবং ব্যক্তিগত ব্যবহারের জন্য বরাদ্দ করা হয়েছে। আমাদের পণ্যগুলি EU নির্দেশিকা 93/42/EEC দ্বারা সংজ্ঞায়িত মেডিকেল ডিভাইস হিসাবে বিক্রি করা হয় না। আমাদের পণ্যগুলি রোগের নির্ণয় বা চিকিৎসার জন্য ব্যবহারের জন্য ডিজাইন করা হয়নি অথবা উদ্দেশ্যমূলক নয়।

অনুবাদ সম্পর্কে নোট: এই ওয়েবসাইটের অ-ইংরেজি সংস্করণগুলি সুবিধার জন্য কৃত্রিম বুদ্ধিমত্তা ব্যবহার করে অনুবাদ করা হয়েছে। আমরা সঠিকতার প্রতি যত্নশীল হলেও, স্বয়ংক্রিয় অনুবাদগুলিতে ভুল বা সূক্ষ্মতা থাকতে পারে যা মূল লেখ্যের থেকে ভিন্ন। সবচেয়ে সঠিক তথ্যের জন্য, দয়া করে এই সাইটের ইংরেজি সংস্করণের দিকে নজর দিন।