使用腦-電腦介面對原始形狀進行分類

Ehsan Tarkesh Esfahani, V. Sundararajan

摘要

腦機介面 (BCIs) 是用戶互動替代科技的最新發展。本文的目的是探索BCIs作為CAD系統用戶界面的潛力。本文描述了利用BCI區分用戶想象的基本形狀的實驗和算法。用戶佩戴腦電圖 (EEG) 頭套並想象立方體、球體、圓柱體、金字塔或圓錐形的形狀。EEG 頭套收集頭皮14個位置的腦活動數據。數據通過獨立成分分析 (ICA) 和希爾伯特–黃變換 (HHT) 進行分析。感興趣的特徵是根據每個獨立成分的希爾伯特譜計算的不同頻率帶（theta、alpha、beta和gamma頻段）的邊際譜。然後應用曼–惠特尼U檢驗來在五個配對分類中按相關性排序EEG電極信道。最高排名的獨立成分形成最終特徵向量，然後用於訓練線性判別分類器。結果顯示，該分類器能夠以44.6%的平均準確率（相對於20%的初級分類率）區分五個基本原始對象，涵蓋十名受試者（準確率範圍為36%–54%）。當使用視覺和語言提示時，準確性分類變更為39.9%。通過對同一參與者進行10天的實驗來檢查特徵提取和分類的可重複性。這表明BCI在創造CAD系統中的幾何形狀方面具有希望，並且可以作為新型的用戶互動方式使用。按此查看完整報告。