پارادایم رابط مغز و رایانه مبتنی بر نمایشگر لمسی فراصوت هوابرد

فهرست مطالب

1. مقدمه

رابط‌های مغز و رایانه (BCI) به طور سنتی بر پارادایم‌های بصری، شنیداری یا تصویرسازی حرکتی متکی بوده‌اند که نیازمند آموزش گسترده کاربر و قابلیت‌های حسی سالم هستند. این پژوهش رویکردی نوین با استفاده از فناوری نمایشگر لمسی فراصوت هوابرد (AUTD) بدون تماس معرفی می‌کند تا پارادایم BCI در دسترس‌تر و بهداشتی‌تری ایجاد کند.

2. مواد و روش‌ها

2.1 تنظیمات آزمایشی

سیزده کاربر داوطلب مرد BCI (میانگین سنی 28.54 ± 7.96 سال) در آزمایش‌های انجام شده در چندین مؤسسه تحقیقاتی در ژاپن شرکت کردند. این مطالعه از دستورالعمل‌های اعلامیه هلسینکی WMA پیروی کرد و تأیید اخلاقی دریافت نمود.

2.2 فناوری AUTD

مولد محرک AUTD، تحریک لرزشی لمسی بدون تماس را از طریق فراصوت متمرکز با استفاده از تکنیک آرایه فازی تولید می‌کند. فشار تابش $P_r$ به صورت زیر محاسبه می‌شود:

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

که در آن $I$ شدت صوت، $c$ سرعت صوت، $p$ فشار صوت و $\rho$ چگالی هوا است. این دستگاه 40 برابر کمتر از حد مجاز جذب پوستی عمل می‌کند و ایمنی را تضمین می‌نماید.

2.3 پردازش سیگنال

سیگنال‌های EEG با استفاده از الگوریتم الگوهای فضایی مشترک (CSP) برای استخراج ویژگی پردازش شدند. فیلتر فضایی $W$ با حل مسئله مقدار ویژه تعمیم‌یافته به دست می‌آید:

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

که در آن $\Sigma_1$ و $\Sigma_2$ ماتریس‌های کوواریانس دو کلاس هستند.

3. نتایج و نتیجه‌گیری‌ها

3.1 مقایسه عملکرد

BCI مبتنی بر AUTD (autdBCI) در آزمایش‌های برخط عملکردی قابل مقایسه با BCI سنتی مبتنی بر مبدل لرزشی لمسی (vtBCI) نشان داد. هر دو پارادایم به دقت‌های طبقه‌بندی بالاتر از سطح شانسی دست یافتند که امکان‌سنجی BCI لمسی بدون تماس را تأیید می‌کند.

3.2 تحلیل آماری

تحلیل آماری تفاوت معنی‌داری در دقت طبقه‌بندی بین پارادایم‌های autdBCI و vtBCI نشان نداد (p > 0.05)، که نشان می‌دهد تحریک بدون تماس می‌تواند به طور مؤثر پاسخ‌های مغزی حسی-بدنی را برای کاربردهای BCI برانگیزد.

4. تحلیل فنی

این پژوهش نمایانگر پیشرفت قابل توجهی در فناوری BCI غیرتهاجمی است. رویکرد AUTD محدودیت‌های حیاتی BCIهای لمسی سنتی، به ویژه در مورد بهداشت و راحتی برای استفاده بلندمدت را مورد توجه قرار می‌دهد. مشابه تأثیر تحول‌آفرین CycleGAN در وظایف ترجمه تصویر (Zhu و همکاران، 2017)، این کار نشان می‌دهد که چگونه روش‌های نوین تحریک حسی می‌توانند قابلیت‌های BCI را گسترش دهند.

فناوری فراصوت آرایه فازی به کار رفته، اصولی مشابه با سیستم‌های تصویربرداری فراصوت پزشکی دارد، اما آن‌ها را به گونه‌ای خلاقانه برای تحریک لمسی به کار می‌برد. بر اساس تحقیقات از IEEE Transactions on Haptics، haptics هوابرد فراصوتی در کاربردهای مختلف امیدوارکننده نشان داده است، اما این مطالعه یکی از اولین پیاده‌سازی‌ها برای اهداف BCI را نمایندگی می‌کند.

بنیان ریاضی اثر فشار تابش از اصول آکوستیک به خوبی مستقر پیروی می‌کند، که در آن نیرو بر واحد سطح $F/A$ متناسب با شدت آکوستیک $I$ است: $F/A = I/c$. این اصل فیزیدی، تحریک بدون تماس را امکان‌پذیر می‌سازد که هسته نوآوری این پژوهش را تشکیل می‌دهد.

از دیدگاه پردازش سیگنال، این مطالعه بر روش‌شناسی‌های طبقه‌بندی EEG مستقر، به ویژه الگوهای فضایی مشترک (Ramoser و همکاران، 2000) بنا شده و آن‌ها را برای پتانسیل‌های برانگیخته حسی-بدنی نوین تولید شده توسط تحریک فراصوتی تطبیق می‌دهد.

5. پیاده‌سازی کد

در زیر یک پیاده‌سازی شبه‌کد ساده‌شده از سیستم کنترل AUTD آورده شده است:

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):
        """تنظیم نقطه کانونی با استفاده از تکنیک آرایه فازی"""
        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):
        """محاسبه تغییر فاز برای نقطه کانونی"""
        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):
        """تولید الگوی تحریک لمسی"""
        for position in pattern:
            self.set_focal_point(*position)
            self.activate_transducers(duration)

6. کاربردهای آینده

پارادایم AUTD-BCI امکان‌های متعددی برای کاربردهای آینده می‌گشاید:

• بازتوانی پزشکی: برای بیماران سندرم قفل‌شده که نمی‌توانند از BCIهای سنتی استفاده کنند
• بازی و سرگرمی: تجربیات غوطه‌وری تقویت شده با بازخورد لمسی بدون تماس
• واقعیت مجازی: یکپارچه‌سازی با سیستم‌های VR برای تجربیات چندحسی
• فناوری کمکی: سیستم‌های ارتباطی برای افراد severely disabled

جهت‌گیری‌های پژوهشی آینده شامل بهبود وضوح فضایی، توسعه قابلیت‌های تحریک چندنقطه‌ای و یکپارچه‌سازی با سایر حالت‌های BCI برای سیستم‌های ترکیبی است.

7. مراجع

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