Ehsan Tarkesh Esfahani、V. Sundararajan

摘要

腦機介面 (BCI) 是使用者互動替代技術的最新發展。本論文旨在探討 BCI 作為 CAD 系統使用者介面的潛力。文中介紹了利用 BCI 來區分使用者所想像之原始形狀的實驗與演算法。使用者戴上腦波圖 (EEG) 頭戴式裝置，並想像立方體、球體、圓柱體、角錐體或圓錐體的形狀。EEG 頭戴式裝置從頭皮上的 14 個位置收集大腦活動。數據使用獨立成分分析 (ICA) 和希爾伯特-黃轉換 (HHT) 進行分析。所關注的特徵是從每個獨立成分的希爾伯特譜計算出的不同頻帶（theta、alpha、beta 和 gamma 頻帶）的邊際譜。接著應用曼-惠特尼 U 檢定，在五個成對分類中按相關性對 EEG 電極通道進行排名。來自排名最高之獨立成分的特徵形成最終的特徵向量，然後用於訓練線性判別分類器。結果顯示，該分類器可以在十個受試者中區分五種基本原始物體，平均準確度約為 44.6%（相比之下，簡單分類率為 20%）（準確度範圍為 36%–54%）。當同時使用視覺和口頭提示時，分類準確度變為 39.9%。透過在 10 個不同的日期對相同的參與者進行實驗，驗證了特徵提取與分類的可重複性。這表明 BCI 在 CAD 系統中建立幾何形狀方面具有前景，並可作為一種新型的使用者互動手段。按此處閱讀完整報告。