Od sygnału do interfejsu - EEG, przetwarzanie i zastosowania interfejsów mózg-komputer
Grzegorz Szczepanek
Pierwsze badanie elektroencefalogramem na człowieku miało miejsce blisko 100 lat temu - zapis, który początkowo spotkał się ze sceptycyzmem środowiska naukowego ostatecznie stał się ważną częścią badań, oraz diagnostyki. Pozostaje także nieinwazyjną metodą rejestracji aktywności mózgu o rozdzielczości czasowej rzędu milisekund, a rozwój metod obliczeniowych otwiera dla niego zastosowania, których ówcześni badacze nawet nie przewidywali. Prezentacja prowadzi przez pełny cykl - od sygnału do zastosowania. Zaczynamy od umiejscowienia EEG wśród metod pomiaru aktywności neuronalnej: zapisy jednostkowe (MUR) i potencjały pola lokalnego (LFP), elektrokortykografia (ECoG) oraz nieinwazyjne EEG skalpowe - każda z tych technik oferuje inny kompromis między rozdzielczością przestrzenną, czasową i inwazyjnością. Następnie przechodzimy do przetwarzania surowego sygnału: filtracji pasmowej, eliminacji artefaktów ocznych i mięśniowych metodą ICA, transformaty falkowej czy Common Spatial Patterns. Na tym fundamencie budowane są metody analizy - od klasycznych potencjałów wywołanych (ERP), przez analizę częstotliwościową, po architektury głębokiego uczenia takie jak EEGNet stworzony do pracy z tymi sygnałami. Dalej omawiamy praktyczne zastosowania tych technik: interfejsy mózg-komputer oparte na wyobrażeniu ruchowym (motor imagery) i potencjałach SSVEP, biometrię oraz rosnącą rolę sztucznej inteligencji w automatycznej diagnostyce i dekodowaniu stanów mózgu. Na koniec - przykłady z naszego podwórka. W KN Neuron zbudowaliśmy działający prototyp systemu biometrii EEG, klasyfikator do klasyfikacji Motor Imagery oraz Hex-o-Spell - klawiatura BCI sterowana wyobrażeniem ruchu i mruganiem. Pokażemy, że od surowej fali do działającego interfejsu droga jest krótsza, niż się wydaje.