Antarmuka Otak-Komputer Berdasarkan Generasi Gambar Visual

Pavel Bobrov, Alexander Frolov, Charles Cantor, Irina Fedulova, Mikhail Bakhnyan, Alexander Zhavoronkov

Abstrak

Makalah ini membahas tugas mengenali pola EEG yang sesuai dengan tiga tugas mental: relaksasi dan membayangkan dua jenis gambar: wajah dan rumah. Eksperimen dilakukan menggunakan dua headset EEG: BrainProducts ActiCap dan Emotiv EPOC. Headset Emotiv menjadi semakin banyak digunakan dalam aplikasi BCI konsumen yang memungkinkan untuk melakukan eksperimen EEG berskala besar di masa depan. Karena akurasi klasifikasi secara signifikan melebihi tingkat klasifikasi acak selama tiga hari pertama eksperimen dengan headset EPOC, eksperimen kontrol dilakukan pada hari keempat menggunakan ActiCap. Eksperimen kontrol menunjukkan bahwa pemanfaatan peralatan penelitian berkualitas tinggi dapat meningkatkan akurasi klasifikasi (hingga 68% pada beberapa subjek) dan bahwa akurasi independen dari keberadaan artefak EEG terkait kedipan dan gerakan mata. Studi ini juga menunjukkan bahwa pengklasifikasi Bayesian yang tidak mahal secara komputasi berdasarkan analisis matriks kovarians menghasilkan akurasi klasifikasi yang serupa dalam masalah ini seperti pengklasifikasi Multi-class Common Spatial Patterns (MCSP) yang lebih canggih.Klik di sini untuk membaca laporan lengkap