Ehsan Tarkesh Esfahani, V. Sundararajan

Resumo

As interfaces cérebro-computador (BCIs) são desenvolvimentos recentes em tecnologias alternativas de interação do usuário. O objetivo deste artigo é explorar o potencial das BCIs como interfaces de usuário para sistemas CAD. O artigo descreve experimentos e algoritmos que usam a BCI para distinguir entre formas primitivas que são imaginadas por um usuário. Os usuários usam um headset de eletroencefalograma (EEG) e imaginam a forma de um cubo, esfera, cilindro, pirâmide ou cone. O headset de EEG coleta a atividade cerebral de 14 locais no couro cabeludo. Os dados são analisados com análise de componentes independentes (ICA) e a Transformada de Hilbert-Huang (HHT). Os recursos de interesse são os espectros marginais de diferentes bandas de frequência (bandas teta, alfa, beta e gama) calculados a partir do espectro de Hilbert de cada componente independente. O teste U de Mann-Whitney é então aplicado para classificar os canais de eletrodos de EEG por relevância em cinco classificações pareadas. Os recursos dos componentes independentes de classificação mais alta formam o vetor de recursos final que é então usado para treinar um classificador discriminante linear. Os resultados mostram que este classificador pode discriminar entre os cinco objetos primitivos básicos com uma precisão média de cerca de 44.6% (em comparação com a taxa de classificação ingênua de 20%) em dez indivíduos (faixa de precisão de 36%–54%). A precisão da classificação muda para 39.9% quando pistas visuais e verbais são usadas. A repetibilidade da extração de recursos e da classificação foi verificada através da realização do experimento em 10 dias diferentes com os mesmos participantes. Isso mostra que a BCI é promissora na criação de formas geométricas em sistemas CAD e poderia ser usada como um novo meio de interação do usuário.Clique aqui para obter o relatório completo.