सिर के चारों ओर से कैप्चर किए गए ईईजी (EEG) सिग्नलों में मांसपेशियों के मूवमेंट से होने वाले सिग्नल मिल जाते हैं। दूसरे शब्दों में, हम (और हर दूसरा ईईजी सिस्टम) मस्तिष्क के सिग्नलों को मापते हैं जो कभी-कभी मांसपेशियों के सक्रिय होने की क्षमता (EMG) और साथ ही EOG - इलेक्ट्रो-ओकुलोग्राफिक सिग्नलों से ढके होते हैं, जो आईबॉल (एक अत्यधिक ध्रुवीकृत अंग जिसके एक तरफ बहुत सारे विद्युत कनेक्शन होते हैं और दूसरी तरफ लगभग कोई नसें नहीं होती हैं) की गति के परिणामस्वरूप उत्पन्न होते हैं।

लगभग हर दूसरा ईईजी सिस्टम या तो EMG और EOG इवेंट्स के दौरान एकत्र किए गए किसी भी डेटा को पूरी तरह से खारिज कर देता है, या कम से कम वास्तविक मस्तिष्क सिग्नलों को रिकवर करते हुए उन्हें फ़िल्टर करने का प्रयास करता है। हमने इसे और आगे ले जाने का फैसला किया। हम मांसपेशियों के सिग्नलों को सहर्ष स्वीकार करते हैं और मांसपेशियों के स्रोतों का पता लगाने और SMILE और BLINK आदि जैसे विशिष्ट चेहरे के भावों की पहचान करने के लिए वर्गीकरण प्रणाली बनाने के लिए चेहरे के चारों ओर सेंसर के वितरण का उपयोग करते हैं। यह चेहरे के भावों का पता लगाने वाला सूट (Facial Expressions detection suite) है। हम इस तथ्य को नहीं छिपाते हैं कि चेहरे के भावों का पता लगाना मांसपेशियों के सिग्नलों पर आधारित है, वास्तव में हम लोगों को यह बताने में प्रसन्न हैं कि हम उस डेटा का इतना अच्छा उपयोग कर रहे हैं जिसे अधिकांश लोग बेकार समझकर फेंक देते हैं।

मेंटल कमांड (Mental Commands) और परफॉरमेंस मेट्रिक्स (Performance Metrics) बिल्कुल अलग हैं। परफॉरमेंस मेट्रिक्स आपकी भावनात्मक स्थिति का माप है। यह इनपुट के रूप में चेहरे के भावों की मांसपेशियों के डेटा को स्वीकार नहीं करता है - हम कड़ाई से मस्तिष्क के सिग्नलों का उपयोग करते हैं, अन्यथा क्या फायदा होगा? क्योंकि हमारे पास चेहरे के भावों पर पकड़ है, हम उस प्रकार के फ़िल्टरिंग की विशेषता बता सकते हैं जिसकी हमें डेटा से EMG और EOG को हटाने के लिए आवश्यकता है और हमारी पहचान कई सामान्य गतिविधियों के दौरान भी काम करना जारी रखती है। कभी-कभी डेटा बहुत अधिक दूषित होने पर वे काम करना बंद कर देते हैं, विशेष रूप से हताशा (Frustration) और जुड़ाव (Engagement)।

मेंटल कमांड उस चीज़ पर काम करता है जिसका उपयोग आप प्रशिक्षण के लिए करते हैं। क्लासिफायरियर में चेहरे की मांसपेशियों की थोड़ी सी सक्रियता को शामिल करना काफी संभव है, लेकिन ईमानदारी से कहें तो यह उचित, शुद्ध मस्तिष्क सिग्नलों जितना विश्वसनीय और सुसंगत नहीं है। हम चाहते हैं कि मेंटल कमांड का प्रशिक्षण लेते समय हमारे उपयोगकर्ता रिलैक्स रहें और काफी हद तक स्थिर रहें, और अधिकांश लोग कुछ समय तक सिस्टम के साथ काम करने के बाद ऐसा करना सीख जाते हैं। पूरी तरह से शांत प्रशिक्षण डेटा के साथ (यानी, जहां कोई मांसपेशियों की भागीदारी नहीं है, केवल मस्तिष्क की गतिविधि है) तब सामान्य गतिविधियों में मेंटल कमांड का उपयोग करना संभव है, जिसमें चेहरे के मूवमेंट भी शामिल हैं, क्योंकि केवल प्रासंगिक मस्तिष्क सिग्नलों को ही क्लासिफायरियर में बनाया गया है। हमने प्रशिक्षण प्रणाली में मांसपेशियों के सिग्नलों के एक छोटे से हिस्से को शामिल करने की अनुमति दी ताकि नए लोगों को पहली बार में सिस्टम को चलाने का बेहतर मौका मिले, लेकिन लगभग हर कोई जल्द ही इसे छोड़ना सीख जाता है। मेंटल कमांड पूरी तरह से लॉक्ड-इन विषयों (जिनमें बिल्कुल कोई मांसपेशियों की गतिविधि नहीं होती है) के लिए पूरी तरह से काम करता है - जिससे यह सिद्ध होता है कि मस्तिष्क के सिग्नलों का शामिल होना आवश्यक है।