احسان ترکیش اصفہانی، وی سندراراجن

خلاصہ

برین-کمپیوٹر انٹرفیسز (BCIs) صارف کے تعامل کی متبادل ٹیکنالوجیز میں حالیہ پیش رفت ہیں۔ اس مقالے کا مقصد CAD سسٹمز کے لیے صارف انٹرفیس کے طور پر BCIs کی صلاحیت کو تلاش کرنا ہے۔ اس مقالے میں ایسے تجربات اور الگورتھم کی وضاحت کی گئی ہے جو BCI کا استعمال کرتے ہوئے صارف کے تصور کردہ بنیادی اشکال کے درمیان فرق کرتے ہیں۔ صارفین الیکٹرو اینسیفلوگرام (EEG) ہیڈسیٹ پہنتے ہیں اور مکعب (cube)، کرہ (sphere)، سلنڈر (cylinder)، ہرم (pyramid) یا مخروط (cone) کی شکل کا تصور کرتے ہیں۔ EEG ہیڈسیٹ کھوپڑی پر 14 مقامات سے دماغی سرگرمی کا ڈیٹا جمع کرتا ہے۔ اس ڈیٹا کا تجزیہ انڈیپینڈنٹ کمپوننٹ اینالیسس (ICA) اور ہلبرٹ-ہوانگ ٹرانسفارم (HHT) کے ذریعے کیا جاتا ہے۔ دلچسپی کے حامل فیچرز مختلف فریکوئینسی بینڈز (تھیٹا، الفا، بیٹا اور گاما بینڈز) کے مارجنل سپیکٹرا ہیں جن کا حساب ہر خود مختار جزو (independent component) کے ہلبرٹ سپیکٹرم سے لگایا جاتا ہے۔ اس کے بعد پانچ جوڑوں کی درجہ بندیوں میں مطابقت کے لحاظ سے EEG الیکٹروڈ چینلز کی درجہ بندی کرنے کے لیے مان-وہٹنی یو-ٹیسٹ (Mann–Whitney U-test) لاگو کیا جاتا ہے۔ سب سے اعلیٰ درجہ کے خود مختار اجزاء کے فیچرز حتمی فیچر ویکٹر بناتے ہیں جسے پھر لینیئر ڈسکریمیننٹ کلاسیفائر کو ٹرین کرنے کے لیے استعمال کیا جاتا ہے۔ نتائج سے پتہ چلتا ہے کہ یہ کلاسیفائر دس افراد پر اوسطاً تقریباً 44.6% کی درستگی کے ساتھ (20% کی عام درجہ بندی کی شرح کے مقابلے میں) پانچ بنیادی اشیاء کے درمیان فرق کر سکتا ہے (درستگی کی حد 36%–54% ہے)۔ جب بصری اور زبانی دونوں اشاروں کا استعمال کیا جاتا ہے تو درستگی کی درجہ بندی بدل کر 39.9% ہو جاتی ہے۔ فیچر نکالنے اور درجہ بندی کی اعادہ پذیری (repeatability) کو انہی شرکاء کے ساتھ 10 مختلف دنوں میں تجربہ کر کے چیک کیا گیا۔ اس سے ظاہر ہوتا ہے کہ BCI، CAD سسٹمز میں ہندسی اشکال بنانے کی امید دلاتا ہے اور اسے صارف کے تعامل کے ایک نئے ذریعے کے طور پر استعمال کیا جا سکتا ہے۔مکمل رپورٹ کے لیے یہاں کلک کریں۔