Défiez votre mémoire ! Jouez au nouveau jeu N-Back dans l'application Emotiv
Défiez votre mémoire ! Jouez au nouveau jeu N-Back dans l'application Emotiv
Classification des formes primitives à l'aide d'interfaces cerveau-ordinateur
Partager :
Ehsan Tarkesh Esfahani, V. Sundararajan
Résumé
Les interfaces cerveau-ordinateur (ICO) sont des développements récents dans les technologies alternatives d'interaction utilisateur. Le but de cet article est d'explorer le potentiel des ICO en tant qu'interfaces utilisateur pour les systèmes CAO. L'article décrit des expériences et des algorithmes qui utilisent l'ICO pour distinguer entre des formes primitives imaginées par un utilisateur. Les utilisateurs portent un casque d'électroencéphalogramme (EEG) et imaginent la forme d'un cube, d'une sphère, d'un cylindre, d'une pyramide ou d'un cône. Le casque EEG collecte l'activité cérébrale à partir de 14 emplacements sur le cuir chevelu. Les données sont analysées avec une analyse en composantes indépendantes (ACI) et la transformation de Hilbert-Huang (THH). Les caractéristiques d'intérêt sont les spectres marginaux des différentes bandes de fréquence (theta, alpha, bêta et gamma) calculés à partir du spectre de Hilbert de chaque composante indépendante. Le test U de Mann-Whitney est ensuite appliqué pour classer les canaux d'électrodes EEG par pertinence dans cinq classifications pair-à-pair. Les caractéristiques des composantes indépendantes les mieux classées forment le vecteur de caractéristiques final qui est ensuite utilisé pour entraîner un classificateur discriminant linéaire. Les résultats montrent que ce classificateur peut discriminer entre les cinq objets primitifs de base avec une précision moyenne d'environ 44,6 % (comparé à un taux de classification naïf de 20 %) sur dix sujets (plage de précision de 36 % à 54 %). La précision de la classification passe à 39,9 % lorsque des indices visuels et verbaux sont utilisés. La répétabilité de l'extraction des caractéristiques et de la classification a été vérifiée en réalisant l'expérience pendant 10 jours différents avec les mêmes participants. Cela montre que l'ICO offre des promesses dans la création de formes géométriques dans les systèmes CAO et pourrait être utilisé comme un moyen novateur d'interaction utilisateur.Cliquez ici pour le rapport complet.
Ehsan Tarkesh Esfahani, V. Sundararajan
Résumé
Les interfaces cerveau-ordinateur (ICO) sont des développements récents dans les technologies alternatives d'interaction utilisateur. Le but de cet article est d'explorer le potentiel des ICO en tant qu'interfaces utilisateur pour les systèmes CAO. L'article décrit des expériences et des algorithmes qui utilisent l'ICO pour distinguer entre des formes primitives imaginées par un utilisateur. Les utilisateurs portent un casque d'électroencéphalogramme (EEG) et imaginent la forme d'un cube, d'une sphère, d'un cylindre, d'une pyramide ou d'un cône. Le casque EEG collecte l'activité cérébrale à partir de 14 emplacements sur le cuir chevelu. Les données sont analysées avec une analyse en composantes indépendantes (ACI) et la transformation de Hilbert-Huang (THH). Les caractéristiques d'intérêt sont les spectres marginaux des différentes bandes de fréquence (theta, alpha, bêta et gamma) calculés à partir du spectre de Hilbert de chaque composante indépendante. Le test U de Mann-Whitney est ensuite appliqué pour classer les canaux d'électrodes EEG par pertinence dans cinq classifications pair-à-pair. Les caractéristiques des composantes indépendantes les mieux classées forment le vecteur de caractéristiques final qui est ensuite utilisé pour entraîner un classificateur discriminant linéaire. Les résultats montrent que ce classificateur peut discriminer entre les cinq objets primitifs de base avec une précision moyenne d'environ 44,6 % (comparé à un taux de classification naïf de 20 %) sur dix sujets (plage de précision de 36 % à 54 %). La précision de la classification passe à 39,9 % lorsque des indices visuels et verbaux sont utilisés. La répétabilité de l'extraction des caractéristiques et de la classification a été vérifiée en réalisant l'expérience pendant 10 jours différents avec les mêmes participants. Cela montre que l'ICO offre des promesses dans la création de formes géométriques dans les systèmes CAO et pourrait être utilisé comme un moyen novateur d'interaction utilisateur.Cliquez ici pour le rapport complet.
Ehsan Tarkesh Esfahani, V. Sundararajan
Résumé
Les interfaces cerveau-ordinateur (ICO) sont des développements récents dans les technologies alternatives d'interaction utilisateur. Le but de cet article est d'explorer le potentiel des ICO en tant qu'interfaces utilisateur pour les systèmes CAO. L'article décrit des expériences et des algorithmes qui utilisent l'ICO pour distinguer entre des formes primitives imaginées par un utilisateur. Les utilisateurs portent un casque d'électroencéphalogramme (EEG) et imaginent la forme d'un cube, d'une sphère, d'un cylindre, d'une pyramide ou d'un cône. Le casque EEG collecte l'activité cérébrale à partir de 14 emplacements sur le cuir chevelu. Les données sont analysées avec une analyse en composantes indépendantes (ACI) et la transformation de Hilbert-Huang (THH). Les caractéristiques d'intérêt sont les spectres marginaux des différentes bandes de fréquence (theta, alpha, bêta et gamma) calculés à partir du spectre de Hilbert de chaque composante indépendante. Le test U de Mann-Whitney est ensuite appliqué pour classer les canaux d'électrodes EEG par pertinence dans cinq classifications pair-à-pair. Les caractéristiques des composantes indépendantes les mieux classées forment le vecteur de caractéristiques final qui est ensuite utilisé pour entraîner un classificateur discriminant linéaire. Les résultats montrent que ce classificateur peut discriminer entre les cinq objets primitifs de base avec une précision moyenne d'environ 44,6 % (comparé à un taux de classification naïf de 20 %) sur dix sujets (plage de précision de 36 % à 54 %). La précision de la classification passe à 39,9 % lorsque des indices visuels et verbaux sont utilisés. La répétabilité de l'extraction des caractéristiques et de la classification a été vérifiée en réalisant l'expérience pendant 10 jours différents avec les mêmes participants. Cela montre que l'ICO offre des promesses dans la création de formes géométriques dans les systèmes CAO et pourrait être utilisé comme un moyen novateur d'interaction utilisateur.Cliquez ici pour le rapport complet.