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

บทคัดย่อ

บทความนี้ศึกษาเกี่ยวกับการจำแนกรูปแบบ EEG ที่สัมพันธ์กับการทำกิจกรรมทางจิตสามอย่าง ได้แก่ การผ่อนคลาย และการจินตนาการถึงภาพสองประเภทคือ ใบหน้าและบ้าน การทดลองนี้ดำเนินการโดยใช้ชุดหูฟัง EEG สองรุ่น ได้แก่ BrainProducts ActiCap และ Emotiv EPOC โดยชุดหูฟัง Emotiv เริ่มมีการนำไปใช้อย่างแพร่หลายในแอปพลิเคชัน BCI สำหรับผู้บริโภค ซึ่งช่วยให้สามารถทำการทดลอง EEG ขนาดใหญ่ได้ในอนาคต เนื่องจากความแม่นยำในการจำแนกประเภทนั้นสูงกว่าระดับการจำแนกแบบสุ่มอย่างมีนัยสำคัญในช่วงสามวันแรกของการทดลองด้วยชุดหูฟัง EPOC จึงได้ทำทำการทดลองควบคุมในวันที่สี่โดยใช้ ActiCap การทดลองควบคุมแสดงให้เห็นว่าการใช้อุปกรณ์วิจัยคุณภาพสูงสามารถเพิ่มความแม่นยำในการจำแนกประเภทได้ (สูงถึง 68% ในบางราย) และความแม่นยำนั้นเป็นอิสระจากการมีอยู่ของสิ่งประดิษฐ์ (artifacts) ใน EEG ที่เกี่ยวข้องกับการกระพริบตาและการเคลื่อนไหวของดวงตา นอกจากนี้ การศึกษานี้ยังแสดงให้เห็นว่าตัวจำแนกประเภทเบย์ (Bayesian classifier) ที่มีราคาประหยัดในเชิงการคำนวณและอิงตามการวิเคราะห์เมทริกซ์ความแปรปรวนร่วม (covariance matrix analysis) ให้ความแม่นยำในการจำแนกประเภทในปัญหานี้ใกล้เคียงกับตัวจำแนก Multi-class Common Spatial Patterns (MCSP) ที่มีความซับซ้อนมากกว่าคลิกที่นี่เพื่ออ่านรายงานฉบับเต็ม