برین مشین انٹرفیس کی کارکردگی کو بہتر بنانے کے لیے غیر فعال فیڈ بیک کے طور پر SSVEP کا اندازہ

نوری جاوید

اپ ڈیٹ کیا گیا

16 اگست، 2012

برین مشین انٹرفیس کی کارکردگی کو بہتر بنانے کے لیے غیر فعال فیڈ بیک کے طور پر SSVEP کا اندازہ

نوری جاوید

اپ ڈیٹ کیا گیا

16 اگست، 2012

برین مشین انٹرفیس کی کارکردگی کو بہتر بنانے کے لیے غیر فعال فیڈ بیک کے طور پر SSVEP کا اندازہ

نوری جاوید

اپ ڈیٹ کیا گیا

16 اگست، 2012

شاؤچینگ وانگ، احسان ترکش اصفہانی، سندراراجن وی۔ یونیورسٹی آف کیلیفورنیا رور سائیڈ

خلاصہ

دماغ اور کمپیوٹر کے درمیان رابطوں (برین کمپیوٹر انٹرفیسز) پر تحقیق بنیادی طور پر موٹر امیجری کے کاموں پر مرکوز رہی ہے، جیسے کہ کمپیوٹر اسکرین پر کرسر یا دیگر اشیاء کی حرکت۔ ایسی ایپلی کیشنز میں، یہ جاننا اہم ہے کہ صارف کب کسی چیز کو منتقل کرنے میں دلچسپی رکھتا ہے اور کب صارف اس کام میں فعال نہیں ہے۔ یہ مقالہ موٹر امیجری کے دوران صارف کی ذہنی حالت کی تصدیق کے لیے ایک فیڈ بیک میکانزم کے طور پر سٹیڈی اسٹیٹ ویژول ایووکوڈ پوٹینشل (SSVEP) کا جائزہ لیتا ہے۔ یہ پوٹینشل اس وقت ابھرتے ہیں جب کوئی شخص چمکتی ہوئی دلچسپی کی اشیاء کو دیکھتا ہے۔ اس مقالے میں چار مختلف تجربات کیے گئے ہیں۔ شرکاء سے کہا جاتا ہے کہ وہ کسی دی گئی سمت میں چمکتی ہوئی چیز کی حرکت کا تصور کریں۔ اگر شریک اس کام میں شامل ہے، تو بصری کورٹیکس میں SSVEP سگنل کا پتہ لگایا جا سکے گا اور اس طرح موٹر امیجری کے کام کی تصدیق ہو جائے گی۔ تجربے کے دوران، بصری کورٹیکس کے قریب 4 مقامات پر EEG سگنل ریکارڈ کیا جاتا ہے۔ وزن دینے کے طریقہ کار (weighting scheme) کا استعمال کرتے ہوئے، چمکنے کی فریکوئنسی کی موجودگی کا جائزہ لینے کے لیے ریکارڈ شدہ سگنل کے بہترین مجموعہ کا انتخاب کیا جاتا ہے۔ تجرباتی نتیجہ سے ظاہر ہوتا ہے کہ ٹمٹماتی ہوئی اشیاء کی پیچیدہ موٹر امیجری میں بھی SSVEP کا پتہ لگایا جا سکتا ہے۔ 85% کی کھوج کی شرح حاصل کی گئی ہے جبکہ SSVEP فیڈ بیک کے لیے ریفریشنگ کا وقت 0.5 سیکنڈ مقرر کیا گیا ہے۔

مکمل رپورٹ پڑھنے کے لیے یہاں کلک کریں

شاؤچینگ وانگ، احسان ترکش اصفہانی، سندراراجن وی۔ یونیورسٹی آف کیلیفورنیا رور سائیڈ

خلاصہ

دماغ اور کمپیوٹر کے درمیان رابطوں (برین کمپیوٹر انٹرفیسز) پر تحقیق بنیادی طور پر موٹر امیجری کے کاموں پر مرکوز رہی ہے، جیسے کہ کمپیوٹر اسکرین پر کرسر یا دیگر اشیاء کی حرکت۔ ایسی ایپلی کیشنز میں، یہ جاننا اہم ہے کہ صارف کب کسی چیز کو منتقل کرنے میں دلچسپی رکھتا ہے اور کب صارف اس کام میں فعال نہیں ہے۔ یہ مقالہ موٹر امیجری کے دوران صارف کی ذہنی حالت کی تصدیق کے لیے ایک فیڈ بیک میکانزم کے طور پر سٹیڈی اسٹیٹ ویژول ایووکوڈ پوٹینشل (SSVEP) کا جائزہ لیتا ہے۔ یہ پوٹینشل اس وقت ابھرتے ہیں جب کوئی شخص چمکتی ہوئی دلچسپی کی اشیاء کو دیکھتا ہے۔ اس مقالے میں چار مختلف تجربات کیے گئے ہیں۔ شرکاء سے کہا جاتا ہے کہ وہ کسی دی گئی سمت میں چمکتی ہوئی چیز کی حرکت کا تصور کریں۔ اگر شریک اس کام میں شامل ہے، تو بصری کورٹیکس میں SSVEP سگنل کا پتہ لگایا جا سکے گا اور اس طرح موٹر امیجری کے کام کی تصدیق ہو جائے گی۔ تجربے کے دوران، بصری کورٹیکس کے قریب 4 مقامات پر EEG سگنل ریکارڈ کیا جاتا ہے۔ وزن دینے کے طریقہ کار (weighting scheme) کا استعمال کرتے ہوئے، چمکنے کی فریکوئنسی کی موجودگی کا جائزہ لینے کے لیے ریکارڈ شدہ سگنل کے بہترین مجموعہ کا انتخاب کیا جاتا ہے۔ تجرباتی نتیجہ سے ظاہر ہوتا ہے کہ ٹمٹماتی ہوئی اشیاء کی پیچیدہ موٹر امیجری میں بھی SSVEP کا پتہ لگایا جا سکتا ہے۔ 85% کی کھوج کی شرح حاصل کی گئی ہے جبکہ SSVEP فیڈ بیک کے لیے ریفریشنگ کا وقت 0.5 سیکنڈ مقرر کیا گیا ہے۔

مکمل رپورٹ پڑھنے کے لیے یہاں کلک کریں

شاؤچینگ وانگ، احسان ترکش اصفہانی، سندراراجن وی۔ یونیورسٹی آف کیلیفورنیا رور سائیڈ

خلاصہ

دماغ اور کمپیوٹر کے درمیان رابطوں (برین کمپیوٹر انٹرفیسز) پر تحقیق بنیادی طور پر موٹر امیجری کے کاموں پر مرکوز رہی ہے، جیسے کہ کمپیوٹر اسکرین پر کرسر یا دیگر اشیاء کی حرکت۔ ایسی ایپلی کیشنز میں، یہ جاننا اہم ہے کہ صارف کب کسی چیز کو منتقل کرنے میں دلچسپی رکھتا ہے اور کب صارف اس کام میں فعال نہیں ہے۔ یہ مقالہ موٹر امیجری کے دوران صارف کی ذہنی حالت کی تصدیق کے لیے ایک فیڈ بیک میکانزم کے طور پر سٹیڈی اسٹیٹ ویژول ایووکوڈ پوٹینشل (SSVEP) کا جائزہ لیتا ہے۔ یہ پوٹینشل اس وقت ابھرتے ہیں جب کوئی شخص چمکتی ہوئی دلچسپی کی اشیاء کو دیکھتا ہے۔ اس مقالے میں چار مختلف تجربات کیے گئے ہیں۔ شرکاء سے کہا جاتا ہے کہ وہ کسی دی گئی سمت میں چمکتی ہوئی چیز کی حرکت کا تصور کریں۔ اگر شریک اس کام میں شامل ہے، تو بصری کورٹیکس میں SSVEP سگنل کا پتہ لگایا جا سکے گا اور اس طرح موٹر امیجری کے کام کی تصدیق ہو جائے گی۔ تجربے کے دوران، بصری کورٹیکس کے قریب 4 مقامات پر EEG سگنل ریکارڈ کیا جاتا ہے۔ وزن دینے کے طریقہ کار (weighting scheme) کا استعمال کرتے ہوئے، چمکنے کی فریکوئنسی کی موجودگی کا جائزہ لینے کے لیے ریکارڈ شدہ سگنل کے بہترین مجموعہ کا انتخاب کیا جاتا ہے۔ تجرباتی نتیجہ سے ظاہر ہوتا ہے کہ ٹمٹماتی ہوئی اشیاء کی پیچیدہ موٹر امیجری میں بھی SSVEP کا پتہ لگایا جا سکتا ہے۔ 85% کی کھوج کی شرح حاصل کی گئی ہے جبکہ SSVEP فیڈ بیک کے لیے ریفریشنگ کا وقت 0.5 سیکنڈ مقرر کیا گیا ہے۔

مکمل رپورٹ پڑھنے کے لیے یہاں کلک کریں