Étape 3: Analyse de EEG/EMG
Une fois la conception actuelle du prototype est terminée, j’ai l’intention de passer l’année prochaine ou alors améliorer cette partie du projet. Le programme que j’ai en place actuellement en travaux, mais pourcentage d’erreur est élevé, et je crois un système beaucoup plus sophistiqué et plus fiable doit être mis en œuvre. Comme je l’ai dit, ce projet est un travail en cours, avec des ressources limitées. Je suis en train d’aborder le problème même de nombreux instituts de recherche étudient, et qui est non invasive corrélation entre l’activité cérébrale à des requêtes et actions.
Je vais commencer avec la portion de l’EMG puisque c’est la partie la plus simple. Parce que le jury de BCI ouvert permet d’enregistrer des signaux EMG ainsi que les signaux EEG, il a été utilisé pour les deux. Activité musculaire a été assez facile à détecter, signal EKG constant, mais l’amplitude de l’onde sur les canaux avec une électrode sur un muscle actif était beaucoup plus élevée que le signal d’EKG. Écrire le programme pour déterminer ce mouvement particulier était simplement vous cherchez que spike et déplacer l’articulation du coude en conséquence.
L’analyse de l’EEG est un peu plus compliqué. J’ai à peu près les zones du cerveau par le placement des électrodes ciblées, mais c’est approximatif parce qu’ils ne sont pas en mesure de cibler strictement un domaine spécifique. Grandes sections ciblées incluent la zone du moteur principale quartier prémoteur et le gyrus frontal moyen. Direction, distance et la vitesse du mouvement
correspond au modèle de l’influx nerveux de la section du cortex moteur primaire qui contrôle que le muscle. Comme je le disais, le placement n’est pas exactement ciblant cette zone qu'il est placé, il y a environ 100 milliards de neurones, maintenant accordé des dispositifs de l’EEG peuvent chercher seulement de l’activité sur le cortex cérébral (couche externe du cerveau), c’est toujours pas exactement ciblage, mais j’ai utilise ce terme pour faciliter l’explication. Depuis que j’utilise un appareil EEG avec électrodes moins et moins de précision qu’une machine de qualité médicale EEG, j’ai réalisé dès le début qu'il serait difficile de déterminer les mouvements des doigts individuels ainsi décidées j’essayerais uniquement déterminer une action d’ouverture ou de fermeture.
J’ai commencé au départ avec clignote pour contrôler l’ouverture et la fermeture de la main parce qu’il était beaucoup plus facile et autorisé pour le reste du bras à construire. Deux clignotements rapides seraient ouvrir ou fermer la main. Je crois que c’est toujours dans le code, mais mis en commentaire si vous souhaitez le voir. Pour identifier tous les motifs liés à l’ouverture et la fermeture de la main, j’ai utilisé un programme d’analyse EEG appelé EEGrunt. Je vais poster un lien vers un article à ce sujet pour obtenir un peu plus d’informations.
http://www.autodidacts.IO/eegrunt-Open-source-Pyth...
Alors qu’il travaillait avec lui, il semblait être un niveau accru d’activité dans les bandes de fréquences inférieures pendant l’ouverture ou la fermeture de la main dans les zones ciblées, que j’ai discuté plus tôt. Le programme de recherche pour ces indications et envoie une commande pour ouvrir ou fermer la main. Il y a erreur reste considérable dans cette approche particulière, mais elle s’est améliorée. Comme je le disais, j’ai l’intention de consacrer l’année prochaine de ce projet à améliorer cet aspect. J’ai récemment commencé à étudier la reconnaissance de formes et d’apprentissage pour éventuellement mettre en œuvre certaines de ces notions dans le programme comme reconnaissance de motifs dans les oscillations neuronales machine va grandement aider à améliorer la fiabilité. Je suis également intéressé à travailler avec une interface cerveau-ordinateur plus sophistiquée pour améliorer la précision. Il a parcouru un long chemin, mais un développement considérable est encore nécessaire.
