Ehsan Tarkesh Esfahani, V. Sundararajan

초록

뇌-컴퓨터 인터페이스(BCI)는 사용자 상호 작용의 대안 기술 분야에서 최근 이루어진 발전입니다. 이 논문의 목적은 CAD 시스템용 사용자 인터페이스로서 BCI의 가능성을 탐구하는 것입니다. 본 논문에서는 사용자가 상상하는 기본 모양을 BCI를 사용하여 구별하는 실험과 알고리즘을 설명합니다. 사용자는 뇌전도(EEG) 헤드셋을 착용하고 정면체, 구, 원기둥, 피라미드 또는 원뿔 모양을 상상합니다. EEG 헤드셋은 두피의 14개 지점에서 뇌 활동을 수집합니다. 데이터는 독립 성분 분석(ICA)과 힐베르트-황 변환(HHT)을 통해 분석됩니다. 관심 특징은 각 독립 성분의 힐베르트 스펙트럼에서 계산된 다양한 주파수 대역(세타, 알파, 베타, 감마 대역)의 한계 스펙트럼입니다. 그런 다음 맨-휘트니 U-검정(Mann–Whitney U-test)을 적용하여 5개의 쌍별 분류에서 관련성 순으로 EEG 전극 채널의 순위를 매깁니다. 가장 높은 순위의 독립 성분에서 얻은 특징들이 최종 특징 벡터를 형성하며, 이는 선형 판별 분류기를 훈련하는 데 사용됩니다. 결과에 따르면 이 분류기는 10명의 피험자에 대해 약 44.6%의 평균 정확도(나이브 분류율 20%와 비교)로 5가지 기본 입체 객체를 구별할 수 있습니다(정확도 범위 36%~54%). 시각적 단서와 언어적 단서를 모두 사용할 경우 정확도 분류는 39.9%로 변경됩니다. 동일한 참가자를 대상으로 10일 동안 실험을 진행하여 특징 추출 및 분류의 반복성을 확인했습니다. 이는 BCI가 CAD 시스템에서 기하학적 모양을 생성하는 데 유망하며 사용자 상호 작용의 새로운 수단으로 사용될 수 있음을 보여줍니다.전체 보고서를 보려면 여기를 클릭하세요.