Mfumo wa Kiolesura cha Ubongo-Kompyuta unaotumia Kionyeshi cha Msisimko wa Mguso wa Ultrasonic Hewani

Yaliyomo

1. Utangulizi

Violesura vya ubongo-kompyuta (BCI) kwa kawaida hutegemea mifumo ya kuona, kusikia, au fikira za mwendo ambazo zinahitaji mafunzo makubwa ya mtumiaji na uwezo kamili wa hisi. Utafiti huu unaanzisha mbinu mpya kwa kutumia teknolojia ya kionyeshi cha msisimko wa mguso wa ultrasonic hewani (AUTD) bila kugusa ili kuunda mfumo wa BCI unaofikika kwa urahisi na usafi zaidi.

2. Nyenzo na Mbinu

2.1 Usanidi wa Majaribio

Watumiaji kujitolea wa BCI wanaume kumi na tatu (umri wa wastani 28.54 ± miaka 7.96) walishiriki katika majaribio yaliyofanyika katika taasisi nyingi za utafiti nchini Japani. Utafiti huu ulifuata miongozo ya Tamko la Helsinki la WMA na ulipata idhini ya kimaadili.

2.2 Teknolojia ya AUTD

Kizazi cha msisimko cha AUTD hutoa msisimko wa mguso wa vibrotactile bila kugusa kupitia ultrasound iliyolengwa kwa kutumia mbinu ya safu iliyopangwa. Shinikizo la mionzi $P_r$ linahesabiwa kama:

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

ambapo $I$ ni ukubwa wa sauti, $c$ ni kasi ya sauti, $p$ ni shinikizo la sauti, na $\\rho$ ni msongamano wa hewa. Kifaa hiki kinafanya kazi mara 40 chini ya kiwango kinachoruhusiwa cha kufyonzwa kwa ngozi, kuhakikisha usalama.

2.3 Uchakataji wa Ishara

Ishara za EEG zilichakatwa kwa kutumia algoriti ya muundo wa kawaida wa anga (CSP) kwa uchimbaji wa huluki. Kichujio cha anga $W$ kinapatikana kwa kutatua tatizo la thamani ya sifa ya jumla:

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

ambapo $\\Sigma_1$ na $\\Sigma_2$ ni matriki za ushirikiano wa madarasa mawili.

3. Matokeo na Hitimisho

3.1 Ulinganisho wa Utendaji

BCI inayotumia AUTD (autdBCI) ilionyesha utendaji unaolingana na BCI ya kawaida inayotumia kibadilishaji cha vibrotactile (vtBCI) katika majaribio ya mtandaoni. Mifumo yote ilifikia usahihi wa uainishaji zaidi ya kiwango cha bahati, ikithibitisha uwezekano wa BCI ya mguso bila kugusa.

3.2 Uchambuzi wa Takwimu

Uchambuzi wa takwimu ulifunua hakuna tofauti kubwa katika usahihi wa uainishaji kati ya mifumo ya autdBCI na vtBCI (p > 0.05), ikionyesha kuwa msisimko bila kugusa unaweza kuwasha kwa ufanisi majibu ya ubongo ya hisi za mwili kwa matumizi ya BCI.

4. Uchambuzi wa Kiufundi

Utafiti huu unawakilisha maendeleo makubwa katika teknolojia ya BCI isiyo-vamizi. Mbinu ya AUTD inashughulikia mapungufu muhimu ya BCI za mguso za kawaida, hasa kuhusu usafi na starehe kwa matumizi ya muda mrefu. Sawa na athari ya mabadiliko ya CycleGAN kwenye kazi za tafsiri ya picha (Zhu et al., 2017), kazi hii inaonyesha jinsi mbinu mpya za msisimko wa hisi zinaweza kupanua uwezo wa BCI.

Teknolojia ya ultrasound ya safu iliyopangwa inayotumika inashiriki kanuni na mifumo ya picha za ultrasound za matibabu, lakini inazitumia kwa ubunifu kwa msisimko wa mguso. Kulingana na utafiti kutoka IEEE Transactions on Haptics, haptics ya anga-hewa ya ultrasonic imeonyesha matumaini katika matumizi mbalimbali, lakini utafiti huu unawakilisha moja ya utekelezaji wa kwanza kwa madhumuni ya BCI.

Msingi wa hisabati wa athari ya shinikizo la mionzi unafuata kanuni zilizothibitishwa za sauti, ambapo nguvu kwa eneo la kitengo $F/A$ ni sawia na ukubwa wa sauti $I$: $F/A = I/c$. Kanuni hii ya fizikia inawezesha msisimko bila kugusa ambao huunda uvumbuzi mkuu wa utafiti huu.

Kutoka kwa mtazamo wa uchakataji wa ishara, utafiti huu unajengwa juu ya mbinu zilizowekwa za uainishaji wa EEG, hasa muundo wa kawaida wa anga (Ramoser et al., 2000), ukizibadilisha kwa ajili ya uwezo mpya wa kusababishwa wa hisi za mwili uliotokana na msisimko wa ultrasonic.

5. Utekelezaji wa Msimbo

Hapa chini kuna utekelezaji rahisi wa pseudocode wa mfumo wa udhibiti wa 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):
        """Weka sehemu ya lengo kwa kutumia mbinu ya safu iliyopangwa"""
        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):
        """Hesaba mabadiliko ya awamu kwa sehemu ya lengo"""
        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):
        """Toa muundo wa msisimko wa mguso"""
        for position in pattern:
            self.set_focal_point(*position)
            self.activate_transducers(duration)

6. Matumizi ya Baadaye

Mfumo wa AUTD-BCI unafungua uwezekano mwingi kwa matumizi ya baadaye:

• Urejeshaji wa Kimatibabu: Kwa wagonjwa wa ugonjwa wa kufungwa ambao hawawezi kutumia BCI za kawaida
• Michezo na Burudani: Uboreshaji wa uzoefu wa kuzama na mrejesho wa mguso bila kugusa
• Uhalisia wa Kubuni: Uingizwaji na mifumo ya VR kwa uzoefu wa hisi nyingi
• Teknolojia ya Usaidizi: Mifumo ya mawasiliano kwa watu wenye ulemavu mkubwa

Maelekezo ya utafiti wa baadaye ni pamoja na kuboresha azimio la anga, kuwezesha uwezo wa msisimko wa sehemu nyingi, na kuunganisha na aina nyingine za BCI kwa mifumo mseto.

7. Marejeo

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