EEG-Signale, die um den Kopf herum aufgezeichnet werden, sind mit Signalen von Muskelbewegungen kontaminiert. Mit anderen Worten, wir (und jedes andere EEG-System) messen GHIRNSIGNALE, die manchmal mit POTENZIALEN DER MUSKELAKTIVIERUNG (EMG) überlagert sind, sowie EOG - elektro-okulografische Signale, die aus der Bewegung des Augapfels resultieren (ein stark polarisiertes Organ mit vielen elektrischen Verbindungen auf einer Seite und fast keinen Nerven auf der anderen Seite).

Fast jedes andere EEG-System verwirft entweder vollständig Daten, die während EMG- und EOG-Ereignissen gesammelt wurden, oder versucht mindestens, sie herauszufiltern, während die tatsächlichen Gehirnsignale wiederhergestellt werden. Wir haben uns entschieden, dies viel weiter zu treiben. Wir akzeptieren dankbar die Muskelsignale und nutzen die Verteilung der Sensoren um das Gesicht, um Muskelquellen zu triangulieren und Klassifizierungssysteme zu erstellen, um spezifische Gesichtsausdrücke wie LÄCHELN und BLINKEN usw. zu identifizieren. Dies ist die Suite zur Erkennung von Gesichtsausdrücken. Wir machen kein Geheimnis daraus, dass die Erkennung von Gesichtsausdrücken auf Muskelsignalen basiert; tatsächlich freuen wir uns, den Menschen mitzuteilen, dass wir solche guten Nutzen aus Daten ziehen, die die meisten Menschen auf den Müllhaufen werfen.

Mentale Befehle und Leistungsmetriken sind völlig unterschiedlich. Leistungsmetriken sind eine Messung Ihres emotionalen Zustands. Sie AKZEPTIERT KEINE Daten zur Muskel- oder Gesichtsausdruckserfassung als Eingabe - wir verwenden ausschließlich Gehirnsignale, denn was wäre der Sinn? Da wir ein Gespür für Gesichtsausdrücke haben, können wir die Art der Filterung charakterisieren, die wir benötigen, um EMG und EOG aus den Daten zu entfernen, und unsere Erkennungen arbeiten weiterhin, selbst bei viel normaler Aktivität. Manchmal schalten sie einfach ab, wenn die Daten zu stark beschädigt sind, insbesondere Frustration und Engagement.

Mentale Befehle funktionieren basierend auf dem, was Sie für das Training verwenden. Es ist durchaus möglich, ein wenig Muskelaktivierung im Klassifizierer zu berücksichtigen, aber um ehrlich zu sein, ist das nicht so zuverlässig und reproduzierbar wie richtige, reine Gehirnsignale. Wir bevorzugen es, dass unsere Benutzer sich entspannen und nicht vernünftigerweise still bleiben, während sie Mentale Befehle trainieren, und die meisten Menschen lernen, dies zu tun, nachdem sie eine Weile mit dem System gespielt haben. Mit perfekt ruhigen Trainingsdaten (das heißt, wo es keine Muskelbeteiligung gibt, nur Gehirnaktivität) ist es dann möglich, die mentalen Befehle in normalen Aktivitäten zu verwenden, einschließlich während der Gesichtsmovement, da nur die relevanten Gehirnsignale in den Klassifizierer integriert sind. Wir haben eine kleine Komponente von Muskelsignalen in das Trainingssystem zugelassen, damit Anfänger eine bessere Chance haben, das System beim ersten Mal zu bedienen, aber fast jeder lernt bald, das hinter sich zu lassen. Mentale Befehle funktionieren einwandfrei für völlig bewegungsunfähige Subjekte ( solche mit ABSOLUT NULL Muskelaktivität) - was beweist, dass Gehirnsignale beteiligt sein müssen.