量子計算機|分步式眼動系統腦機接口的工作原理

量子計算機|分步式眼動系統腦機接口的工作原理

文章圖片

量子計算機|分步式眼動系統腦機接口的工作原理

文章圖片

量子計算機|分步式眼動系統腦機接口的工作原理

文章圖片


博爾蓋蒂等人設計的分步式眼動系統接口允許在線設置和更改電壓閾值和眼動識別參數 。 使用雙眼眨眼進行字母選擇以避免在不自主眨眼期間可能出現的錯誤 , 給用戶視覺反饋并且不允許拼寫更正 。 在持續約五分鐘的練習后 , 受試者能夠達到每八點五秒一個字符的平均打字速度 。 在涉及寫二到五個字母的單詞的打字實驗中 , 每個受試者總共十二個單詞 。  


發現打字速度高度依賴于鍵盤布局 , 并且單詞中后續字符之間的距離大于每個單詞的字母數 , 這可能是由于驗證步驟要求反映了所需的眼球運動總數到達某個字母 , 尤其是當它與先前鍵入的字母相距較遠時 。 盡管這個系統的打字速度相對慢了百分之六十六以上 , 但它仍然大大超過了當時腦機接口報告的速度 。 科學家們認為 , 他們的低系統速度與其出色的系統可靠性相平衡 , 因為幾乎不需要糾正錯誤輸入 , 即使系統誤解了眼球運動 , 雙眨眼系統也能防止這種錯誤輸入 。


唯一的錯誤來源是由于字符選擇錯誤或拼寫錯誤造成的 , 錯誤率接近百分之零點三六 。 在二零零八年蔡等人建議直接使用眼睛書寫而不依賴虛擬鍵盤 。 該系統基于識別用戶“書寫”的符號 , 通過移動他的眼睛來追蹤預定義的筆畫模式的路徑 。 符號集是十個阿拉伯數字和四個數學運算符 。 眼寫符號的識別是基于測量的眼電圖波形與該符號對應的標準眼電圖波形之間的相似性 。


首先使用聚類進行分類 , 然后使用基于線性矢量量化的人工神經網絡從聚類中識別符號 。 相關研究人員認為 , 該系統具有便攜性和低成本的優點 , 因為它不需要屏幕 , 也不需要虛擬鍵盤 , 但在編寫用于通信的消息的意義上 , 它不能被認為是一個實際的打字系統 。 根據每個符號的可靠性和可行性報告了性能 。 不同符號的識別率變化很大 , 范圍從百分之五十到百分之一百 , 并且沒有報告打字速度 。   


重要的研究工作由烏薩克利在二零一零年的設計策略也沒有參與檢測視角 , 僅在眼電圖時間序列上直接使用最近鄰域算法對左右、上下眼球運動和眨眼進行在線分類 , 無需任何其他預處理或特征向量計算 。 選擇最近鄰域算法是因為它的簡單性和時間效率 , 這是實時實施所必需的 。 設計了一個簡單的用戶界面 , 顯示水平和垂直通道的實時眼電圖以及系統實用程序 。


用戶可以使用他的眼球運動在該菜單中導航 , 當光標位于選擇上時 , 用戶通過眨眼確認 。 系統不會將不自覺的眨眼識別為選擇命令 。 從主菜單選擇虛擬鍵盤后 , 有兩個選項可顯示為子菜單:標準虛擬個人電腦鍵盤和經典腦機接口P300拼寫鍵盤 。 通過使用這些鍵盤 , 結果顯示隨機五個字母單詞的速度為五個字母每二十五秒 , 分類性能為百分之九十五 。 喜歡研究人員報告說眼電圖信號可以區分眨眼和四個方向內的基本眼球運動 , 而不需要復雜而冗長的分類算法 , 而不是腦電圖信號 。

【量子計算機|分步式眼動系統腦機接口的工作原理】
所開發系統的優點之一是虛擬鍵盤上存在數字字符 。 此外 , 針對與護理人員的可能溝通需求提出的選項 , 例如:用餐、洗澡、散步等 。 “清理”命令的平均響應時間為三秒 。 在二零零九年烏薩克利等人強調了運動障礙疾病的進行性如何導致完全癱瘓甚至眼球運動能力喪失 。 他建議使用患者可能的剩余能力 , 尤其是基于腦電圖的控制 , 它不需要任何類型的運動 。 他沒有開發完整的混合系統 , 但他提出了一個系統的想法 , 即根據用戶的需求和特定時刻的性能在兩種控制模式之間切換 。

相關經驗推薦