নিউরোসায়েন্স চালকের সিটে
মেহুল নায়ক
২৮ এপ্রি, ২০২২
শেয়ার:
লেখক: ড.নিকোলাস উইলিয়ামস, EMOTIV গবেষণা বিজ্ঞানী।
কয়েক মাস আগে আমি আট বছরের বিদেশে থাকার পর মার্কিন যুক্তরাষ্ট্রে ফিরে এসেছি। নতুন করে শুরু করার অংশ হিসেবে জীবনের জন্য প্রয়োজনীয় সমস্ত কিছু কেনা ছিল। সোফা, বিছানা এবং ডাইনিং টেবিলের পাশাপাশি, আমি অবশ্যই একটি গাড়ির প্রয়োজন ছিল। নিজেকে একটি আর্থিকভাবে সচেতন ব্যক্তি মনে করে, আমি শুধুমাত্র পুরনো এবং ব্যয়বহুল মডেলগুলোর জন্য দেখছিলাম, কিন্তু দ্রুত inflated দাম এবং অভাবিত ইনভেন্টরির দ্বারা হতাশ হয়েছিলাম। 2021 সালের ব্যবহৃত গাড়ির বাজার আমাকে নতুন গাড়ি কেনার জন্য কার্যত বাধ্য করেছিল, যা আমি শেষ পর্যন্ত কিনেছিলাম। মৌলিক ব্যক্তিগত অর্থনীতির নিয়ম লঙ্ঘনের জন্য আমার দুঃখ দ্রুত পরিবর্তিত হয়েছিল আমার নতুন টয়োটা SUV এর সান্ত্বনা এবং বৈশিষ্ট্যগুলির জন্য অপরিসীম উত্সাহের সঙ্গে।
আমি বিশেষত স্বাধীন ড্রাইভিং বৈশিষ্ট্য দ্বারা মুগ্ধ হয়েছিলাম যেগুলি, এই মুহূর্ত পর্যন্ত, আমি কেবল পড়েছিলাম। সহায়িত স্টিয়ারিং এবং ভবিষ্যত-দেখতে থাকা রাডার দীর্ঘ ড্রাইভগুলি সহজ করে তুলেছিল। আমাকে শুধু সড়কের দিকে চোখ রাখতে হয়েছিল এবং হাত স্টিয়ারিং ছাড়া বিশ্রাম দিতে হয়েছিল এবং আমার গাড়ি মৌলিকভাবে নিজেই চালাচ্ছিল। সংঘর্ষ-বিরোধী, অন্ধ-দৃষ্টি মনিটরিং, পিছনের দিকে ক্যামেরা এবং এমন একটি সতর্কতা ব্যবস্থা যা নিশ্চিত করে যে আমি আমার পিছনের দিকে পারাপারকারী কাউকে পিছনে চালাচ্ছি না, এই নতুন গাড়িটি গত দশকের জন্য চালিত পুরানো মডেল গাড়িগুলির তুলনায় মৌলিকভাবে অনেক বেশি নিরাপদ ছিল।
গাড়িগুলো, অবশ্যই, এখনও নিজেদের চালায় না। যদিও তাদের কাছে আশ্চর্যজনক স্বায়ত্তশাসিত এবং নিরাপত্তা বৈশিষ্ট্য রয়েছে, গাড়িগুলির এখনও চালকের তত্ত্বাবধান এবং প্রয়োজন হলে হস্তক্ষেপের প্রয়োজন হয়। আমরা ড্রাইভিং থেকে মানব উপাদান মুছে ফেলার পথ থেকে অনেক দূরে আছি এবং এটি মানব উপাদানই গাড়ির দুর্ঘটনা এবং মৃত্যুর জন্য প্রধানভাবে দায়ী। মানুষ গাড়ি চালানোর সময় ভুল করে। তারা যখন সিদ্ধান্ত নেয় যে মদ্যপান করার পর যান চালানো একটি ভাল ধারণা, বা গতি বাড়ানো মজাদার, বা যে তাদের ক্লান্তি কাটিয়ে উঠতে কিছুটা দূরত্ব চলে যেতে হবে, তখন তারা অনেক প্রতিরোধযোগ্য গাড়ি দুর্ঘটনা সৃষ্টি করে।
[block id="cta-shortcode-browse-eeg-headsets-v2"]
জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসনের (NHTSA) মতে, 2019 সালে 36,096টি মোটর যান ট্রাফিক মৃত্যুর ঘটনা হয়েছিল। 2020 সালের জন্য, মৃত্যুর সংখ্যা 38,000 এরও বেশি হতে বলে অনুমান করা হচ্ছে [1]। এর একটি বড় শতাংশ ঝুঁকিপূর্ণ ড্রাইভিংয়ের কারণে এবং তাই প্রতিরোধযোগ্য। NHTSA ছয় ধরনের ঝুঁকিপূর্ণ ড্রাইভিং চিহ্নিত করেছে: গতির অতিরিক্ত, মাতাল এবং মাদকসিদ্ধ ড্রাইভিং, সিট বেল্ট ব্যবহার না করা (বা ভুলভাবে ব্যবহার করা), বিভ্রান্তি ড্রাইভিং, এবং নিদ্রাহীন ড্রাইভিং। সমস্ত ট্রাফিক মৃত্যুর দু'তৃতীয়াংশ গতির অতিরিক্ত এবং মাদক প্রভাবিত ড্রাইভিংয়ের কারণে ঘটে, তাই অনেক হস্তক্ষেপ প্রচার সঠিকভাবে এই ঝুঁকিগুলি মোকাবেলার দিকে লক্ষ্যবস্তু করা হয়। তবে, বিভ্রান্তি এবং নিদ্রাহীন ড্রাইভিং একটি অ-তাত্ত্বিক সংখ্যক মৃত্যুর কারণ হয়, 2019 সালে 3,142 বিভ্রান্তি-সংশ্লিষ্ট মৃত্যু এবং 697 নিদ্রাহীনতা-সংশ্লিষ্ট মৃত্যুর ঘটনা হয় [2].
গবেষণাগারে মনোযোগ মাপতে স্নায়ুবিজ্ঞান ব্যবহার করা
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - গবেষণাগারে মনোযোগ মাপতে স্নায়ুবিজ্ঞান ব্যবহার করা।
স্নায়ুবিজ্ঞানীরা গবেষণাগারে মনোযোগ মাপার জন্য বিভিন্ন পদ্ধতি ব্যবহার করেন। এই পদ্ধতিগুলির একটি হল আমাদের মস্তিষ্কের বৈদ্যুতিক ক্ষুদ্র পরিমাণ মুক্তির উপর ভিত্তি করে। ইলেক্ট্রোএনসেফালোগ্রাম (EEG) ব্যবহার করে, আমরা এই আচরণের পরিবর্তনগুলি মাপতে পারি যাতে বুঝতে পারি মস্তিষ্ক কখন এবং কোথায় সক্রিয়। এই পরিবর্তনগুলির দ্রুততা, বা ফ্রিকোয়েন্সি, অসিলেশন হিসাবে পরিচিত, বা সাধারণভাবে মস্তিষ্কের তরঙ্গ হিসাবে পরিচিত। ব্রেন ওয়েভের ফ্রিকোয়েন্সি মানসিক অবস্থার বা প্রক্রিয়াগুলির অন্তর্দৃষ্টি প্রদান করতে পারে।
উদাহরণস্বরূপ, ব্রেনওয়েভগুলি যে 14 থেকে 30 বার প্রতি সেকেন্ড উল্টে (অথবা 14 - 30 হার্জ) পরিচিত বাইটা ওয়েভ এবং উচ্চ স্তরের মানসিক সম্পর্কের সাথে যুক্ত। 8 - 13 হার্জ পরিসরে উল্টানো ঘটনার জন্য পরিচিত অ্যালফা ওয়েভ এবং সাধারণভাবে বিশ্রামের সময়কাল বা নিষ্ক্রিয় মনোযোগের সময় উপস্থিত থাকে। উদাহরণস্বরূপ, আপনি সাধারণত অ্যালফা ওয়েভগুলো দেখতে পাবেন যখন একজন ব্যক্তি ধ্যান করছে। থেটা ওয়েভ হচ্ছে 4 থেকে 7 হার্জের মধ্যে উল্টানো যা দেখা যায় যখন একজন ব্যক্তি গভীরভাবে বিশ্রাম করছে বা নিদ্রাহীন। সবচেয়ে ধীর তরঙ্গ হল ডেল্টা ওয়েভ (1 - 4 হার্জ) এবং দেখা যায় যখন একজন ব্যক্তি গভীরভাবে ঘুমাচ্ছে।
সম্পর্কিত পোস্ট দেখুন এনট্রডাক্টরি গাইড টু ইইজি
গবেষণাগারে বিজ্ঞানীরা ব্রেন ওয়েভের সময়, পরিমাণ এবং ফ্রিকোয়েন্সি মাপতে পারেন যাতে একটি ব্যক্তির মনটি কতটা যুক্ত বা বিচ্ছিন্ন তা নির্ধারণ করতে। উদাহরণস্বরূপ, যখন একজন ব্যক্তি কিছু দেখতে বা শুনতে পায় যার জন্য তারা দেখছিল, তখন তাদের EEG একটি খুব নির্দিষ্ট প্রতিক্রিয়া দেখায় যা P300 নামে পরিচিত, যা একটি বৃহৎ অ্যাম্প্লিটুডের তরঙ্গ যা বস্তুটির উপস্থিতির প্রায় 300 মি.সেকেন্ড পরে ঘটে [3]। একইভাবে, অ্যালফা অসিলেশনের হ্রাসের মধ্যে একজন ব্যক্তি কিছু সম্পর্কে খুব মনোযোগী হচ্ছেন তা দেখাতে পারে [4]। নিদ্রাহীন হওয়া অ্যালফা, থেটা এবং ডেল্টা অসিলেশনগুলিতে পরিবর্তনের মাধ্যমে শনাক্তযোগ্য EEG সিগনেচারের উৎপাদন করে [5]।
আমরা গাড়িতে মনোযোগ কিভাবে মাপতে পারি?
একটি গাড়িতে আমরা আচরণগত পদ্ধতি ব্যবহার করে মনোযোগ এবং নিদ্রাহীনতা মাপতে পারি। উদাহরণস্বরূপ, ক্যামেরাগুলি চালকদের চোখ ট্র্যাক করতে পারে যাতে নিশ্চিত করা যায় তারা সড়কের দিকে তাকিয়ে আছে। তদুপরি, ক্যামেরাগুলি শনাক্ত করতে পারে যখন চালকদের মাথা নীচে যাচ্ছে যা নিদ্রাহীন নির্দেশ করে। তবে, একটি ব্যক্তি সড়কের দিকে তাকাচ্ছে বা তাদের মাথা নিচে নেই, তবে তাদের মনোযোগী বা তারা ক্লান্ত নয়, তা বোঝায় না। EEG এই বিপজ্জনক অবস্থাগুলির সনাক্তকরণের ক্ষেত্রে সহায়ক হতে পারে। তারা এমনকি এগুলিকে আচরণগতভাবে সনাক্তের আগে ভবিষ্যদ্বাণী করতে সক্ষম হতে পারে।
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - EEG এই বিপজ্জনক অবস্থার সনাক্তকরণে সহায়তা করতে পারে। তারা এমনকি এগুলিকে আচরণগতভাবে সনাক্তের আগে ভবিষ্যদ্বাণী করতে সক্ষম হতে পারে।
2020 সালে, গবেষকরা বাস্তব সময়ে নিদ্রাহীনতা সনাক্ত করতে বাণিজ্যিকভাবে পাওয়া EEG হেডসেটগুলি ব্যবহার করে গবেষণার একটি পদ্ধতিগত পর্যালোচনা পরিচালনা করেছিলেন [6]। তারা প্রতিবেদন করেছেন যে এই ধরনের গবেষণার জন্য সবচেয়ে ব্যবহৃত হেডসেটগুলি EMOTIV দ্বারা তৈরি, তারপরে Neurosky, Interaxon এবং OpenBCI। নিদ্রাহীনতা সনাক্তকরণের জন্য, তারা খুঁজে পেয়েছিল যে এমনকি সাধারণ EEG বৈশিষ্ট্যগুলি, যেমন ফ্রিকোয়েন্সি অসিলেশন, নিদ্রাহীনতা সনাক্ত করার জন্য ব্যবহার করা যেতে পারে। তবে, তারা উল্লেখ করে যে অনেক ক্ষেত্রে, "অ্যালগরিদমিক অপটিমাইজেশন অত্যাবশ্যক", অর্থাৎ মেশিন-শিক্ষণ অ্যালগরিদমগুলি আরও সঠিক সনাক্তকরণে ফলাফল দিতে পারে।
বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদমগুলি ব্যবহার করে আমাদের নিরাপত্তা আরও বাড়ানো
EMOTIV দশকের পর দশক ধরে বাণিজ্যিক EEG তে নেতা হিসেবে ছিল। এই সময়ে তারা বিভিন্ন ফর্মের EEG সিস্টেম তৈরি করেছে, 32-চ্যানেলের প্রথাগত গবেষণা ক্যাপ থেকে 2-চ্যানেলের ইন-ইয়ার হেডফোন পর্যন্ত। MN8 হেডফোন বা Insight-এর মতো সংক্ষিপ্ত আকারের সিস্টেমগুলি প্রতিদিনের ব্যবহারযোগ্য নিউরোটেকের প্রথম পদক্ষেপের প্রতিনিধিত্ব করে। এই ধরনের হার্ডওয়্যারকে গাড়ির নিয়ন্ত্রণে সংহত করে, আমরা সম্ভবত মানব-গুণমান অনুষঙ্গিক অবস্থাগুলি ঘটার আগেই দুর্ঘটনাগুলি প্রতিরোধ করতে সক্ষম হব।
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - আমাদের নিরাপত্তা আরও বাড়ানোর জন্য বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদম ব্যবহার করা।
গাড়িতে EEG হার্ডওয়্যারকে সংহত করা কেবল সমাধানের একটি অংশ। অর্জিত মস্তিষ্কের ডেটা থেকে উপকারী পরিসংখ্যান গঠন করতে আমাদের এটি প্রক্রিয়া করতে হবে। উন্নত মেশিন-শিক্ষণ অ্যালগরিদমগুলি EEG ডেটাকে নির্দিষ্ট মানসিক অবস্থায় সূচক করতে সক্ষম ফিচারগুলিতে ডিকোড করে এটি অর্জন করে। এ পর্যন্ত, EMOTIV সাতটি এ ধরনের সনাক্তকরণ বিকাশ করেছে: হতাশা, আগ্রহ, বিশ্রাম, নিযুক্তি, উল্লাস, মনোযোগ এবং চাপ। EMOTIV প্রকৌশলীরা স্নায়ুবিজ্ঞানীদের সাথে নিবিড়ভাবে কাজ করেছেন যাতে এই সনাক্তকরণগুলো কঠোর নিরীক্ষার অধ্যয়নের মাধ্যমে বিকাশের মাধ্যমে তৈরি করতে। গাড়ির ক্ষেত্রে, Emotiv বর্তমানে ড্রাইভার-ভ্রান্তি সনাক্তকরণটিকে কার্যকর করছে যা একটি ড্রাইভিং সিমুলেটরে তৈরি করা হয়েছে। এটি পশ্চিম অস্ট্রেলিয়ার রয়্যাল অটোমোবাইল ক্লাবের সাথে একটি সহযোগিতা থেকে আশাজনক ফলস্বরূপ হয়েছে, যা একটি মনোযোগ-চালিত গাড়ি তৈরি করেছে যা মনোযোগের সময় স্লো ডাউন [7]। আপনি সহযোগিতা এবং ফলাফলগুলি ইউটিউবে দেখতে পারেন।
স্নায়ুবিজ্ঞান এবং ড্রাইভিংয়ের ভবিষ্যত
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - স্নায়ুবিজ্ঞান এবং ড্রাইভিংয়ের ভবিষ্যত।
সিট বেল্ট এবং রাম্বল স্ট্রিপসের মতো প্রাথমিক হস্তক্ষেপ থেকে আধুনিক যেমন স্বয়ংক্রিয় জরুরি ব্রেকিং এবং সহায়িত স্টিয়ারিং, আমাদের গাড়িগুলি অনেক বেশি নিরাপদে পরিণত হয়েছে। তবুও, প্রতি বছর যারা দুর্ঘটনায় মারা যায় তাদের সংখ্যা দেখায় যে গাড়ি নিরাপদ হিসেবে বিবেচনা করার পয়েন্টে পৌঁছাতে আমাদের এখনও অনেকদূর যেতে হবে। প্রযুক্তি উন্নত হলে, আমাদের গাড়িগুলি নিশ্চিতভাবে আরও নিরাপদ হতে থাকবে, তবে যতক্ষণ না মানুষেরা প্রধানত গাড়ির চালক থাকবেন, ততক্ষণ সৃষ্ট মানব দ্বারা সংঘটিত দুর্ঘটনা অব্যাহত থাকবে। EEG প্রযুক্তি মানব উপাদানকে ফুটেজে সরিয়ে দিয়ে সূক্ষ্ম সূচক সনাক্ত করার এবং দুর্ঘটনার কারণে শর্তগুলি ঘটার আগেই হস্তক্ষেপ করার জন্য একটি বিশেষভাবে আশাবাদী পথ প্রতিনিধিত্ব করে।
সূত্র
লেখক: ড.নিকোলাস উইলিয়ামস, EMOTIV গবেষণা বিজ্ঞানী।
কয়েক মাস আগে আমি আট বছরের বিদেশে থাকার পর মার্কিন যুক্তরাষ্ট্রে ফিরে এসেছি। নতুন করে শুরু করার অংশ হিসেবে জীবনের জন্য প্রয়োজনীয় সমস্ত কিছু কেনা ছিল। সোফা, বিছানা এবং ডাইনিং টেবিলের পাশাপাশি, আমি অবশ্যই একটি গাড়ির প্রয়োজন ছিল। নিজেকে একটি আর্থিকভাবে সচেতন ব্যক্তি মনে করে, আমি শুধুমাত্র পুরনো এবং ব্যয়বহুল মডেলগুলোর জন্য দেখছিলাম, কিন্তু দ্রুত inflated দাম এবং অভাবিত ইনভেন্টরির দ্বারা হতাশ হয়েছিলাম। 2021 সালের ব্যবহৃত গাড়ির বাজার আমাকে নতুন গাড়ি কেনার জন্য কার্যত বাধ্য করেছিল, যা আমি শেষ পর্যন্ত কিনেছিলাম। মৌলিক ব্যক্তিগত অর্থনীতির নিয়ম লঙ্ঘনের জন্য আমার দুঃখ দ্রুত পরিবর্তিত হয়েছিল আমার নতুন টয়োটা SUV এর সান্ত্বনা এবং বৈশিষ্ট্যগুলির জন্য অপরিসীম উত্সাহের সঙ্গে।
আমি বিশেষত স্বাধীন ড্রাইভিং বৈশিষ্ট্য দ্বারা মুগ্ধ হয়েছিলাম যেগুলি, এই মুহূর্ত পর্যন্ত, আমি কেবল পড়েছিলাম। সহায়িত স্টিয়ারিং এবং ভবিষ্যত-দেখতে থাকা রাডার দীর্ঘ ড্রাইভগুলি সহজ করে তুলেছিল। আমাকে শুধু সড়কের দিকে চোখ রাখতে হয়েছিল এবং হাত স্টিয়ারিং ছাড়া বিশ্রাম দিতে হয়েছিল এবং আমার গাড়ি মৌলিকভাবে নিজেই চালাচ্ছিল। সংঘর্ষ-বিরোধী, অন্ধ-দৃষ্টি মনিটরিং, পিছনের দিকে ক্যামেরা এবং এমন একটি সতর্কতা ব্যবস্থা যা নিশ্চিত করে যে আমি আমার পিছনের দিকে পারাপারকারী কাউকে পিছনে চালাচ্ছি না, এই নতুন গাড়িটি গত দশকের জন্য চালিত পুরানো মডেল গাড়িগুলির তুলনায় মৌলিকভাবে অনেক বেশি নিরাপদ ছিল।
গাড়িগুলো, অবশ্যই, এখনও নিজেদের চালায় না। যদিও তাদের কাছে আশ্চর্যজনক স্বায়ত্তশাসিত এবং নিরাপত্তা বৈশিষ্ট্য রয়েছে, গাড়িগুলির এখনও চালকের তত্ত্বাবধান এবং প্রয়োজন হলে হস্তক্ষেপের প্রয়োজন হয়। আমরা ড্রাইভিং থেকে মানব উপাদান মুছে ফেলার পথ থেকে অনেক দূরে আছি এবং এটি মানব উপাদানই গাড়ির দুর্ঘটনা এবং মৃত্যুর জন্য প্রধানভাবে দায়ী। মানুষ গাড়ি চালানোর সময় ভুল করে। তারা যখন সিদ্ধান্ত নেয় যে মদ্যপান করার পর যান চালানো একটি ভাল ধারণা, বা গতি বাড়ানো মজাদার, বা যে তাদের ক্লান্তি কাটিয়ে উঠতে কিছুটা দূরত্ব চলে যেতে হবে, তখন তারা অনেক প্রতিরোধযোগ্য গাড়ি দুর্ঘটনা সৃষ্টি করে।
[block id="cta-shortcode-browse-eeg-headsets-v2"]
জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসনের (NHTSA) মতে, 2019 সালে 36,096টি মোটর যান ট্রাফিক মৃত্যুর ঘটনা হয়েছিল। 2020 সালের জন্য, মৃত্যুর সংখ্যা 38,000 এরও বেশি হতে বলে অনুমান করা হচ্ছে [1]। এর একটি বড় শতাংশ ঝুঁকিপূর্ণ ড্রাইভিংয়ের কারণে এবং তাই প্রতিরোধযোগ্য। NHTSA ছয় ধরনের ঝুঁকিপূর্ণ ড্রাইভিং চিহ্নিত করেছে: গতির অতিরিক্ত, মাতাল এবং মাদকসিদ্ধ ড্রাইভিং, সিট বেল্ট ব্যবহার না করা (বা ভুলভাবে ব্যবহার করা), বিভ্রান্তি ড্রাইভিং, এবং নিদ্রাহীন ড্রাইভিং। সমস্ত ট্রাফিক মৃত্যুর দু'তৃতীয়াংশ গতির অতিরিক্ত এবং মাদক প্রভাবিত ড্রাইভিংয়ের কারণে ঘটে, তাই অনেক হস্তক্ষেপ প্রচার সঠিকভাবে এই ঝুঁকিগুলি মোকাবেলার দিকে লক্ষ্যবস্তু করা হয়। তবে, বিভ্রান্তি এবং নিদ্রাহীন ড্রাইভিং একটি অ-তাত্ত্বিক সংখ্যক মৃত্যুর কারণ হয়, 2019 সালে 3,142 বিভ্রান্তি-সংশ্লিষ্ট মৃত্যু এবং 697 নিদ্রাহীনতা-সংশ্লিষ্ট মৃত্যুর ঘটনা হয় [2].
গবেষণাগারে মনোযোগ মাপতে স্নায়ুবিজ্ঞান ব্যবহার করা
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - গবেষণাগারে মনোযোগ মাপতে স্নায়ুবিজ্ঞান ব্যবহার করা।
স্নায়ুবিজ্ঞানীরা গবেষণাগারে মনোযোগ মাপার জন্য বিভিন্ন পদ্ধতি ব্যবহার করেন। এই পদ্ধতিগুলির একটি হল আমাদের মস্তিষ্কের বৈদ্যুতিক ক্ষুদ্র পরিমাণ মুক্তির উপর ভিত্তি করে। ইলেক্ট্রোএনসেফালোগ্রাম (EEG) ব্যবহার করে, আমরা এই আচরণের পরিবর্তনগুলি মাপতে পারি যাতে বুঝতে পারি মস্তিষ্ক কখন এবং কোথায় সক্রিয়। এই পরিবর্তনগুলির দ্রুততা, বা ফ্রিকোয়েন্সি, অসিলেশন হিসাবে পরিচিত, বা সাধারণভাবে মস্তিষ্কের তরঙ্গ হিসাবে পরিচিত। ব্রেন ওয়েভের ফ্রিকোয়েন্সি মানসিক অবস্থার বা প্রক্রিয়াগুলির অন্তর্দৃষ্টি প্রদান করতে পারে।
উদাহরণস্বরূপ, ব্রেনওয়েভগুলি যে 14 থেকে 30 বার প্রতি সেকেন্ড উল্টে (অথবা 14 - 30 হার্জ) পরিচিত বাইটা ওয়েভ এবং উচ্চ স্তরের মানসিক সম্পর্কের সাথে যুক্ত। 8 - 13 হার্জ পরিসরে উল্টানো ঘটনার জন্য পরিচিত অ্যালফা ওয়েভ এবং সাধারণভাবে বিশ্রামের সময়কাল বা নিষ্ক্রিয় মনোযোগের সময় উপস্থিত থাকে। উদাহরণস্বরূপ, আপনি সাধারণত অ্যালফা ওয়েভগুলো দেখতে পাবেন যখন একজন ব্যক্তি ধ্যান করছে। থেটা ওয়েভ হচ্ছে 4 থেকে 7 হার্জের মধ্যে উল্টানো যা দেখা যায় যখন একজন ব্যক্তি গভীরভাবে বিশ্রাম করছে বা নিদ্রাহীন। সবচেয়ে ধীর তরঙ্গ হল ডেল্টা ওয়েভ (1 - 4 হার্জ) এবং দেখা যায় যখন একজন ব্যক্তি গভীরভাবে ঘুমাচ্ছে।
সম্পর্কিত পোস্ট দেখুন এনট্রডাক্টরি গাইড টু ইইজি
গবেষণাগারে বিজ্ঞানীরা ব্রেন ওয়েভের সময়, পরিমাণ এবং ফ্রিকোয়েন্সি মাপতে পারেন যাতে একটি ব্যক্তির মনটি কতটা যুক্ত বা বিচ্ছিন্ন তা নির্ধারণ করতে। উদাহরণস্বরূপ, যখন একজন ব্যক্তি কিছু দেখতে বা শুনতে পায় যার জন্য তারা দেখছিল, তখন তাদের EEG একটি খুব নির্দিষ্ট প্রতিক্রিয়া দেখায় যা P300 নামে পরিচিত, যা একটি বৃহৎ অ্যাম্প্লিটুডের তরঙ্গ যা বস্তুটির উপস্থিতির প্রায় 300 মি.সেকেন্ড পরে ঘটে [3]। একইভাবে, অ্যালফা অসিলেশনের হ্রাসের মধ্যে একজন ব্যক্তি কিছু সম্পর্কে খুব মনোযোগী হচ্ছেন তা দেখাতে পারে [4]। নিদ্রাহীন হওয়া অ্যালফা, থেটা এবং ডেল্টা অসিলেশনগুলিতে পরিবর্তনের মাধ্যমে শনাক্তযোগ্য EEG সিগনেচারের উৎপাদন করে [5]।
আমরা গাড়িতে মনোযোগ কিভাবে মাপতে পারি?
একটি গাড়িতে আমরা আচরণগত পদ্ধতি ব্যবহার করে মনোযোগ এবং নিদ্রাহীনতা মাপতে পারি। উদাহরণস্বরূপ, ক্যামেরাগুলি চালকদের চোখ ট্র্যাক করতে পারে যাতে নিশ্চিত করা যায় তারা সড়কের দিকে তাকিয়ে আছে। তদুপরি, ক্যামেরাগুলি শনাক্ত করতে পারে যখন চালকদের মাথা নীচে যাচ্ছে যা নিদ্রাহীন নির্দেশ করে। তবে, একটি ব্যক্তি সড়কের দিকে তাকাচ্ছে বা তাদের মাথা নিচে নেই, তবে তাদের মনোযোগী বা তারা ক্লান্ত নয়, তা বোঝায় না। EEG এই বিপজ্জনক অবস্থাগুলির সনাক্তকরণের ক্ষেত্রে সহায়ক হতে পারে। তারা এমনকি এগুলিকে আচরণগতভাবে সনাক্তের আগে ভবিষ্যদ্বাণী করতে সক্ষম হতে পারে।
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - EEG এই বিপজ্জনক অবস্থার সনাক্তকরণে সহায়তা করতে পারে। তারা এমনকি এগুলিকে আচরণগতভাবে সনাক্তের আগে ভবিষ্যদ্বাণী করতে সক্ষম হতে পারে।
2020 সালে, গবেষকরা বাস্তব সময়ে নিদ্রাহীনতা সনাক্ত করতে বাণিজ্যিকভাবে পাওয়া EEG হেডসেটগুলি ব্যবহার করে গবেষণার একটি পদ্ধতিগত পর্যালোচনা পরিচালনা করেছিলেন [6]। তারা প্রতিবেদন করেছেন যে এই ধরনের গবেষণার জন্য সবচেয়ে ব্যবহৃত হেডসেটগুলি EMOTIV দ্বারা তৈরি, তারপরে Neurosky, Interaxon এবং OpenBCI। নিদ্রাহীনতা সনাক্তকরণের জন্য, তারা খুঁজে পেয়েছিল যে এমনকি সাধারণ EEG বৈশিষ্ট্যগুলি, যেমন ফ্রিকোয়েন্সি অসিলেশন, নিদ্রাহীনতা সনাক্ত করার জন্য ব্যবহার করা যেতে পারে। তবে, তারা উল্লেখ করে যে অনেক ক্ষেত্রে, "অ্যালগরিদমিক অপটিমাইজেশন অত্যাবশ্যক", অর্থাৎ মেশিন-শিক্ষণ অ্যালগরিদমগুলি আরও সঠিক সনাক্তকরণে ফলাফল দিতে পারে।
বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদমগুলি ব্যবহার করে আমাদের নিরাপত্তা আরও বাড়ানো
EMOTIV দশকের পর দশক ধরে বাণিজ্যিক EEG তে নেতা হিসেবে ছিল। এই সময়ে তারা বিভিন্ন ফর্মের EEG সিস্টেম তৈরি করেছে, 32-চ্যানেলের প্রথাগত গবেষণা ক্যাপ থেকে 2-চ্যানেলের ইন-ইয়ার হেডফোন পর্যন্ত। MN8 হেডফোন বা Insight-এর মতো সংক্ষিপ্ত আকারের সিস্টেমগুলি প্রতিদিনের ব্যবহারযোগ্য নিউরোটেকের প্রথম পদক্ষেপের প্রতিনিধিত্ব করে। এই ধরনের হার্ডওয়্যারকে গাড়ির নিয়ন্ত্রণে সংহত করে, আমরা সম্ভবত মানব-গুণমান অনুষঙ্গিক অবস্থাগুলি ঘটার আগেই দুর্ঘটনাগুলি প্রতিরোধ করতে সক্ষম হব।
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - আমাদের নিরাপত্তা আরও বাড়ানোর জন্য বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদম ব্যবহার করা।
গাড়িতে EEG হার্ডওয়্যারকে সংহত করা কেবল সমাধানের একটি অংশ। অর্জিত মস্তিষ্কের ডেটা থেকে উপকারী পরিসংখ্যান গঠন করতে আমাদের এটি প্রক্রিয়া করতে হবে। উন্নত মেশিন-শিক্ষণ অ্যালগরিদমগুলি EEG ডেটাকে নির্দিষ্ট মানসিক অবস্থায় সূচক করতে সক্ষম ফিচারগুলিতে ডিকোড করে এটি অর্জন করে। এ পর্যন্ত, EMOTIV সাতটি এ ধরনের সনাক্তকরণ বিকাশ করেছে: হতাশা, আগ্রহ, বিশ্রাম, নিযুক্তি, উল্লাস, মনোযোগ এবং চাপ। EMOTIV প্রকৌশলীরা স্নায়ুবিজ্ঞানীদের সাথে নিবিড়ভাবে কাজ করেছেন যাতে এই সনাক্তকরণগুলো কঠোর নিরীক্ষার অধ্যয়নের মাধ্যমে বিকাশের মাধ্যমে তৈরি করতে। গাড়ির ক্ষেত্রে, Emotiv বর্তমানে ড্রাইভার-ভ্রান্তি সনাক্তকরণটিকে কার্যকর করছে যা একটি ড্রাইভিং সিমুলেটরে তৈরি করা হয়েছে। এটি পশ্চিম অস্ট্রেলিয়ার রয়্যাল অটোমোবাইল ক্লাবের সাথে একটি সহযোগিতা থেকে আশাজনক ফলস্বরূপ হয়েছে, যা একটি মনোযোগ-চালিত গাড়ি তৈরি করেছে যা মনোযোগের সময় স্লো ডাউন [7]। আপনি সহযোগিতা এবং ফলাফলগুলি ইউটিউবে দেখতে পারেন।
স্নায়ুবিজ্ঞান এবং ড্রাইভিংয়ের ভবিষ্যত
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - স্নায়ুবিজ্ঞান এবং ড্রাইভিংয়ের ভবিষ্যত।
সিট বেল্ট এবং রাম্বল স্ট্রিপসের মতো প্রাথমিক হস্তক্ষেপ থেকে আধুনিক যেমন স্বয়ংক্রিয় জরুরি ব্রেকিং এবং সহায়িত স্টিয়ারিং, আমাদের গাড়িগুলি অনেক বেশি নিরাপদে পরিণত হয়েছে। তবুও, প্রতি বছর যারা দুর্ঘটনায় মারা যায় তাদের সংখ্যা দেখায় যে গাড়ি নিরাপদ হিসেবে বিবেচনা করার পয়েন্টে পৌঁছাতে আমাদের এখনও অনেকদূর যেতে হবে। প্রযুক্তি উন্নত হলে, আমাদের গাড়িগুলি নিশ্চিতভাবে আরও নিরাপদ হতে থাকবে, তবে যতক্ষণ না মানুষেরা প্রধানত গাড়ির চালক থাকবেন, ততক্ষণ সৃষ্ট মানব দ্বারা সংঘটিত দুর্ঘটনা অব্যাহত থাকবে। EEG প্রযুক্তি মানব উপাদানকে ফুটেজে সরিয়ে দিয়ে সূক্ষ্ম সূচক সনাক্ত করার এবং দুর্ঘটনার কারণে শর্তগুলি ঘটার আগেই হস্তক্ষেপ করার জন্য একটি বিশেষভাবে আশাবাদী পথ প্রতিনিধিত্ব করে।
সূত্র
লেখক: ড.নিকোলাস উইলিয়ামস, EMOTIV গবেষণা বিজ্ঞানী।
কয়েক মাস আগে আমি আট বছরের বিদেশে থাকার পর মার্কিন যুক্তরাষ্ট্রে ফিরে এসেছি। নতুন করে শুরু করার অংশ হিসেবে জীবনের জন্য প্রয়োজনীয় সমস্ত কিছু কেনা ছিল। সোফা, বিছানা এবং ডাইনিং টেবিলের পাশাপাশি, আমি অবশ্যই একটি গাড়ির প্রয়োজন ছিল। নিজেকে একটি আর্থিকভাবে সচেতন ব্যক্তি মনে করে, আমি শুধুমাত্র পুরনো এবং ব্যয়বহুল মডেলগুলোর জন্য দেখছিলাম, কিন্তু দ্রুত inflated দাম এবং অভাবিত ইনভেন্টরির দ্বারা হতাশ হয়েছিলাম। 2021 সালের ব্যবহৃত গাড়ির বাজার আমাকে নতুন গাড়ি কেনার জন্য কার্যত বাধ্য করেছিল, যা আমি শেষ পর্যন্ত কিনেছিলাম। মৌলিক ব্যক্তিগত অর্থনীতির নিয়ম লঙ্ঘনের জন্য আমার দুঃখ দ্রুত পরিবর্তিত হয়েছিল আমার নতুন টয়োটা SUV এর সান্ত্বনা এবং বৈশিষ্ট্যগুলির জন্য অপরিসীম উত্সাহের সঙ্গে।
আমি বিশেষত স্বাধীন ড্রাইভিং বৈশিষ্ট্য দ্বারা মুগ্ধ হয়েছিলাম যেগুলি, এই মুহূর্ত পর্যন্ত, আমি কেবল পড়েছিলাম। সহায়িত স্টিয়ারিং এবং ভবিষ্যত-দেখতে থাকা রাডার দীর্ঘ ড্রাইভগুলি সহজ করে তুলেছিল। আমাকে শুধু সড়কের দিকে চোখ রাখতে হয়েছিল এবং হাত স্টিয়ারিং ছাড়া বিশ্রাম দিতে হয়েছিল এবং আমার গাড়ি মৌলিকভাবে নিজেই চালাচ্ছিল। সংঘর্ষ-বিরোধী, অন্ধ-দৃষ্টি মনিটরিং, পিছনের দিকে ক্যামেরা এবং এমন একটি সতর্কতা ব্যবস্থা যা নিশ্চিত করে যে আমি আমার পিছনের দিকে পারাপারকারী কাউকে পিছনে চালাচ্ছি না, এই নতুন গাড়িটি গত দশকের জন্য চালিত পুরানো মডেল গাড়িগুলির তুলনায় মৌলিকভাবে অনেক বেশি নিরাপদ ছিল।
গাড়িগুলো, অবশ্যই, এখনও নিজেদের চালায় না। যদিও তাদের কাছে আশ্চর্যজনক স্বায়ত্তশাসিত এবং নিরাপত্তা বৈশিষ্ট্য রয়েছে, গাড়িগুলির এখনও চালকের তত্ত্বাবধান এবং প্রয়োজন হলে হস্তক্ষেপের প্রয়োজন হয়। আমরা ড্রাইভিং থেকে মানব উপাদান মুছে ফেলার পথ থেকে অনেক দূরে আছি এবং এটি মানব উপাদানই গাড়ির দুর্ঘটনা এবং মৃত্যুর জন্য প্রধানভাবে দায়ী। মানুষ গাড়ি চালানোর সময় ভুল করে। তারা যখন সিদ্ধান্ত নেয় যে মদ্যপান করার পর যান চালানো একটি ভাল ধারণা, বা গতি বাড়ানো মজাদার, বা যে তাদের ক্লান্তি কাটিয়ে উঠতে কিছুটা দূরত্ব চলে যেতে হবে, তখন তারা অনেক প্রতিরোধযোগ্য গাড়ি দুর্ঘটনা সৃষ্টি করে।
[block id="cta-shortcode-browse-eeg-headsets-v2"]
জাতীয় মহাসড়ক ট্রাফিক নিরাপত্তা প্রশাসনের (NHTSA) মতে, 2019 সালে 36,096টি মোটর যান ট্রাফিক মৃত্যুর ঘটনা হয়েছিল। 2020 সালের জন্য, মৃত্যুর সংখ্যা 38,000 এরও বেশি হতে বলে অনুমান করা হচ্ছে [1]। এর একটি বড় শতাংশ ঝুঁকিপূর্ণ ড্রাইভিংয়ের কারণে এবং তাই প্রতিরোধযোগ্য। NHTSA ছয় ধরনের ঝুঁকিপূর্ণ ড্রাইভিং চিহ্নিত করেছে: গতির অতিরিক্ত, মাতাল এবং মাদকসিদ্ধ ড্রাইভিং, সিট বেল্ট ব্যবহার না করা (বা ভুলভাবে ব্যবহার করা), বিভ্রান্তি ড্রাইভিং, এবং নিদ্রাহীন ড্রাইভিং। সমস্ত ট্রাফিক মৃত্যুর দু'তৃতীয়াংশ গতির অতিরিক্ত এবং মাদক প্রভাবিত ড্রাইভিংয়ের কারণে ঘটে, তাই অনেক হস্তক্ষেপ প্রচার সঠিকভাবে এই ঝুঁকিগুলি মোকাবেলার দিকে লক্ষ্যবস্তু করা হয়। তবে, বিভ্রান্তি এবং নিদ্রাহীন ড্রাইভিং একটি অ-তাত্ত্বিক সংখ্যক মৃত্যুর কারণ হয়, 2019 সালে 3,142 বিভ্রান্তি-সংশ্লিষ্ট মৃত্যু এবং 697 নিদ্রাহীনতা-সংশ্লিষ্ট মৃত্যুর ঘটনা হয় [2].
গবেষণাগারে মনোযোগ মাপতে স্নায়ুবিজ্ঞান ব্যবহার করা
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - গবেষণাগারে মনোযোগ মাপতে স্নায়ুবিজ্ঞান ব্যবহার করা।
স্নায়ুবিজ্ঞানীরা গবেষণাগারে মনোযোগ মাপার জন্য বিভিন্ন পদ্ধতি ব্যবহার করেন। এই পদ্ধতিগুলির একটি হল আমাদের মস্তিষ্কের বৈদ্যুতিক ক্ষুদ্র পরিমাণ মুক্তির উপর ভিত্তি করে। ইলেক্ট্রোএনসেফালোগ্রাম (EEG) ব্যবহার করে, আমরা এই আচরণের পরিবর্তনগুলি মাপতে পারি যাতে বুঝতে পারি মস্তিষ্ক কখন এবং কোথায় সক্রিয়। এই পরিবর্তনগুলির দ্রুততা, বা ফ্রিকোয়েন্সি, অসিলেশন হিসাবে পরিচিত, বা সাধারণভাবে মস্তিষ্কের তরঙ্গ হিসাবে পরিচিত। ব্রেন ওয়েভের ফ্রিকোয়েন্সি মানসিক অবস্থার বা প্রক্রিয়াগুলির অন্তর্দৃষ্টি প্রদান করতে পারে।
উদাহরণস্বরূপ, ব্রেনওয়েভগুলি যে 14 থেকে 30 বার প্রতি সেকেন্ড উল্টে (অথবা 14 - 30 হার্জ) পরিচিত বাইটা ওয়েভ এবং উচ্চ স্তরের মানসিক সম্পর্কের সাথে যুক্ত। 8 - 13 হার্জ পরিসরে উল্টানো ঘটনার জন্য পরিচিত অ্যালফা ওয়েভ এবং সাধারণভাবে বিশ্রামের সময়কাল বা নিষ্ক্রিয় মনোযোগের সময় উপস্থিত থাকে। উদাহরণস্বরূপ, আপনি সাধারণত অ্যালফা ওয়েভগুলো দেখতে পাবেন যখন একজন ব্যক্তি ধ্যান করছে। থেটা ওয়েভ হচ্ছে 4 থেকে 7 হার্জের মধ্যে উল্টানো যা দেখা যায় যখন একজন ব্যক্তি গভীরভাবে বিশ্রাম করছে বা নিদ্রাহীন। সবচেয়ে ধীর তরঙ্গ হল ডেল্টা ওয়েভ (1 - 4 হার্জ) এবং দেখা যায় যখন একজন ব্যক্তি গভীরভাবে ঘুমাচ্ছে।
সম্পর্কিত পোস্ট দেখুন এনট্রডাক্টরি গাইড টু ইইজি
গবেষণাগারে বিজ্ঞানীরা ব্রেন ওয়েভের সময়, পরিমাণ এবং ফ্রিকোয়েন্সি মাপতে পারেন যাতে একটি ব্যক্তির মনটি কতটা যুক্ত বা বিচ্ছিন্ন তা নির্ধারণ করতে। উদাহরণস্বরূপ, যখন একজন ব্যক্তি কিছু দেখতে বা শুনতে পায় যার জন্য তারা দেখছিল, তখন তাদের EEG একটি খুব নির্দিষ্ট প্রতিক্রিয়া দেখায় যা P300 নামে পরিচিত, যা একটি বৃহৎ অ্যাম্প্লিটুডের তরঙ্গ যা বস্তুটির উপস্থিতির প্রায় 300 মি.সেকেন্ড পরে ঘটে [3]। একইভাবে, অ্যালফা অসিলেশনের হ্রাসের মধ্যে একজন ব্যক্তি কিছু সম্পর্কে খুব মনোযোগী হচ্ছেন তা দেখাতে পারে [4]। নিদ্রাহীন হওয়া অ্যালফা, থেটা এবং ডেল্টা অসিলেশনগুলিতে পরিবর্তনের মাধ্যমে শনাক্তযোগ্য EEG সিগনেচারের উৎপাদন করে [5]।
আমরা গাড়িতে মনোযোগ কিভাবে মাপতে পারি?
একটি গাড়িতে আমরা আচরণগত পদ্ধতি ব্যবহার করে মনোযোগ এবং নিদ্রাহীনতা মাপতে পারি। উদাহরণস্বরূপ, ক্যামেরাগুলি চালকদের চোখ ট্র্যাক করতে পারে যাতে নিশ্চিত করা যায় তারা সড়কের দিকে তাকিয়ে আছে। তদুপরি, ক্যামেরাগুলি শনাক্ত করতে পারে যখন চালকদের মাথা নীচে যাচ্ছে যা নিদ্রাহীন নির্দেশ করে। তবে, একটি ব্যক্তি সড়কের দিকে তাকাচ্ছে বা তাদের মাথা নিচে নেই, তবে তাদের মনোযোগী বা তারা ক্লান্ত নয়, তা বোঝায় না। EEG এই বিপজ্জনক অবস্থাগুলির সনাক্তকরণের ক্ষেত্রে সহায়ক হতে পারে। তারা এমনকি এগুলিকে আচরণগতভাবে সনাক্তের আগে ভবিষ্যদ্বাণী করতে সক্ষম হতে পারে।
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - EEG এই বিপজ্জনক অবস্থার সনাক্তকরণে সহায়তা করতে পারে। তারা এমনকি এগুলিকে আচরণগতভাবে সনাক্তের আগে ভবিষ্যদ্বাণী করতে সক্ষম হতে পারে।
2020 সালে, গবেষকরা বাস্তব সময়ে নিদ্রাহীনতা সনাক্ত করতে বাণিজ্যিকভাবে পাওয়া EEG হেডসেটগুলি ব্যবহার করে গবেষণার একটি পদ্ধতিগত পর্যালোচনা পরিচালনা করেছিলেন [6]। তারা প্রতিবেদন করেছেন যে এই ধরনের গবেষণার জন্য সবচেয়ে ব্যবহৃত হেডসেটগুলি EMOTIV দ্বারা তৈরি, তারপরে Neurosky, Interaxon এবং OpenBCI। নিদ্রাহীনতা সনাক্তকরণের জন্য, তারা খুঁজে পেয়েছিল যে এমনকি সাধারণ EEG বৈশিষ্ট্যগুলি, যেমন ফ্রিকোয়েন্সি অসিলেশন, নিদ্রাহীনতা সনাক্ত করার জন্য ব্যবহার করা যেতে পারে। তবে, তারা উল্লেখ করে যে অনেক ক্ষেত্রে, "অ্যালগরিদমিক অপটিমাইজেশন অত্যাবশ্যক", অর্থাৎ মেশিন-শিক্ষণ অ্যালগরিদমগুলি আরও সঠিক সনাক্তকরণে ফলাফল দিতে পারে।
বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদমগুলি ব্যবহার করে আমাদের নিরাপত্তা আরও বাড়ানো
EMOTIV দশকের পর দশক ধরে বাণিজ্যিক EEG তে নেতা হিসেবে ছিল। এই সময়ে তারা বিভিন্ন ফর্মের EEG সিস্টেম তৈরি করেছে, 32-চ্যানেলের প্রথাগত গবেষণা ক্যাপ থেকে 2-চ্যানেলের ইন-ইয়ার হেডফোন পর্যন্ত। MN8 হেডফোন বা Insight-এর মতো সংক্ষিপ্ত আকারের সিস্টেমগুলি প্রতিদিনের ব্যবহারযোগ্য নিউরোটেকের প্রথম পদক্ষেপের প্রতিনিধিত্ব করে। এই ধরনের হার্ডওয়্যারকে গাড়ির নিয়ন্ত্রণে সংহত করে, আমরা সম্ভবত মানব-গুণমান অনুষঙ্গিক অবস্থাগুলি ঘটার আগেই দুর্ঘটনাগুলি প্রতিরোধ করতে সক্ষম হব।
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - আমাদের নিরাপত্তা আরও বাড়ানোর জন্য বাণিজ্যিক EEG এবং মেশিন লার্নিং অ্যালগরিদম ব্যবহার করা।
গাড়িতে EEG হার্ডওয়্যারকে সংহত করা কেবল সমাধানের একটি অংশ। অর্জিত মস্তিষ্কের ডেটা থেকে উপকারী পরিসংখ্যান গঠন করতে আমাদের এটি প্রক্রিয়া করতে হবে। উন্নত মেশিন-শিক্ষণ অ্যালগরিদমগুলি EEG ডেটাকে নির্দিষ্ট মানসিক অবস্থায় সূচক করতে সক্ষম ফিচারগুলিতে ডিকোড করে এটি অর্জন করে। এ পর্যন্ত, EMOTIV সাতটি এ ধরনের সনাক্তকরণ বিকাশ করেছে: হতাশা, আগ্রহ, বিশ্রাম, নিযুক্তি, উল্লাস, মনোযোগ এবং চাপ। EMOTIV প্রকৌশলীরা স্নায়ুবিজ্ঞানীদের সাথে নিবিড়ভাবে কাজ করেছেন যাতে এই সনাক্তকরণগুলো কঠোর নিরীক্ষার অধ্যয়নের মাধ্যমে বিকাশের মাধ্যমে তৈরি করতে। গাড়ির ক্ষেত্রে, Emotiv বর্তমানে ড্রাইভার-ভ্রান্তি সনাক্তকরণটিকে কার্যকর করছে যা একটি ড্রাইভিং সিমুলেটরে তৈরি করা হয়েছে। এটি পশ্চিম অস্ট্রেলিয়ার রয়্যাল অটোমোবাইল ক্লাবের সাথে একটি সহযোগিতা থেকে আশাজনক ফলস্বরূপ হয়েছে, যা একটি মনোযোগ-চালিত গাড়ি তৈরি করেছে যা মনোযোগের সময় স্লো ডাউন [7]। আপনি সহযোগিতা এবং ফলাফলগুলি ইউটিউবে দেখতে পারেন।
স্নায়ুবিজ্ঞান এবং ড্রাইভিংয়ের ভবিষ্যত
ড্রাইভারের সিটে স্নায়ুবিজ্ঞান - স্নায়ুবিজ্ঞান এবং ড্রাইভিংয়ের ভবিষ্যত।
সিট বেল্ট এবং রাম্বল স্ট্রিপসের মতো প্রাথমিক হস্তক্ষেপ থেকে আধুনিক যেমন স্বয়ংক্রিয় জরুরি ব্রেকিং এবং সহায়িত স্টিয়ারিং, আমাদের গাড়িগুলি অনেক বেশি নিরাপদে পরিণত হয়েছে। তবুও, প্রতি বছর যারা দুর্ঘটনায় মারা যায় তাদের সংখ্যা দেখায় যে গাড়ি নিরাপদ হিসেবে বিবেচনা করার পয়েন্টে পৌঁছাতে আমাদের এখনও অনেকদূর যেতে হবে। প্রযুক্তি উন্নত হলে, আমাদের গাড়িগুলি নিশ্চিতভাবে আরও নিরাপদ হতে থাকবে, তবে যতক্ষণ না মানুষেরা প্রধানত গাড়ির চালক থাকবেন, ততক্ষণ সৃষ্ট মানব দ্বারা সংঘটিত দুর্ঘটনা অব্যাহত থাকবে। EEG প্রযুক্তি মানব উপাদানকে ফুটেজে সরিয়ে দিয়ে সূক্ষ্ম সূচক সনাক্ত করার এবং দুর্ঘটনার কারণে শর্তগুলি ঘটার আগেই হস্তক্ষেপ করার জন্য একটি বিশেষভাবে আশাবাদী পথ প্রতিনিধিত্ব করে।
সূত্র
সহায়তা
কোম্পানি
© 2025 EMOTIV, সব অধিকার সংরক্ষিত।
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।
সহায়তা
কোম্পানি
© 2025 EMOTIV, সব অধিকার সংরক্ষিত।
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।
সহায়তা
কোম্পানি
© 2025 EMOTIV, সব অধিকার সংরক্ষিত।
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।