使用脑-计算机接口对原始形状进行分类

埃赫桑·塔基什·埃斯法哈尼, V. 苏达拉贾

摘要

脑-计算机接口（BCIs）是用户交互替代技术的最新发展。本文的目的是探讨BCIs作为CAD系统用户接口的潜力。本文描述了实验和算法，这些实验和算法使用BCI来区分用户想象的原始形状。用户佩戴脑电图（EEG）耳机，想象一个立方体、球体、圆柱体、金字塔或圆锥体的形状。EEG耳机从头皮上14个位置收集脑部活动数据。数据使用独立成分分析（ICA）和希尔伯特-黄变换（HHT）进行分析。感兴趣的特征是从每个独立成分的希尔伯特谱中计算出的不同频率带（θ、α、β和γ带）的边际谱。然后应用曼-惠特尼U检验，根据相关性将EEG电极通道按五组成对分类进行排名。来自排名最高的独立成分的特征形成最终特征向量，随后用于训练线性判别分类器。结果显示，该分类器能够在五个基本原始物体之间进行区分，其平均准确率约为44.6%（与20%的天真分类率相比）在十个受试者中（准确率范围为36%–54%）。当同时使用视觉和语言提示时，准确率变化为39.9%。通过在10个不同的日子里对同一参与者进行实验，检查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具有希望，可能成为一种新颖的用户交互方式。点击此处查看完整报告。