1.コンセプトの紹介
ブレイン・コンピューター・インターフェース（BCI）システムは、ニューロテクノロジー分野の一部であり、人間の脳の指示をコンピューターに送信します。現在の研究分野では、BCIが最も急速に成長している分野です。ブレイン・コンピューター・インターフェースの応用分野には、医学、教育、神経人間工学、ゲーム、エンターテインメントなどがあります。したがって、研究者は医療、セキュリティ、教育、ロボット工学、ゲームなどの分野に分散しています。
オリジナルのBCIシステムは、筋萎縮性側索硬化症（ALS）患者の運動能力の回復など、医療補助や制御機器に使用されていました。これらの患者は、環境で何が起こっているかを認識していますが、コミュニケーションをとることができません。BCIの適用により、効果的に患者を励ますことができます。
電子機器は、脳の電気的活動を記録するために脳波（EEG）と呼ばれる脳信号によって制御することができます。P300波は、事象関連電位（ERP）の正のピークであり、300msで現れ、EEGによって記録されます。ブレイン・コンピューター・インターフェース研究の分野における主要な方法の1つは、P300の奇妙なパラダイムに基づいており、被験者は、すばやく提示される一連の標準的な刺激から珍しい標的刺激を識別します。
P300スペラーは広く使用されているBCIシステムであり、ユーザーは注意を集中することでキャラクターとコミュニケーションをとることができます。
2. BCIアプリケーション
ブレイン・コンピューター・インターフェース（BCI）システムは、医療分野、主に予防、検出、診断、リハビリテーション、修理の分野で最も広く使用されています。
ゲーム：研究者の主なトピックは、ゲームと脳の制御の組み合わせです。
マーケティング分野は、商業分野と政治分野の両方を含むテレビ広告にとって有益です。
教育システムは、脳の信号を使用して、学習した情報の印象を測定します。
3. BCIシステム
BCIシステムは、ノイズを低減するための信号取得、信号を改善し、データサイズを低減するための信号前処理（特徴抽出と分類、アプリケーションとフィードバックを含む）で構成されます。
A.
信号取得信号取得のタスクは、記録された脳信号を収集し、ノイズ信号データを削除することです。私たちのアプリケーションによると、これらのデータは、特徴のさらなる抽出と単純化のために処理タスクに渡されます。
取得の2つの方法：
•侵襲的方法：侵襲的技術では、電極はユーザーの脳または脳の表面に埋め込まれた脳神経外科です。患者の脳は、電極を介して送信される信号に徐々に適応します。
•非侵襲的方法：非侵襲的手法では、外部センサーを使用して脳の活動を測定します。患者の頭皮に電極を配置し、測定値を読み取ることを含め、脳波（EEG）信号は、特定の周波数を誘導するためにヘッドセットデバイスによって記録される脳の電気的活動を記録する非侵襲的方法です。
上の画像は、電極に接続されたイヤホンデバイスを示しています。ヘッドセットの利点は、使いやすく、ポータブルで、低価格であり、信号は高い時間分解能を提供しますが、その制限は信号対雑音比と空間分解能です。
B.特徴抽出と変換
信号処理は、信号品質を改善し、分類コンポーネントに適用されるデータサイズを削減するために使用されます。
特徴抽出は前処理の重要なタスクです。データセットの品質を向上させるために、前処理で有用な特徴が抽出されます。縮小機能は、データのサイズを縮小するために使用されます。
これに基づいて、特徴は記録された信号の異なる周波数帯域から抽出されます。特性評価は、前処理および抽出技術の主な目標です。この機能は、利用可能なデータから関連する機能を選択することによって実現されます。適用できない機能はアルゴリズムのパフォーマンスを低下させ、時間と空間の複雑さを増すため、前処理タスクは非常に重要です。
変換の目標は、入力特性をデバイス制御コマンドに変換してユーザーの目標を達成するアルゴリズムを開発することです。
C.分類
分類コンポーネントは、製品の機能を機器の指示に変換します。さまざまな機械学習分類アルゴリズムは、分類タスクの分類子とも呼ばれます。
D.フィードバック
フィードバックはユーザーの思考によって制御され、BCIソフトウェアシステムのフレームワークに組み込まれています。
E.アプリケーション
理解可能なデータはアプリケーションで使用されます。
4、P300スペルシステム
P300信号は内因性ERPであり、P300はターゲット刺激が現れてから約300ms後に現れる正のピーク信号パターンです。図に示すように、ピーク信号パターンは、まれなオーディオまたはビデオイベントの後に表示されます。
P300スペラーは、最適化された点滅と単語予測を備えた仮想キーボードです。ユニット情報転送速度（ITR）によってパフォーマンスの向上を測定し、open-vi3を使用してEEG信号をリアルタイムで収集できます。
A. EEG応答分析とブレインコンピューターインターフェース分類
標準的な臨床64チャンネルイヤホン機器を使用して、EEG信号を記録し、EEG信号をデジタル化し、256Hzの周波数の増幅器でフィルタリングします。電極キャップと参照電極間のインピーダンスは5kx以下です。
信号の分類に必要な時間は校正時間と呼ばれ、校正時間を短縮するために前処理が必要です。分類の前に必要な前処理ステップは次のとおりです
。•サンプリング：EEG信号は、ローパスおよびハイパスフィルタリングとサブサンプリングにかけられます。
•セグメント：セグメント間隔でマーカーを定義します。マーカーは、時間間隔を囲むイベントまたはデータセグメントです。
•平均：時間間隔で選択したチャネルの平均値を計算します。時間間隔は、符号付きr2値によって選択されます。
•追加：平均値を追加して、各テストチャネルの特徴ベクトルを生成します。
•生成された特徴ベクトルに対して分類アルゴリズムを実行して、モデルをトレーニングします。
記録されたEEG信号分類のパフォーマンスは、単一の刺激のパフォーマンスに基づくターゲットまたは非ターゲット認識の精度によって測定されます。精度は、10分割交差検定などの検証手法によってオフラインで計算されます。
B.特性評価
P300信号は、正しいスペルを表すために約300ミリ秒で生成される正に偏向されたERP信号です。各P300信号を特性評価に使用することはできません。
特性評価の目的は、トレーニングデータ内の各被験者の特徴を使用して分類器を構築し、ラベルのないテストデータ内の各ユーザーの特徴を予測することです。シーケンス結果が画面に表示され、正しいスペルの結果が送信されます。
高品質の刺激の後、EEGに記録されたP300信号、インキュベーション期間は約300ミリ秒、電圧は正のシフトを持ち、刺激には必要な文字が含まれていません。
結論
BCIシステムは現在最も急速に成長している分野であり、多くの研究者が論文を発表するようになっています。同時に、BCIは医療、マーケティング、輸送、ゲーム、エンターテインメント、セキュリティの分野でも広く使用されています。
P300スペラーは、最も重要で進化しているBCIシステムの1つであり、記録されたEEGを分類および分析することにより、仮想キーボードで文字を選択できます。将来、P300スペラーは完全に麻痺するか、合成がロックインされます。病気の患者は、外の世界とのコミュニケーションに最大の助けを提供します。
添付
資料：BCIduino 8チャンネルEEGアンプの特定のパラメーターは次のとおりです。
入力インピーダンス：1TΩ
入力バイアス電流：300pA
入力基準ノイズ：1μVpp
サンプリングレート：250 Hz / 500Hz
同相信号除去比：-110dB
調整可能なゲイン増幅係数： 1、2、4、6、8、12、2
分解能：24ビットADC、0.1μVの精度最大
消費電力：39mWで待機中10μW限り低く通常動作、
さらに外部の還元、リチウム二次電池を電源干渉。
サイズ：50mm * 50mm（物理測定、わずかな誤差があります）、図1に示す種類
（図1 BCIduino物理マップ）
図2 BCIduinoのノイズの多い環境一般、データ波形の浮動状態は他にないことが観察できます干渉が発生する
図3通常のノイズの多い環境でのフローティング状態のOpenBCIデータ波形（測定環境、測定時間、およびソフトウェアフィルタ設定パラメータは図2BCIduinoのものと同じです）
参加へようこそ
この記事は、BCIduinoブレインコンピューターインターフェイスオープンソースコミュニティによって編成または作成されています。BCIduinoブレイン・コンピューター・インターフェース・コミュニティは、ベイハン大学、コーネル大学、北京大学、キャピタル・メディカル大学などの修士および医師によって開始および設立されました。コードをスキャンして「BCI」に注意してコミュニティに参加することを歓迎します。 BCIduino EEGモジュールを購入する（宝物を探すものもあります）