क्या आप मदद की तलाश में हैं?
हमारे ज्ञान आधार में उत्तर खोजें
खोज...
क्या EmotivPRO स्वचालित रूप से एकत्रित EEG डेटा से कलुषित तत्व हटा देता है?
निश्चित वस्तुएं
EEG हेडसेट का उपयोग करते समय, कुछ सिग्नल मस्तिष्क की तरंग मापों में हस्तक्षेप कर सकते हैं। इन अवांछित सिग्नलों को "निश्चित वस्तुएं" कहते हैं, जो मुख्यतः दो प्रकार की होती हैं:
स्वाभाविक निश्चित वस्तुएं: ये आपके शरीर से उत्पन्न सामान्य बायो सिग्नल के कारण होती हैं, जैसे:
चेहरे, गर्दन और जबड़े की मांसपेशियों की गतिविधि: मुस्कुराना, दांत भिंचना, या कुरूपता, पलक झपकाना, wink करना, चबाना, बोलना, अपने सिर को घुमाना (गर्दन की मांसपेशियाँ)। प्रत्येक मांसपेशी समूह कुछ EEG सेंसर के करीब होता है और दूसरों से बहुत दूर, इसलिए प्रत्येक स्थान पर पता लगाया गया सिग्नल भिन्न होता है, जिससे निश्चित वस्तुओं को हटाना और अधिक कठिन हो जाता है। वास्तव में, Emotiv मांसपेशी सिग्नल के वितरण को सुलझाने के लिए सिग्नल प्रोसेसिंग और मशीन लर्निंग विधियों का उपयोग करता है ताकि पता लगाया जा सके कि कौन से समूह सक्रिय हैं, और इस प्रकार आपके चेहरे के भावों की पहचान की जा सके!
आंखों की गतिविधि: आपकी प्रत्येक आंख के पीछे की सतह (रेटिना, ऑप्टिक नर्व) पर नर्व का उच्च सांद्रता होता है और सामने की सतह पर लगभग कोई नर्व नहीं होती। प्रभावी रूप से, आपकी आंख एक बड़े डिपोल की तरह काम करती है जिसमें सामने से पीछे की ओर इलेक्ट्रिकल चार्ज का असंतुलन होता है। जब आपकी आंखें अपनी खुजारों में घूमती हैं, तो डिपोल क्षेत्र दिशा बदलता है और जहां आप देख रहे होते हैं, उस दिशा की ओर इशारा करता है, और इसे प्रत्येक EEG सेंसर के सापेक्ष भिन्न तरीके से पीछे के बायोपोटेंशियल में परिवर्तन के रूप में पता लगाया जाता है - जिसका अर्थ है कि यह सभी सेंसर के लिए एक सामान्य सिग्नल नहीं है। आंखों की घुमाव को नियंत्रित करने वाली मांसपेशियों द्वारा अतिरिक्त सिग्नल निश्चित वस्तुएं उत्पन्न होती हैं।
हृदय सिग्नल: आपका हृदय कच्चे मांसपेशी सिग्नल का एक महत्वपूर्ण स्रोत है जिसे कभी-कभी कुछ या सभी EEG चैनलों द्वारा सीधे पता लगाया जा सकता है, उसी तरह जैसे कि एक इलेक्ट्रोकार्डियोग्राम रिकॉर्ड किया जाता है। विशिष्ट P-Q-R-S-T जटिलताएँ कभी-कभी कुछ EEG चैनलों में सीधे देखी जा सकती हैं। एक दूसरे प्रकार की हृदय निश्चित वस्तु बड़े रक्त वाहिकाओं से उत्पन्न होती है जो हृदय द्वारा रक्त को आपके धमनियों के माध्यम से पंप करने के दौरान फैलते और संकुचित होते हैं। धमनियों की दीवारें मांसपेशी हैं, और ये हमारे दिल की धड़कन के साथ सामंजस्य में फैलने और संकुचित होने पर द्वितीयक संकेत उत्पन्न करती हैं। अंततः, यदि आप एक सेंसर को एक महत्वपूर्ण धमनी के ठीक बगल में रखते हैं, तो सेंसर का आकार और आकार बदलने से यांत्रिक रूप से विस्थापित किया जा सकता है, जिससे त्वचा सतह पर सेंसर की लयबद्ध गति हो सकती है जो संपर्क इम्पीडेंस को बदल सकती है और एक चक्रीय पैटर्न में भ्रामक वोल्टेज उत्पन्न कर सकती है।
ये क्रियाएँ मांसपेशियों, आंखों और अन्य बायोसिग्नल सिग्नल उत्पन्न करती हैं जो मस्तिष्क की तरंग डेटा के साथ मिश्रित हो सकते हैं। आमतौर पर ये बायोसिग्नल मस्तिष्क के सिग्नलों की तुलना में काफी बड़े होते हैं, जिससे मस्तिष्क की गतिविधि का पता लगाना कठिन हो जाता है जब तक कि कुछ प्रकार की फ़िल्टरिंग और स्रोत पृथक्करण नहीं किया जाता है।
स्वाभाविक निश्चित वस्तुएं विशिष्ट, पूर्वानुमानित श्रेणियों में गिरती हैं और इन्हें चुनिंदा रूप से हटाने के लिए कई पूर्व-प्रसंस्करण उपकरण लागू किए जा सकते हैं। सबसे सामान्य विधि स्वतंत्र घटक विश्लेषण (ICA, कई पुस्तकालयों जैसे EEGLab, NME, और अन्य में उपलब्ध) है, और निश्चित वस्तु उप-स्थान पुनर्निर्माण विधियाँ (ASR, rASR, ICA की तुलना में अधिक कम्प्यूटेशनल रूप से कुशल)। ये मॉडल एक समय-श्रृंखला सिग्नल को विभिन्न घटकों में तोड़ने पर आधारित होते हैं, फिर उन घटकों के एक उपसमुच्चय से सिग्नल को फिर से इकट्ठा करते हैं जो विभिन्न प्रकार की निश्चित वस्तुओं से संबंधित नहीं होते हैं।
Emotiv EEG डेटा को होस्ट पीसी पर संभवतः सबसे साफ रूप में भेजा जाता है, लेकिन स्वाभाविक बायोसिग्नल निश्चित वस्तुओं को हटाने के बिना जो भिन्न उपयोगकर्ताओं के लिए दिलचस्प हो सकते हैं, और जो ICA और rASR विधियों की क्षमता को ज्ञात श्रेणियों की स्वाभाविक वस्तुओं को हटाने के लिए बढ़ा सकते हैं क्योंकि उनके संकेतों में डिवाइस पर फ़िल्टरिंग द्वारा विकृत नहीं होते हैं।
निर्व्यक्ति निश्चित वस्तुएं: ये बाहरी स्रोतों से आती हैं, जैसे:
सेंसर फिसलना, हेडसेट का आपके सिर पर मूव होना या टकराना
उपकरणों, कंप्यूटरों और अन्य उपकरणों से विकिरणित विद्युत क्षेत्र, ट्रांसफार्मर और विद्युत वायरिंग, विशेष रूप से विद्युत पावरलाइन आवृत्ति (50/60 Hz) और इन आवृत्तियों के हार्मोनिक गुणा। पावरलाइन शोर अक्सर EEG सिग्नलों में निश्चित वस्तुओं का सबसे मजबूत स्रोत होता है।
सभी आधुनिक EEG सिस्टम एनालॉग-टू-डिजिटल सिग्नल कन्वर्टर्स का उपयोग करते हैं जो एक निश्चित सैंपलिंग आवृत्ति पर काम करते हैं। डिजिटल सैंपलिंग के साथ एक ज्ञात घटना है, जिसे अलियासिंग कहते हैं, जो तब होती है जब सैंपलिंग सिस्टम को ऐसे सिग्नल का सामना करना पड़ता है जिसमें आवृत्ति घटक सैंपलिंग आवृत्ति (न्युक्विस्ट आवृत्ति) के 50% से अधिक होते हैं। उदाहरण के लिए, जब 128Hz पर सैंपल किया जाता है, तो न्युक्विस्ट आवृत्ति 64Hz है, 60Hz पावरलाइन आवृत्ति से मात्र थोड़ा अधिक। हालांकि 60Hz के हार्मोनिक्स: [120Hz, 180Hz, 240Hz, …] “न्युक्विस्ट आवृत्ति के चारों ओर लपेटते हैं” और 8Hz, 24Hz, 16Hz और इसी तरह फ़र्ज़ी या “अलियास्ड” सिग्नल के रूप में प्रकट होते हैं, क्योंकि डिजिटल प्रणाली इन उच्च आवृत्ति सिग्नलों के प्रत्येक दूसरे, तीसरे, चौथे ... चक्र के एक भाग का सैंपल करती है। पावरलाइन विकिरण की उच्च हार्मोनिक्स मौजूद होती हैं क्योंकि पावर सिस्टम में धारा और विकिरणित क्षेत्र कभी भी सही साइन वेव नहीं होते हैं। सामान्यतः लगभग 10वें हार्मोनिक तक पहचान करने योग्य विकिरणित शक्ति होती है। ये अलियास्ड उच्च आवृत्ति सिग्नल वास्तविक मस्तिष्क सिग्नलों की सामान्य सीमा के भीतर निम्न आवृत्तियों पर वास्तविक संधारणाओं से पृथक नहीं होते हैं, इसलिए इन्हें सैंपलिंग सिस्टम के लिए प्रस्तुत करने से पहले इनकमिंग सिग्नल से हटाना आवश्यक होता है।
चार्ज किए गए वस्त्रों और आस-पास के लोगों से स्थैतिक विद्युत क्षेत्र: इकट्ठा होने वाले इलेक्ट्रोस्टैटिक चार्ज आपके और अन्य लोगों और आसपास की वस्तुओं के बीच हजारों वोल्ट के संभावित अंतरों का परिणाम कर सकते हैं। उदाहरण के लिए, एक सकारात्मक चार्ज वाला वस्तु आपके शरीर और सिर में नकारात्मक चार्ज को उस वस्तु की ओर खींचेगा, और नकारात्मक चार्ज को दूर करेगा, जो आपके विभिन्न EEG सेंसर के नीचे शरीर के संभावित वितरण में असमानता का परिणाम करता है। Emotiv उपकरण AC-कपल्ड संवेदन (एनालॉग उच्च-पास फ़िल्टरिंग), एकल संदर्भ बिंदु के साथ उपयोग करते हैं, असमान स्थैतिक चार्ज वितरण को महत्वपूर्ण रूप से अलग करने के लिए। हालांकि, यदि आप या इनमें से कोई चार्ज स्रोत चारों ओर हिलता है, तो चार्ज आपके शरीर के चारों ओर चलता है जिससे एक बदलते संभावितता उत्पन्न होती है, जो फ़िल्टरों के माध्यम से प्रसारित होने के लिए तेज़ हो सकती है।
आपका इलेक्ट्रोस्टैटिक संभावित धीरे-धीरे या तात्कालिक रूप में बदल सकता है यदि आप चार्ज ले लेते हैं या तेजी से निर्वहन करते हैं, जैसे कि कार्पेट पर चलकर या धातु की वस्तुओं को छूकर, शायद एक स्पार्क उत्पन्न करते हुए। आपके शरीर का संभावितता एक क्षण में, कुछ सेकंड में, या लंबी अवधि में कई हजारों वोल्ट बदल सकती है। ये परिवर्तन पहनने योग्य EEG सिस्टम में शरीर के संभावितता रद्द करने वाले सर्किट को अस्थायी रूप से अधिभावित कर सकते हैं, जिससे EEG सिग्नलों में विशाल स्पाइक और धीमी वसूली होती है।
प्रयोगशाला आधारित EEG सिस्टम को इनमें से कई निश्चित वस्तुओं के खिलाफ सुरक्षित किया जा सकता है, उदाहरण के लिए, विषय की गतिविधि को सीमित करके, प्रयोगशाला को विद्युत रूप से स्क्रीन करके, विषय से विद्युत स्थैतिक निर्माण को रोकने के लिए एक ग्राउंडिंग लीड संलग्न करके, बहुत उच्च सैंपलिंग आवृत्ति और इसी तरह।
पहनने योग्य, बैटरी संचालित वायरलेस EEG सिस्टम इन उपायों पर اعتماد नहीं कर सकते हैं और इसलिए उन्हें विभिन्न निवारक रणनीतियों का प्रयोग करना होगा। डेटा ट्रांसमिशन दर को बैटरी जीवन के खिलाफ संतुलित करना आवश्यक है, क्योंकि वायरलेस ट्रांसमिटर्स बिजली की खपत करते हैं।
हस्तक्षेप को कम करना
EEG हेडसेट को अवांछित शोर को न्यूनतम करने के लिए डिज़ाइन किया गया है। अधिकांश बाहरी शोर स्रोत जैसे स्थैतिक बिजली और विद्युत चुम्बकीय हस्तक्षेप (जैसे, 50/60 Hz शोर और पावर लाइनों से हार्मोनिक) सामान्य मोड शोर के रूप में प्रकट होते हैं, जहाँ अंतर्निहित शरीर की संभाव्यता सभी सेंसर में लगभग समान तरीके से उतार-चढ़ाव करती है।
Emotiv उपकरणों का उपयोग एकल-पॉइंट संदर्भ सेंसर्स (CMS) से शरीर के संभाव्यता को मापने के लिए किया जाता है, जिसे एनालॉग क्षेत्र में सक्रिय रद्दीकरण प्रणाली के साथ जोड़ा गया है (CMS सिग्नल को उल्टा कर दिया जाता है और DRL सेंसर में वापस भेजा जाता है ताकि सामान्य मोड की लहरों को रद्द किया जा सके और विभेदीय इनपुट एम्पलीफायर के लिए कम शोर EEG संदर्भ स्तर निकाला जा सके। उच्च-पास (AC कपलिंग) और निम्न-पास एनालॉग फ़िल्टर (एंटी-अलियास एनालॉग फ़िल्टर), 2048Hz पर पर्याप्त ओवरसैंपलिंग, इसके बाद लगातार उप-न्युक्विस्ट डिजिटल फ़िल्टरिंग, 50/60Hz डुअल नॉच फ़िल्टरिंग और डिजिटल क्षेत्र में डेटा ट्रांसमिशन आवृत्ति (128 या 256Hz) पर डाउन-सैंपलिंग। ये उपाय जब हेडसेट सही तरीके से फ़िल्टर किया जाता है और संपर्क इम्पीडेंस कम होते हैं, तो अधिकांश बाहरी शोर स्रोतों को निर्धारित नहीं किया जा सकने वाले स्तरों तक कम कर देते हैं।
गतिशील निश्चित वस्तुएं हमारे यांत्रिक डिज़ाइन द्वारा न्यूनतम होती हैं जो प्रत्येक सेंसर्स का स्वतंत्र रूप से समर्थन करती हैं और प्रत्येक उपयोगकर्ता के आकार और आकार के लिए समायोजित होती हैं।
EmotivPRO डेटा को कैसे संभालता है
EmotivPRO में EEG डेटा ठीक उसी तरह रिकॉर्ड होता है जैसे इसे हेडसेट से प्राप्त किया जाता है। सॉफ़्टवेयर स्वचालित रूप से मांसपेशियों या आंख की गतिविधियों से निश्चित वस्तुओं को नहीं हटाता है क्योंकि डेटा सफाई तकनीक (जैसे ICA) कच्चे, अनफ़िल्टर्ड डेटा पर बेहतर काम करती है। हालाँकि, ऊपर की रूपरेखा के अनुसार, Emotiv हेडसेट सावधानीपूर्वक निर्मित सिग्नल प्रोसेसिंग लागू करता है जो अच्छे संपर्क के साथ हेडसेट होने पर साफ़ संकेत उत्पन्न करने में मदद करता है, जिससे मस्तिष्क की तरंग डेटा का विश्लेषण करना आसान हो जाता है।
क्या यह लेख सहायक था?
संबंधित लेख
क्या आपको वह चीज़ नहीं मिल रही है जिसकी आपको आवश्यकता है?
हमारी सहायता टीम बस एक क्लिक की दूर है।
क्या आप मदद की तलाश में हैं?
खोज...
ज्ञान आधार
क्या EmotivPRO स्वचालित रूप से एकत्रित EEG डेटा से कलुषित तत्व हटा देता है?
निश्चित वस्तुएं
EEG हेडसेट का उपयोग करते समय, कुछ सिग्नल मस्तिष्क की तरंग मापों में हस्तक्षेप कर सकते हैं। इन अवांछित सिग्नलों को "निश्चित वस्तुएं" कहते हैं, जो मुख्यतः दो प्रकार की होती हैं:
स्वाभाविक निश्चित वस्तुएं: ये आपके शरीर से उत्पन्न सामान्य बायो सिग्नल के कारण होती हैं, जैसे:
चेहरे, गर्दन और जबड़े की मांसपेशियों की गतिविधि: मुस्कुराना, दांत भिंचना, या कुरूपता, पलक झपकाना, wink करना, चबाना, बोलना, अपने सिर को घुमाना (गर्दन की मांसपेशियाँ)। प्रत्येक मांसपेशी समूह कुछ EEG सेंसर के करीब होता है और दूसरों से बहुत दूर, इसलिए प्रत्येक स्थान पर पता लगाया गया सिग्नल भिन्न होता है, जिससे निश्चित वस्तुओं को हटाना और अधिक कठिन हो जाता है। वास्तव में, Emotiv मांसपेशी सिग्नल के वितरण को सुलझाने के लिए सिग्नल प्रोसेसिंग और मशीन लर्निंग विधियों का उपयोग करता है ताकि पता लगाया जा सके कि कौन से समूह सक्रिय हैं, और इस प्रकार आपके चेहरे के भावों की पहचान की जा सके!
आंखों की गतिविधि: आपकी प्रत्येक आंख के पीछे की सतह (रेटिना, ऑप्टिक नर्व) पर नर्व का उच्च सांद्रता होता है और सामने की सतह पर लगभग कोई नर्व नहीं होती। प्रभावी रूप से, आपकी आंख एक बड़े डिपोल की तरह काम करती है जिसमें सामने से पीछे की ओर इलेक्ट्रिकल चार्ज का असंतुलन होता है। जब आपकी आंखें अपनी खुजारों में घूमती हैं, तो डिपोल क्षेत्र दिशा बदलता है और जहां आप देख रहे होते हैं, उस दिशा की ओर इशारा करता है, और इसे प्रत्येक EEG सेंसर के सापेक्ष भिन्न तरीके से पीछे के बायोपोटेंशियल में परिवर्तन के रूप में पता लगाया जाता है - जिसका अर्थ है कि यह सभी सेंसर के लिए एक सामान्य सिग्नल नहीं है। आंखों की घुमाव को नियंत्रित करने वाली मांसपेशियों द्वारा अतिरिक्त सिग्नल निश्चित वस्तुएं उत्पन्न होती हैं।
हृदय सिग्नल: आपका हृदय कच्चे मांसपेशी सिग्नल का एक महत्वपूर्ण स्रोत है जिसे कभी-कभी कुछ या सभी EEG चैनलों द्वारा सीधे पता लगाया जा सकता है, उसी तरह जैसे कि एक इलेक्ट्रोकार्डियोग्राम रिकॉर्ड किया जाता है। विशिष्ट P-Q-R-S-T जटिलताएँ कभी-कभी कुछ EEG चैनलों में सीधे देखी जा सकती हैं। एक दूसरे प्रकार की हृदय निश्चित वस्तु बड़े रक्त वाहिकाओं से उत्पन्न होती है जो हृदय द्वारा रक्त को आपके धमनियों के माध्यम से पंप करने के दौरान फैलते और संकुचित होते हैं। धमनियों की दीवारें मांसपेशी हैं, और ये हमारे दिल की धड़कन के साथ सामंजस्य में फैलने और संकुचित होने पर द्वितीयक संकेत उत्पन्न करती हैं। अंततः, यदि आप एक सेंसर को एक महत्वपूर्ण धमनी के ठीक बगल में रखते हैं, तो सेंसर का आकार और आकार बदलने से यांत्रिक रूप से विस्थापित किया जा सकता है, जिससे त्वचा सतह पर सेंसर की लयबद्ध गति हो सकती है जो संपर्क इम्पीडेंस को बदल सकती है और एक चक्रीय पैटर्न में भ्रामक वोल्टेज उत्पन्न कर सकती है।
ये क्रियाएँ मांसपेशियों, आंखों और अन्य बायोसिग्नल सिग्नल उत्पन्न करती हैं जो मस्तिष्क की तरंग डेटा के साथ मिश्रित हो सकते हैं। आमतौर पर ये बायोसिग्नल मस्तिष्क के सिग्नलों की तुलना में काफी बड़े होते हैं, जिससे मस्तिष्क की गतिविधि का पता लगाना कठिन हो जाता है जब तक कि कुछ प्रकार की फ़िल्टरिंग और स्रोत पृथक्करण नहीं किया जाता है।
स्वाभाविक निश्चित वस्तुएं विशिष्ट, पूर्वानुमानित श्रेणियों में गिरती हैं और इन्हें चुनिंदा रूप से हटाने के लिए कई पूर्व-प्रसंस्करण उपकरण लागू किए जा सकते हैं। सबसे सामान्य विधि स्वतंत्र घटक विश्लेषण (ICA, कई पुस्तकालयों जैसे EEGLab, NME, और अन्य में उपलब्ध) है, और निश्चित वस्तु उप-स्थान पुनर्निर्माण विधियाँ (ASR, rASR, ICA की तुलना में अधिक कम्प्यूटेशनल रूप से कुशल)। ये मॉडल एक समय-श्रृंखला सिग्नल को विभिन्न घटकों में तोड़ने पर आधारित होते हैं, फिर उन घटकों के एक उपसमुच्चय से सिग्नल को फिर से इकट्ठा करते हैं जो विभिन्न प्रकार की निश्चित वस्तुओं से संबंधित नहीं होते हैं।
Emotiv EEG डेटा को होस्ट पीसी पर संभवतः सबसे साफ रूप में भेजा जाता है, लेकिन स्वाभाविक बायोसिग्नल निश्चित वस्तुओं को हटाने के बिना जो भिन्न उपयोगकर्ताओं के लिए दिलचस्प हो सकते हैं, और जो ICA और rASR विधियों की क्षमता को ज्ञात श्रेणियों की स्वाभाविक वस्तुओं को हटाने के लिए बढ़ा सकते हैं क्योंकि उनके संकेतों में डिवाइस पर फ़िल्टरिंग द्वारा विकृत नहीं होते हैं।
निर्व्यक्ति निश्चित वस्तुएं: ये बाहरी स्रोतों से आती हैं, जैसे:
सेंसर फिसलना, हेडसेट का आपके सिर पर मूव होना या टकराना
उपकरणों, कंप्यूटरों और अन्य उपकरणों से विकिरणित विद्युत क्षेत्र, ट्रांसफार्मर और विद्युत वायरिंग, विशेष रूप से विद्युत पावरलाइन आवृत्ति (50/60 Hz) और इन आवृत्तियों के हार्मोनिक गुणा। पावरलाइन शोर अक्सर EEG सिग्नलों में निश्चित वस्तुओं का सबसे मजबूत स्रोत होता है।
सभी आधुनिक EEG सिस्टम एनालॉग-टू-डिजिटल सिग्नल कन्वर्टर्स का उपयोग करते हैं जो एक निश्चित सैंपलिंग आवृत्ति पर काम करते हैं। डिजिटल सैंपलिंग के साथ एक ज्ञात घटना है, जिसे अलियासिंग कहते हैं, जो तब होती है जब सैंपलिंग सिस्टम को ऐसे सिग्नल का सामना करना पड़ता है जिसमें आवृत्ति घटक सैंपलिंग आवृत्ति (न्युक्विस्ट आवृत्ति) के 50% से अधिक होते हैं। उदाहरण के लिए, जब 128Hz पर सैंपल किया जाता है, तो न्युक्विस्ट आवृत्ति 64Hz है, 60Hz पावरलाइन आवृत्ति से मात्र थोड़ा अधिक। हालांकि 60Hz के हार्मोनिक्स: [120Hz, 180Hz, 240Hz, …] “न्युक्विस्ट आवृत्ति के चारों ओर लपेटते हैं” और 8Hz, 24Hz, 16Hz और इसी तरह फ़र्ज़ी या “अलियास्ड” सिग्नल के रूप में प्रकट होते हैं, क्योंकि डिजिटल प्रणाली इन उच्च आवृत्ति सिग्नलों के प्रत्येक दूसरे, तीसरे, चौथे ... चक्र के एक भाग का सैंपल करती है। पावरलाइन विकिरण की उच्च हार्मोनिक्स मौजूद होती हैं क्योंकि पावर सिस्टम में धारा और विकिरणित क्षेत्र कभी भी सही साइन वेव नहीं होते हैं। सामान्यतः लगभग 10वें हार्मोनिक तक पहचान करने योग्य विकिरणित शक्ति होती है। ये अलियास्ड उच्च आवृत्ति सिग्नल वास्तविक मस्तिष्क सिग्नलों की सामान्य सीमा के भीतर निम्न आवृत्तियों पर वास्तविक संधारणाओं से पृथक नहीं होते हैं, इसलिए इन्हें सैंपलिंग सिस्टम के लिए प्रस्तुत करने से पहले इनकमिंग सिग्नल से हटाना आवश्यक होता है।
चार्ज किए गए वस्त्रों और आस-पास के लोगों से स्थैतिक विद्युत क्षेत्र: इकट्ठा होने वाले इलेक्ट्रोस्टैटिक चार्ज आपके और अन्य लोगों और आसपास की वस्तुओं के बीच हजारों वोल्ट के संभावित अंतरों का परिणाम कर सकते हैं। उदाहरण के लिए, एक सकारात्मक चार्ज वाला वस्तु आपके शरीर और सिर में नकारात्मक चार्ज को उस वस्तु की ओर खींचेगा, और नकारात्मक चार्ज को दूर करेगा, जो आपके विभिन्न EEG सेंसर के नीचे शरीर के संभावित वितरण में असमानता का परिणाम करता है। Emotiv उपकरण AC-कपल्ड संवेदन (एनालॉग उच्च-पास फ़िल्टरिंग), एकल संदर्भ बिंदु के साथ उपयोग करते हैं, असमान स्थैतिक चार्ज वितरण को महत्वपूर्ण रूप से अलग करने के लिए। हालांकि, यदि आप या इनमें से कोई चार्ज स्रोत चारों ओर हिलता है, तो चार्ज आपके शरीर के चारों ओर चलता है जिससे एक बदलते संभावितता उत्पन्न होती है, जो फ़िल्टरों के माध्यम से प्रसारित होने के लिए तेज़ हो सकती है।
आपका इलेक्ट्रोस्टैटिक संभावित धीरे-धीरे या तात्कालिक रूप में बदल सकता है यदि आप चार्ज ले लेते हैं या तेजी से निर्वहन करते हैं, जैसे कि कार्पेट पर चलकर या धातु की वस्तुओं को छूकर, शायद एक स्पार्क उत्पन्न करते हुए। आपके शरीर का संभावितता एक क्षण में, कुछ सेकंड में, या लंबी अवधि में कई हजारों वोल्ट बदल सकती है। ये परिवर्तन पहनने योग्य EEG सिस्टम में शरीर के संभावितता रद्द करने वाले सर्किट को अस्थायी रूप से अधिभावित कर सकते हैं, जिससे EEG सिग्नलों में विशाल स्पाइक और धीमी वसूली होती है।
प्रयोगशाला आधारित EEG सिस्टम को इनमें से कई निश्चित वस्तुओं के खिलाफ सुरक्षित किया जा सकता है, उदाहरण के लिए, विषय की गतिविधि को सीमित करके, प्रयोगशाला को विद्युत रूप से स्क्रीन करके, विषय से विद्युत स्थैतिक निर्माण को रोकने के लिए एक ग्राउंडिंग लीड संलग्न करके, बहुत उच्च सैंपलिंग आवृत्ति और इसी तरह।
पहनने योग्य, बैटरी संचालित वायरलेस EEG सिस्टम इन उपायों पर اعتماد नहीं कर सकते हैं और इसलिए उन्हें विभिन्न निवारक रणनीतियों का प्रयोग करना होगा। डेटा ट्रांसमिशन दर को बैटरी जीवन के खिलाफ संतुलित करना आवश्यक है, क्योंकि वायरलेस ट्रांसमिटर्स बिजली की खपत करते हैं।
हस्तक्षेप को कम करना
EEG हेडसेट को अवांछित शोर को न्यूनतम करने के लिए डिज़ाइन किया गया है। अधिकांश बाहरी शोर स्रोत जैसे स्थैतिक बिजली और विद्युत चुम्बकीय हस्तक्षेप (जैसे, 50/60 Hz शोर और पावर लाइनों से हार्मोनिक) सामान्य मोड शोर के रूप में प्रकट होते हैं, जहाँ अंतर्निहित शरीर की संभाव्यता सभी सेंसर में लगभग समान तरीके से उतार-चढ़ाव करती है।
Emotiv उपकरणों का उपयोग एकल-पॉइंट संदर्भ सेंसर्स (CMS) से शरीर के संभाव्यता को मापने के लिए किया जाता है, जिसे एनालॉग क्षेत्र में सक्रिय रद्दीकरण प्रणाली के साथ जोड़ा गया है (CMS सिग्नल को उल्टा कर दिया जाता है और DRL सेंसर में वापस भेजा जाता है ताकि सामान्य मोड की लहरों को रद्द किया जा सके और विभेदीय इनपुट एम्पलीफायर के लिए कम शोर EEG संदर्भ स्तर निकाला जा सके। उच्च-पास (AC कपलिंग) और निम्न-पास एनालॉग फ़िल्टर (एंटी-अलियास एनालॉग फ़िल्टर), 2048Hz पर पर्याप्त ओवरसैंपलिंग, इसके बाद लगातार उप-न्युक्विस्ट डिजिटल फ़िल्टरिंग, 50/60Hz डुअल नॉच फ़िल्टरिंग और डिजिटल क्षेत्र में डेटा ट्रांसमिशन आवृत्ति (128 या 256Hz) पर डाउन-सैंपलिंग। ये उपाय जब हेडसेट सही तरीके से फ़िल्टर किया जाता है और संपर्क इम्पीडेंस कम होते हैं, तो अधिकांश बाहरी शोर स्रोतों को निर्धारित नहीं किया जा सकने वाले स्तरों तक कम कर देते हैं।
गतिशील निश्चित वस्तुएं हमारे यांत्रिक डिज़ाइन द्वारा न्यूनतम होती हैं जो प्रत्येक सेंसर्स का स्वतंत्र रूप से समर्थन करती हैं और प्रत्येक उपयोगकर्ता के आकार और आकार के लिए समायोजित होती हैं।
EmotivPRO डेटा को कैसे संभालता है
EmotivPRO में EEG डेटा ठीक उसी तरह रिकॉर्ड होता है जैसे इसे हेडसेट से प्राप्त किया जाता है। सॉफ़्टवेयर स्वचालित रूप से मांसपेशियों या आंख की गतिविधियों से निश्चित वस्तुओं को नहीं हटाता है क्योंकि डेटा सफाई तकनीक (जैसे ICA) कच्चे, अनफ़िल्टर्ड डेटा पर बेहतर काम करती है। हालाँकि, ऊपर की रूपरेखा के अनुसार, Emotiv हेडसेट सावधानीपूर्वक निर्मित सिग्नल प्रोसेसिंग लागू करता है जो अच्छे संपर्क के साथ हेडसेट होने पर साफ़ संकेत उत्पन्न करने में मदद करता है, जिससे मस्तिष्क की तरंग डेटा का विश्लेषण करना आसान हो जाता है।
क्या यह लेख सहायक था?
संबंधित लेख
क्या आपको वह चीज़ नहीं मिल रही है जिसकी आपको आवश्यकता है?
हमारी सहायता टीम बस एक क्लिक की दूर है।
क्या आप मदद की तलाश में हैं?
खोज...
ज्ञान आधार
क्या EmotivPRO स्वचालित रूप से एकत्रित EEG डेटा से कलुषित तत्व हटा देता है?
निश्चित वस्तुएं
EEG हेडसेट का उपयोग करते समय, कुछ सिग्नल मस्तिष्क की तरंग मापों में हस्तक्षेप कर सकते हैं। इन अवांछित सिग्नलों को "निश्चित वस्तुएं" कहते हैं, जो मुख्यतः दो प्रकार की होती हैं:
स्वाभाविक निश्चित वस्तुएं: ये आपके शरीर से उत्पन्न सामान्य बायो सिग्नल के कारण होती हैं, जैसे:
चेहरे, गर्दन और जबड़े की मांसपेशियों की गतिविधि: मुस्कुराना, दांत भिंचना, या कुरूपता, पलक झपकाना, wink करना, चबाना, बोलना, अपने सिर को घुमाना (गर्दन की मांसपेशियाँ)। प्रत्येक मांसपेशी समूह कुछ EEG सेंसर के करीब होता है और दूसरों से बहुत दूर, इसलिए प्रत्येक स्थान पर पता लगाया गया सिग्नल भिन्न होता है, जिससे निश्चित वस्तुओं को हटाना और अधिक कठिन हो जाता है। वास्तव में, Emotiv मांसपेशी सिग्नल के वितरण को सुलझाने के लिए सिग्नल प्रोसेसिंग और मशीन लर्निंग विधियों का उपयोग करता है ताकि पता लगाया जा सके कि कौन से समूह सक्रिय हैं, और इस प्रकार आपके चेहरे के भावों की पहचान की जा सके!
आंखों की गतिविधि: आपकी प्रत्येक आंख के पीछे की सतह (रेटिना, ऑप्टिक नर्व) पर नर्व का उच्च सांद्रता होता है और सामने की सतह पर लगभग कोई नर्व नहीं होती। प्रभावी रूप से, आपकी आंख एक बड़े डिपोल की तरह काम करती है जिसमें सामने से पीछे की ओर इलेक्ट्रिकल चार्ज का असंतुलन होता है। जब आपकी आंखें अपनी खुजारों में घूमती हैं, तो डिपोल क्षेत्र दिशा बदलता है और जहां आप देख रहे होते हैं, उस दिशा की ओर इशारा करता है, और इसे प्रत्येक EEG सेंसर के सापेक्ष भिन्न तरीके से पीछे के बायोपोटेंशियल में परिवर्तन के रूप में पता लगाया जाता है - जिसका अर्थ है कि यह सभी सेंसर के लिए एक सामान्य सिग्नल नहीं है। आंखों की घुमाव को नियंत्रित करने वाली मांसपेशियों द्वारा अतिरिक्त सिग्नल निश्चित वस्तुएं उत्पन्न होती हैं।
हृदय सिग्नल: आपका हृदय कच्चे मांसपेशी सिग्नल का एक महत्वपूर्ण स्रोत है जिसे कभी-कभी कुछ या सभी EEG चैनलों द्वारा सीधे पता लगाया जा सकता है, उसी तरह जैसे कि एक इलेक्ट्रोकार्डियोग्राम रिकॉर्ड किया जाता है। विशिष्ट P-Q-R-S-T जटिलताएँ कभी-कभी कुछ EEG चैनलों में सीधे देखी जा सकती हैं। एक दूसरे प्रकार की हृदय निश्चित वस्तु बड़े रक्त वाहिकाओं से उत्पन्न होती है जो हृदय द्वारा रक्त को आपके धमनियों के माध्यम से पंप करने के दौरान फैलते और संकुचित होते हैं। धमनियों की दीवारें मांसपेशी हैं, और ये हमारे दिल की धड़कन के साथ सामंजस्य में फैलने और संकुचित होने पर द्वितीयक संकेत उत्पन्न करती हैं। अंततः, यदि आप एक सेंसर को एक महत्वपूर्ण धमनी के ठीक बगल में रखते हैं, तो सेंसर का आकार और आकार बदलने से यांत्रिक रूप से विस्थापित किया जा सकता है, जिससे त्वचा सतह पर सेंसर की लयबद्ध गति हो सकती है जो संपर्क इम्पीडेंस को बदल सकती है और एक चक्रीय पैटर्न में भ्रामक वोल्टेज उत्पन्न कर सकती है।
ये क्रियाएँ मांसपेशियों, आंखों और अन्य बायोसिग्नल सिग्नल उत्पन्न करती हैं जो मस्तिष्क की तरंग डेटा के साथ मिश्रित हो सकते हैं। आमतौर पर ये बायोसिग्नल मस्तिष्क के सिग्नलों की तुलना में काफी बड़े होते हैं, जिससे मस्तिष्क की गतिविधि का पता लगाना कठिन हो जाता है जब तक कि कुछ प्रकार की फ़िल्टरिंग और स्रोत पृथक्करण नहीं किया जाता है।
स्वाभाविक निश्चित वस्तुएं विशिष्ट, पूर्वानुमानित श्रेणियों में गिरती हैं और इन्हें चुनिंदा रूप से हटाने के लिए कई पूर्व-प्रसंस्करण उपकरण लागू किए जा सकते हैं। सबसे सामान्य विधि स्वतंत्र घटक विश्लेषण (ICA, कई पुस्तकालयों जैसे EEGLab, NME, और अन्य में उपलब्ध) है, और निश्चित वस्तु उप-स्थान पुनर्निर्माण विधियाँ (ASR, rASR, ICA की तुलना में अधिक कम्प्यूटेशनल रूप से कुशल)। ये मॉडल एक समय-श्रृंखला सिग्नल को विभिन्न घटकों में तोड़ने पर आधारित होते हैं, फिर उन घटकों के एक उपसमुच्चय से सिग्नल को फिर से इकट्ठा करते हैं जो विभिन्न प्रकार की निश्चित वस्तुओं से संबंधित नहीं होते हैं।
Emotiv EEG डेटा को होस्ट पीसी पर संभवतः सबसे साफ रूप में भेजा जाता है, लेकिन स्वाभाविक बायोसिग्नल निश्चित वस्तुओं को हटाने के बिना जो भिन्न उपयोगकर्ताओं के लिए दिलचस्प हो सकते हैं, और जो ICA और rASR विधियों की क्षमता को ज्ञात श्रेणियों की स्वाभाविक वस्तुओं को हटाने के लिए बढ़ा सकते हैं क्योंकि उनके संकेतों में डिवाइस पर फ़िल्टरिंग द्वारा विकृत नहीं होते हैं।
निर्व्यक्ति निश्चित वस्तुएं: ये बाहरी स्रोतों से आती हैं, जैसे:
सेंसर फिसलना, हेडसेट का आपके सिर पर मूव होना या टकराना
उपकरणों, कंप्यूटरों और अन्य उपकरणों से विकिरणित विद्युत क्षेत्र, ट्रांसफार्मर और विद्युत वायरिंग, विशेष रूप से विद्युत पावरलाइन आवृत्ति (50/60 Hz) और इन आवृत्तियों के हार्मोनिक गुणा। पावरलाइन शोर अक्सर EEG सिग्नलों में निश्चित वस्तुओं का सबसे मजबूत स्रोत होता है।
सभी आधुनिक EEG सिस्टम एनालॉग-टू-डिजिटल सिग्नल कन्वर्टर्स का उपयोग करते हैं जो एक निश्चित सैंपलिंग आवृत्ति पर काम करते हैं। डिजिटल सैंपलिंग के साथ एक ज्ञात घटना है, जिसे अलियासिंग कहते हैं, जो तब होती है जब सैंपलिंग सिस्टम को ऐसे सिग्नल का सामना करना पड़ता है जिसमें आवृत्ति घटक सैंपलिंग आवृत्ति (न्युक्विस्ट आवृत्ति) के 50% से अधिक होते हैं। उदाहरण के लिए, जब 128Hz पर सैंपल किया जाता है, तो न्युक्विस्ट आवृत्ति 64Hz है, 60Hz पावरलाइन आवृत्ति से मात्र थोड़ा अधिक। हालांकि 60Hz के हार्मोनिक्स: [120Hz, 180Hz, 240Hz, …] “न्युक्विस्ट आवृत्ति के चारों ओर लपेटते हैं” और 8Hz, 24Hz, 16Hz और इसी तरह फ़र्ज़ी या “अलियास्ड” सिग्नल के रूप में प्रकट होते हैं, क्योंकि डिजिटल प्रणाली इन उच्च आवृत्ति सिग्नलों के प्रत्येक दूसरे, तीसरे, चौथे ... चक्र के एक भाग का सैंपल करती है। पावरलाइन विकिरण की उच्च हार्मोनिक्स मौजूद होती हैं क्योंकि पावर सिस्टम में धारा और विकिरणित क्षेत्र कभी भी सही साइन वेव नहीं होते हैं। सामान्यतः लगभग 10वें हार्मोनिक तक पहचान करने योग्य विकिरणित शक्ति होती है। ये अलियास्ड उच्च आवृत्ति सिग्नल वास्तविक मस्तिष्क सिग्नलों की सामान्य सीमा के भीतर निम्न आवृत्तियों पर वास्तविक संधारणाओं से पृथक नहीं होते हैं, इसलिए इन्हें सैंपलिंग सिस्टम के लिए प्रस्तुत करने से पहले इनकमिंग सिग्नल से हटाना आवश्यक होता है।
चार्ज किए गए वस्त्रों और आस-पास के लोगों से स्थैतिक विद्युत क्षेत्र: इकट्ठा होने वाले इलेक्ट्रोस्टैटिक चार्ज आपके और अन्य लोगों और आसपास की वस्तुओं के बीच हजारों वोल्ट के संभावित अंतरों का परिणाम कर सकते हैं। उदाहरण के लिए, एक सकारात्मक चार्ज वाला वस्तु आपके शरीर और सिर में नकारात्मक चार्ज को उस वस्तु की ओर खींचेगा, और नकारात्मक चार्ज को दूर करेगा, जो आपके विभिन्न EEG सेंसर के नीचे शरीर के संभावित वितरण में असमानता का परिणाम करता है। Emotiv उपकरण AC-कपल्ड संवेदन (एनालॉग उच्च-पास फ़िल्टरिंग), एकल संदर्भ बिंदु के साथ उपयोग करते हैं, असमान स्थैतिक चार्ज वितरण को महत्वपूर्ण रूप से अलग करने के लिए। हालांकि, यदि आप या इनमें से कोई चार्ज स्रोत चारों ओर हिलता है, तो चार्ज आपके शरीर के चारों ओर चलता है जिससे एक बदलते संभावितता उत्पन्न होती है, जो फ़िल्टरों के माध्यम से प्रसारित होने के लिए तेज़ हो सकती है।
आपका इलेक्ट्रोस्टैटिक संभावित धीरे-धीरे या तात्कालिक रूप में बदल सकता है यदि आप चार्ज ले लेते हैं या तेजी से निर्वहन करते हैं, जैसे कि कार्पेट पर चलकर या धातु की वस्तुओं को छूकर, शायद एक स्पार्क उत्पन्न करते हुए। आपके शरीर का संभावितता एक क्षण में, कुछ सेकंड में, या लंबी अवधि में कई हजारों वोल्ट बदल सकती है। ये परिवर्तन पहनने योग्य EEG सिस्टम में शरीर के संभावितता रद्द करने वाले सर्किट को अस्थायी रूप से अधिभावित कर सकते हैं, जिससे EEG सिग्नलों में विशाल स्पाइक और धीमी वसूली होती है।
प्रयोगशाला आधारित EEG सिस्टम को इनमें से कई निश्चित वस्तुओं के खिलाफ सुरक्षित किया जा सकता है, उदाहरण के लिए, विषय की गतिविधि को सीमित करके, प्रयोगशाला को विद्युत रूप से स्क्रीन करके, विषय से विद्युत स्थैतिक निर्माण को रोकने के लिए एक ग्राउंडिंग लीड संलग्न करके, बहुत उच्च सैंपलिंग आवृत्ति और इसी तरह।
पहनने योग्य, बैटरी संचालित वायरलेस EEG सिस्टम इन उपायों पर اعتماد नहीं कर सकते हैं और इसलिए उन्हें विभिन्न निवारक रणनीतियों का प्रयोग करना होगा। डेटा ट्रांसमिशन दर को बैटरी जीवन के खिलाफ संतुलित करना आवश्यक है, क्योंकि वायरलेस ट्रांसमिटर्स बिजली की खपत करते हैं।
हस्तक्षेप को कम करना
EEG हेडसेट को अवांछित शोर को न्यूनतम करने के लिए डिज़ाइन किया गया है। अधिकांश बाहरी शोर स्रोत जैसे स्थैतिक बिजली और विद्युत चुम्बकीय हस्तक्षेप (जैसे, 50/60 Hz शोर और पावर लाइनों से हार्मोनिक) सामान्य मोड शोर के रूप में प्रकट होते हैं, जहाँ अंतर्निहित शरीर की संभाव्यता सभी सेंसर में लगभग समान तरीके से उतार-चढ़ाव करती है।
Emotiv उपकरणों का उपयोग एकल-पॉइंट संदर्भ सेंसर्स (CMS) से शरीर के संभाव्यता को मापने के लिए किया जाता है, जिसे एनालॉग क्षेत्र में सक्रिय रद्दीकरण प्रणाली के साथ जोड़ा गया है (CMS सिग्नल को उल्टा कर दिया जाता है और DRL सेंसर में वापस भेजा जाता है ताकि सामान्य मोड की लहरों को रद्द किया जा सके और विभेदीय इनपुट एम्पलीफायर के लिए कम शोर EEG संदर्भ स्तर निकाला जा सके। उच्च-पास (AC कपलिंग) और निम्न-पास एनालॉग फ़िल्टर (एंटी-अलियास एनालॉग फ़िल्टर), 2048Hz पर पर्याप्त ओवरसैंपलिंग, इसके बाद लगातार उप-न्युक्विस्ट डिजिटल फ़िल्टरिंग, 50/60Hz डुअल नॉच फ़िल्टरिंग और डिजिटल क्षेत्र में डेटा ट्रांसमिशन आवृत्ति (128 या 256Hz) पर डाउन-सैंपलिंग। ये उपाय जब हेडसेट सही तरीके से फ़िल्टर किया जाता है और संपर्क इम्पीडेंस कम होते हैं, तो अधिकांश बाहरी शोर स्रोतों को निर्धारित नहीं किया जा सकने वाले स्तरों तक कम कर देते हैं।
गतिशील निश्चित वस्तुएं हमारे यांत्रिक डिज़ाइन द्वारा न्यूनतम होती हैं जो प्रत्येक सेंसर्स का स्वतंत्र रूप से समर्थन करती हैं और प्रत्येक उपयोगकर्ता के आकार और आकार के लिए समायोजित होती हैं।
EmotivPRO डेटा को कैसे संभालता है
EmotivPRO में EEG डेटा ठीक उसी तरह रिकॉर्ड होता है जैसे इसे हेडसेट से प्राप्त किया जाता है। सॉफ़्टवेयर स्वचालित रूप से मांसपेशियों या आंख की गतिविधियों से निश्चित वस्तुओं को नहीं हटाता है क्योंकि डेटा सफाई तकनीक (जैसे ICA) कच्चे, अनफ़िल्टर्ड डेटा पर बेहतर काम करती है। हालाँकि, ऊपर की रूपरेखा के अनुसार, Emotiv हेडसेट सावधानीपूर्वक निर्मित सिग्नल प्रोसेसिंग लागू करता है जो अच्छे संपर्क के साथ हेडसेट होने पर साफ़ संकेत उत्पन्न करने में मदद करता है, जिससे मस्तिष्क की तरंग डेटा का विश्लेषण करना आसान हो जाता है।
क्या यह लेख सहायक था?
संबंधित लेख
क्या आपको वह चीज़ नहीं मिल रही है जिसकी आपको आवश्यकता है?
हमारी सहायता टीम बस एक क्लिक की दूर है।