Ehsan Tarkesh Esfahani, V. Sundararajan

摘要

脑机接口 (BCI) 是用户交互替代技术领域的最新发展。本文旨在探索 BCI 作为 CAD 系统用户接口的潜力。本文描述了利用 BCI 区分用户所想象的原始形状的实验及算法。用户戴上脑电图 (EEG) 头戴式设备，并想象立方体、球体、圆柱体、角锥体或圆锥体的形状。脑电图头戴式设备收集头皮上 14 个位置的脑活动。数据使用独立成分分析 (ICA) 和希尔伯트–黄变换 (HHT) 进行分析。感兴趣的特征是根据每个独立成分的希尔伯特谱计算出的不同频段（theta、alpha、beta 和 gamma 频段）的边际谱。然后应用曼-惠特尼 U 检验，在五个两两分类中，按相关性对脑电图电极通道进行排序。排序最高的独立成分所对应的特征构成最终的特征向量，该向量随后用于训练线性判别分类器。结果表明，在十个受试者中，该分类器可以区分五种基本原始物体，平均准确度约为 44.6%（相比之下，朴素分类率为 20%）（准确度范围为 36%–54%）。当同时使用视觉和语言提示时，准确度分类变为 39.9%。通过在 10 个不同的日期对相同的参与者进行实验，验证了特征提取和分类的可重复性。这表明 BCI 在 CAD 系统中创建几何形状方面大有可为，并可用作一种新颖的用户交互手段。点击此处查看完整报告。