Ehsan Tarkesh Esfahani, V. Sundararajan

Abstrak

Brain–computer interfaces (BCIs) adalah perkembangan baru dalam teknologi alternatif interaksi pengguna. Tujuan dari makalah ini adalah untuk mengeksplorasi potensi BCI sebagai antarmuka pengguna untuk sistem CAD. Makalah ini menjelaskan eksperimen dan algoritma yang menggunakan BCI untuk membedakan antara bentuk-bentuk primitif yang dibayangkan oleh pengguna. Pengguna mengenakan headset elektroensefalogram (EEG) dan membayangkan bentuk kubus, bola, silinder, piramida, atau kerucut. Headset EEG mengumpulkan aktivitas otak dari 14 lokasi di kulit kepala. Data tersebut dianalisis dengan analisis komponen independen (ICA) dan Transformasi Hilbert–Huang (HHT). Fitur yang menarik adalah spektrum marginal dari pita frekuensi yang berbeda (pita theta, alpha, beta, dan gamma) yang dihitung dari spektrum Hilbert dari setiap komponen independen. Uji Mann–Whitney U kemudian diterapkan untuk memeringkat saluran elektroda EEG berdasarkan relevansinya dalam lima klasifikasi berpasangan. Fitur-fitur dari komponen independen berperingkat tertinggi membentuk vektor fitur akhir yang kemudian digunakan untuk melatih pengklasifikasi diskriminan linier. Hasil menunjukkan bahwa pengklasifikasi ini dapat membedakan antara lima objek primitif dasar dengan akurasi rata-rata sekitar 44.6% (dibandingkan dengan tingkat klasifikasi naïve sebesar 20%) terhadap sepuluh subjek (rentang akurasi 36%–54%). Klasifikasi akurasi berubah menjadi 39.9% ketika isyarat visual dan verbal digunakan. Keterulangan ekstraksi fitur dan klasifikasi diperiksa dengan melakukan eksperimen pada 10 hari berbeda dengan peserta yang sama. Ini menunjukkan bahwa BCI menjanjikan dalam menciptakan bentuk geometris dalam sistem CAD dan dapat digunakan sebagai sarana baru interaksi pengguna.Klik di sini untuk laporan lengkapnya.