رابطههای مغز و کامپیوتر توسط فعالیتهای الکتریکی قشر
به اشتراک گذاری:
رابطههای بین مغز و رایانه بر اساس فعالیت قشر الکتریکی: چالشها در ایجاد یک سیستم شناختی برای دستگاههای موبایل با استفاده از پتانسیلهای بصری برانگیخته شده به حالت ثابت
پدرو موریس، کارلا کوئینتائو، پدرو ویرا
چکیده
رشته تحقیقاتی رابطههای مغز–رایانه (BCI) در تلاش برای امکانسازی ارتباط بین بیماران فلج و فناوری ظهور کرده است. شناسایی وضعیت ذهنی یک فرد از طریق فعالیت الکتریکی مغز او، یک سیستم BCI معمولی یک عمل خاص را به آن ارتباط میدهد. مشخص است که وقتی قشر بینایی با فرکانس خاصی تحریک میشود، فعالیتی با همان فرکانس نشان میدهد. این فعالیت پتانسیل بصری برانگیخته شده به حالت ثابت (SSVEP) میتواند برای دستیابی به هدف ارتباطی فوقالذکر استفاده شود. در این کار، ابتدا فعالیت الکتریکی خودجوش مغز را تحلیل میکنیم تا دو وضعیت ذهنی (تمرکز/مدیتیشن) را تشخیص دهیم. سپس، با پیروی از یک رویکرد نوع SSVEP، صفحه تحریک کننده را به چهار ناحیه تقسیم میکنیم که هر کدام با فرکانس متفاوتی میدرخشند. با مشاهده فرکانس پاسخدهنده از لوب پسسری موضوع، میتوانیم 2 بیت تصمیمی که او اتخاذ کرده است را برآورد کنیم. ما مشاهده میکنیم که چنین تنظیماتی برای BCI در زمان واقعی کارآمد است و میتواند به راحتی در دستگاههای موبایل ادغام شود. علاوه بر این، کاربر قادر است بهطور داوطلبانه تصمیمات خود را تغییر دهد و به طور طبیعی با سیستم تعامل کند.
رابطههای بین مغز و رایانه بر اساس فعالیت قشر الکتریکی: چالشها در ایجاد یک سیستم شناختی برای دستگاههای موبایل با استفاده از پتانسیلهای بصری برانگیخته شده به حالت ثابت
پدرو موریس، کارلا کوئینتائو، پدرو ویرا
چکیده
رشته تحقیقاتی رابطههای مغز–رایانه (BCI) در تلاش برای امکانسازی ارتباط بین بیماران فلج و فناوری ظهور کرده است. شناسایی وضعیت ذهنی یک فرد از طریق فعالیت الکتریکی مغز او، یک سیستم BCI معمولی یک عمل خاص را به آن ارتباط میدهد. مشخص است که وقتی قشر بینایی با فرکانس خاصی تحریک میشود، فعالیتی با همان فرکانس نشان میدهد. این فعالیت پتانسیل بصری برانگیخته شده به حالت ثابت (SSVEP) میتواند برای دستیابی به هدف ارتباطی فوقالذکر استفاده شود. در این کار، ابتدا فعالیت الکتریکی خودجوش مغز را تحلیل میکنیم تا دو وضعیت ذهنی (تمرکز/مدیتیشن) را تشخیص دهیم. سپس، با پیروی از یک رویکرد نوع SSVEP، صفحه تحریک کننده را به چهار ناحیه تقسیم میکنیم که هر کدام با فرکانس متفاوتی میدرخشند. با مشاهده فرکانس پاسخدهنده از لوب پسسری موضوع، میتوانیم 2 بیت تصمیمی که او اتخاذ کرده است را برآورد کنیم. ما مشاهده میکنیم که چنین تنظیماتی برای BCI در زمان واقعی کارآمد است و میتواند به راحتی در دستگاههای موبایل ادغام شود. علاوه بر این، کاربر قادر است بهطور داوطلبانه تصمیمات خود را تغییر دهد و به طور طبیعی با سیستم تعامل کند.
رابطههای بین مغز و رایانه بر اساس فعالیت قشر الکتریکی: چالشها در ایجاد یک سیستم شناختی برای دستگاههای موبایل با استفاده از پتانسیلهای بصری برانگیخته شده به حالت ثابت
پدرو موریس، کارلا کوئینتائو، پدرو ویرا
چکیده
رشته تحقیقاتی رابطههای مغز–رایانه (BCI) در تلاش برای امکانسازی ارتباط بین بیماران فلج و فناوری ظهور کرده است. شناسایی وضعیت ذهنی یک فرد از طریق فعالیت الکتریکی مغز او، یک سیستم BCI معمولی یک عمل خاص را به آن ارتباط میدهد. مشخص است که وقتی قشر بینایی با فرکانس خاصی تحریک میشود، فعالیتی با همان فرکانس نشان میدهد. این فعالیت پتانسیل بصری برانگیخته شده به حالت ثابت (SSVEP) میتواند برای دستیابی به هدف ارتباطی فوقالذکر استفاده شود. در این کار، ابتدا فعالیت الکتریکی خودجوش مغز را تحلیل میکنیم تا دو وضعیت ذهنی (تمرکز/مدیتیشن) را تشخیص دهیم. سپس، با پیروی از یک رویکرد نوع SSVEP، صفحه تحریک کننده را به چهار ناحیه تقسیم میکنیم که هر کدام با فرکانس متفاوتی میدرخشند. با مشاهده فرکانس پاسخدهنده از لوب پسسری موضوع، میتوانیم 2 بیت تصمیمی که او اتخاذ کرده است را برآورد کنیم. ما مشاهده میکنیم که چنین تنظیماتی برای BCI در زمان واقعی کارآمد است و میتواند به راحتی در دستگاههای موبایل ادغام شود. علاوه بر این، کاربر قادر است بهطور داوطلبانه تصمیمات خود را تغییر دهد و به طور طبیعی با سیستم تعامل کند.
