Primitif şekillerin sınıflandırılması beyin-bilgisayar arayüzleri kullanarak

Ehsan Tarkesh Esfahani, V. Sundararajan

Öz

Beyin-bilgisayar arayüzleri (BCI'ler), kullanıcı etkileşiminin alternatif teknolojileri alanındaki son gelişmelerdir. Bu makalenin amacı, BCI'lerin CAD sistemleri için kullanıcı arayüzleri olarak potansiyelini araştırmaktır. Makale, kullanıcının hayal ettiği basit şekiller arasında ayrım yapmak için BCI'yi kullanan deneyleri ve algoritmaları tanımlamaktadır. Kullanıcılar, bir küp, küre, silindir, piramit veya koni şeklinin hayalini kurarak elektroensefalogram (EEG) başlığı takarlar. EEG başlığı, kafa derisindeki 14 noktadan beyin aktivitesini toplar. Veriler, bağımsız bileşen analizi (ICA) ve Hilbert-Huang Dönüşümü (HHT) ile analiz edilmektedir. İlgi çeken özellikler, her bağımsız bileşenin Hilbert spektrumundan hesaplanan farklı frekans bantlarının (theta, alfa, beta ve gama bantları) kenar spektralarıdır. Daha sonra Mann-Whitney U testi, EEG elektrot kanallarını beş çift sınıflama ile alaka derecelerine göre sıralamak için uygulanır. En yüksek sıralamaya sahip bağımsız bileşenlerin özellikleri, daha sonra bir lineer ayırt edici sınıflayıcıyı eğitmek için kullanılan son özellik vektörünü oluşturur. Sonuçlar, bu sınıflayıcının beş temel basit nesne arasında yaklaşık %44.6'lık bir ortalama doğrulukla ayrım yapabildiğini göstermektedir (naif sınıflama oranının %20 olduğu göz önüne alındığında) on katılımcı üzerinde (doğruluk aralığı %36-%54). Hem görsel hem de sözlü ipuçları kullanıldığında, doğruluk sınıflandırması %39.9'a değişmektedir. Özellik çıkarımı ve sınıflandırmanın tekrarlanabilirliği, aynı katılımcılarla 10 farklı günde deney yapılarak kontrol edilmiştir. Bu, BCI'nin CAD sistemlerinde geometrik şekiller oluşturma konusunda umut vaat ettiğini ve kullanıcı etkileşiminde yenilikçi bir yol olarak kullanılabileceğini göstermektedir.Tam rapor için buraya tıklayın.