نموذج واجهة الدماغ والحاسوب المعتمدة على شاشة اللمس بالموجات فوق الصوتية الهوائية

جدول المحتويات

1. المقدمة

اعتمدت واجهات الدماغ والحاسوب (BCIs) تقليديًا على نماذج بصرية أو سمعية أو تخيل حركي تتطلب تدريبًا مكثفًا للمستخدم وقدرات حسية سليمة. يقدم هذا البحث نهجًا جديدًا باستخدام تقنية شاشة اللمس بالموجات فوق الصوتية الهوائية غير الملامسة (AUTD) لإنشاء نموذج واجهة دماغ وحاسوب أكثر سهولة في الوصول ومراعاة للشروط الصحية.

2. المواد والطرق

2.1 الإعداد التجريبي

شارك ثلاثة عشر متطوعًا من الذكور مستخدمين لواجهات الدماغ والحاسوب (متوسط العمر 28.54 ± 7.96 سنة) في تجارب أُجريت في عدة مؤسسات بحثية في اليابان. اتبعت الدراسة إرشادات إعلان هلسنكي لجمعية الطب العالمي وحصلت على الموافقة الأخلاقية.

2.2 تقنية AUTD

يُنتج منبه AUTD تحفيزًا اهتزازيًا لمسيًا غير ملامس عبر الموجات فوق الصوتية المركزة باستخدام تقنية الصفيف الطوري. يتم حساب ضغط الإشعاع $P_r$ كالتالي:

$$P_r = \\frac{I}{c} = \\frac{p^2}{\\rho c}$$

حيث $I$ هي شدة الصوت، $c$ هي سرعة الصوت، $p$ هي ضغط الصوت، و $\\rho$ هي كثافة الهواء. يعمل الجهاز بدرجة أقل 40 مرة من الحدود المسموح بها لامتصاص الجلد، مما يضمن السلامة.

2.3 معالجة الإشارة

تمت معالجة إشارات تخطيط كهربية الدماغ (EEG) باستخدام خوارزمية الأنماط المكانية المشتركة (CSP) لاستخراج الميزات. يتم الحصول على المرشح المكاني $W$ عن طريق حل مشكلة القيم الذاتية المعممة:

$$\\Sigma_1 W = \\Lambda \\Sigma_2 W$$

حيث $\\Sigma_1$ و $\\Sigma_2$ هما مصفوفتي التغاير لفئتين.

3. النتائج والاستنتاجات

3.1 مقارنة الأداء

أظهرت واجهة الدماغ والحاسوب المعتمدة على AUTD (autdBCI) أداءً مماثلاً لواجهة الدماغ والحاسوب التقليدية المعتمدة على محول الاهتزاز اللمسي (vtBCI) في التجارب المباشرة. حقق كلا النموذجين دقة تصنيف أعلى من مستوى الصدفة، مما يؤكد جدوى واجهة الدماغ والحاسوب اللمسية غير الملامسة.

3.2 التحليل الإحصائي

كشف التحليل الإحصائي عن عدم وجود فرق ذي دلالة إحصائية في دقة التصنيف بين نموذجي autdBCI و vtBCI (p > 0.05)، مما يشير إلى أن التحفيز غير الملامس يمكن أن يثير استجابات الدماغ الحسية الجسدية بشكل فعال لتطبيقات واجهة الدماغ والحاسوب.

4. التحليل الفني

يمثل هذا البحث تقدمًا كبيرًا في تكنولوجيا واجهات الدماغ والحاسوب غير الغازية. يتناول نهج AUTD القيود الحرجة لواجهات الدماغ والحاسوب اللمسية التقليدية، خاصة فيما يتعلق بالنظافة والراحة للاستخدام طويل الأمد. على غرار التأثير التحويلي لـ CycleGAN في مهام ترجمة الصور (Zhu et al., 2017)، يوضح هذا العمل كيف يمكن لطرق التحفيز الحسي الجديدة أن توسع قدرات واجهات الدماغ والحاسوب.

تتقاسم تكنولوجيا الموجات فوق الصوتية ذات الصفيف الطوري المستخدمة المبادئ مع أنظمة التصوير بالموجات فوق الصوتية الطبية، ولكنها تطبقها بشكل إبداعي للتحفيز اللمسي. وفقًا لأبحاث من IEEE Transactions on Haptics، أظهر اللمس الهوائي بالموجات فوق الصوتية نتائج واعدة في تطبيقات متنوعة، ولكن هذه الدراسة تمثل واحدة من أولى التطبيقات لأغراض واجهات الدماغ والحاسوب.

يتبع الأساس الرياضي لتأثير ضغط الإشعاع مبادئ صوتية راسخة، حيث تكون القوة لكل وحدة مساحة $F/A$ متناسبة مع الشدة الصوتية $I$: $F/A = I/c$. يمكّن هذا المبدأ الفيزيائي التحفيز غير الملامس الذي يشكل الابتكار الأساسي في هذا البحث.

من منظور معالجة الإشارة، تبنى الدراسة منهجيات تصنيف تخطيط كهربية الدماغ المعتمدة، خاصة الأنماط المكانية المشتركة (Ramoser et al., 2000)، وتكيّفها مع جهود الفعل الحسية الجسدية المستثارة بالموجات فوق الصوتية.

5. التنفيذ البرمجي

فيما يلي تنفيذ شبه برمجي مبسط لنظام التحكم في AUTD:

class AUTDController:
    def __init__(self, transducer_count):
        self.transducers = [Transducer() for _ in range(transducer_count)]
        self.frequency = 50  # Hz
        
    def set_focal_point(self, x, y, z):
        """ضبط نقطة البؤرة باستخدام تقنية الصفيف الطوري"""
        phases = self.calculate_phases(x, y, z)
        for i, transducer in enumerate(self.transducers):
            transducer.set_phase(phases[i])
    
    def calculate_phases(self, x, y, z):
        """حساب إزاحات الطور لنقطة البؤرة"""
        phases = []
        for transducer in self.transducers:
            distance = self.calculate_distance(transducer.position, (x,y,z))
            phase_shift = (distance % wavelength) * 360 / wavelength
            phases.append(phase_shift)
        return phases
    
    def generate_stimulus(self, pattern, duration):
        """توليد نمط التحفيز اللمسي"""
        for position in pattern:
            self.set_focal_point(*position)
            self.activate_transducers(duration)

6. التطبيقات المستقبلية

يفتح نموذج AUTD-BCI العديد من الاحتمالات للتطبيقات المستقبلية:

• إعادة التأهيل الطبي: لمرضى متلازمة المنحبس الذين لا يمكنهم استخدام واجهات الدماغ والحاسوب التقليدية
• الألعاب والترفيه: تعزيز التجارب الغامرة مع ردود فعل لمسية غير ملامسة
• الواقع الافتراضي: التكامل مع أنظمة الواقع الافتراضي لتجارب متعددة الحواس
• التكنولوجيا المساعدة: أنظمة اتصال للأفراد ذوي الإعاقات الشديدة

تشمل اتجاهات البحث المستقبلية تحسين الدقة المكانية، وتطوير قدرات التحفيز متعدد النقاط، والتكامل مع أنماط واجهات الدماغ والحاسوب الأخرى لأنظمة هجينة.

7. المراجع

1. Hamada, K., Mori, H., Shinoda, H., & Rutkowski, T. M. (2014). Airborne Ultrasonic Tactile Display Brain-Computer Interface Paradigm. arXiv:1404.4184
2. Zhu, J. Y., Park, T., Isola, P., & Efros, A. A. (2017). Unpaired Image-to-Image Translation using Cycle-Consistent Adversarial Networks. IEEE ICCV
3. Ramoser, H., Muller-Gerking, J., & Pfurtscheller, G. (2000). Optimal spatial filtering of single trial EEG during imagined hand movement. IEEE Transactions on Rehabilitation Engineering
4. IEEE Transactions on Haptics. (2020). Advances in Mid-Air Haptic Technology
5. Mori, H., et al. (2012). Vibrotactile Stimuli for Brain-Computer Interface. Journal of Neural Engineering