Ehsan Tarkesh Esfahani, V. Sundararajan

Streszczenie

Interfejsy mózg-komputer (BCI) to najnowsze osiągnięcia w dziedzinie alternatywnych technologii interakcji z użytkownikiem. Celem niniejszego artykułu jest zbadanie potencjału BCI jako interfejsów użytkownika dla systemów CAD. W pracy opisano eksperymenty i algorytmy, które wykorzystują BCI do rozróżniania podstawowych kształtów wyobrażanych sobie przez użytkownika. Użytkownicy noszą zestaw elektroencefalograficzny (EEG) i wyobrażają sobie kształt sześcianu, kuli, walca, piramidy lub stożka. Zestaw EEG rejestruje aktywność mózgu z 14 miejsc na skórze głowy. Dane są analizowane za pomocą analizy komponentów niezależnych (ICA) oraz transformaty Hilberta-Huanga (HHT). Interesującymi cechami są widma brzegowe różnych pasm częstotliwości (pasm theta, alfa, beta i gamma) obliczone z widma Hilberta każdego niezależnego komponentu. Następnie stosuje się test U Manna-Whitneya w celu uszeregowania kanałów elektrod EEG według istotności w pięciu klasyfikacjach parzystych. Cechy z najwyżej sklasyfikowanych niezależnych komponentów tworzą ostateczny wektor cech, który jest następnie wykorzystywany do trenowania liniowego klasyfikatora dyskryminacyjnego. Wyniki pokazują, że klasyfikator ten potrafi rozróżnić pięć podstawowych obiektów prymitywnych ze średnią dokładnością około 44.6% (w porównaniu do naiwnego wskaźnika klasyfikacji wynoszącego 20%) u dziesięciu badanych (zakres dokładności 36%–54%). Dokładność klasyfikacji zmienia się na 39.9%, gdy stosowane są zarówno wskazówki wizualne, jak i słowne. Powtarzalność ekstrakcji cech i klasyfikacji sprawdzono, przeprowadzając eksperyment w ciągu 10 różnych dni z udziałem tych samych uczestników. Pokazuje to, że BCI rokuje nadzieje w zakresie tworzenia kształtów geometrycznych w systemach CAD i może być wykorzystywany jako nowatorski środek interakcji z użytkownikiem.Kliknij tutaj, aby zapoznać się z pełnym raportem.