Интерфейси мағз–компютер дар асоси P300 (Brain–Computer Interface, BCI) усули ҳамкории инсон–мошин аст, ки ҳадаф дорад бо таснифи ҷавобҳои EEG-и вобаста ба рӯйдод, ки корбар ба ҳадафҳои визуалӣ медиҳад, ба системаи компютерӣ фармон интиқол диҳад. Ин таҳқиқот омӯхтааст, ки ҳангоми кам кардани шумораи электродҳои системаи анъанавии ҳаштканалии P300-BCI то кадом андоза самаранокии тасниф ва таҷрибаи корбарро нигоҳ доштан мумкин аст. Муҳаққиқон Genetic Algorithm (GA)-ро якҷо бо Bayesian Linear Discriminant Analysis (BLDA) истифода бурда, аз каналҳои F3, F4, C3, C4, P3, P4, O1 ва O2 як тарҳи собити секаналиро интихоб карданд ва таркиби ниҳоиро барои ҳамаи 48 иштирокчӣ C3, C4 ва P4 муайян намуданд.

Дар таҳқиқот 48 ихтиёрии солими 18-26-сола иштирок карданд; 12 иштирокчӣ зан ва 36 иштирокчӣ мард буданд. Гузориш шудааст, ки иштирокчиён биниши муқаррарӣ ё ислоҳшудаи муқаррарӣ доштанд, таърихи бемории неврологӣ ё равонӣ надоштанд ва пештар дар таҷрибаҳои EEG иштирок накарда буданд. Маълумоти EEG бо суръати намунагирии 250 Hz тавассути ҳашт электроди тар сабт шуда, импеданси тамос дар ҳамаи каналҳо то камтар аз 10 kΩ паст карда шуд.

Дар интихоби канал бо GA-BLDA маълумоти ҳар як иштирокчӣ аввал алоҳида коркард шуд. Ҳар як таркиби номзади каналҳо дар GA бо вектори бинарии ҳаштбитӣ ифода гардида, дақиқии санҷиши салибии 10-қисмаи таснифгари BLDA, ки бо каналҳои интихобшуда омӯзонида шудааст, ҳисоб шуд ва истифодаи каналҳои зиёдатӣ дар функсияи fitness ҷазо дода шуд. Сипас таркибҳои оптималии ёфтшуда дар 48 нафар якҷо карда шуданд, басомади интихоб шудани каналҳо ҳисоб гардид ва се канали аз ҳама бештар интихобшуда — C3, C4 ва P4 — собит карда шуданд.

Тарҳи секаналӣ дар даври охирин, яъне 10. даври ангезиши таҷрибаи offline, ба дақиқии миёнаи %86,67 расид, дар ҳоле ки системаи ҳаштканалӣ дақиқии %91,88 дод. Дар ин марҳила фарқ тақрибан 5,2 банди фоизиро ташкил дод ва дар даврҳои 7-10. фарқи аз ҷиҳати оморӣ муҳим ба фоидаи ҳашт канал гузориш шуд. Дар ҳамон 10. давр суръати интиқоли иттилоот дар се канал 22,47 bit/dk ва дар ҳашт канал 24,60 bit/dk буд.

Дар санҷиши online дақиқии миёнаи системаи секаналӣ %90,21 ± 5,36 ва дақиқии миёнаи системаи ҳаштканалӣ %92,40 ± 5,55 муайян шуд. Манбаъ хабар медиҳад, ки фарқи дақиқии online ба аҳамияти оморӣ нарасидааст. Суръати миёнаи online-и интиқоли иттилоот бошад дар се канал 23,66 ± 4,02 bit/dk ва дар ҳашт канал 27,52 ± 3,76 bit/dk буд.

Кам кардани шумораи электродҳо аз ҳашт ба се на танҳо мураккабии физикии системаи таснифро коҳиш дод, балки вақти омодасозии корбарро низ аз 30 дақиқа ба 3 дақиқа паст кард. Манбаъ ин тағйиротро ҳамчун %90 коҳиши вақти омодагӣ гузориш медиҳад. Вақти тозакунӣ пас аз таҷриба низ %80 кам шуд. Дар арзёбии NASA-TLX тарҳи секаналӣ дар андозаҳои mental demand, physical demand ва андозае, ки дар манбаъ “performance” номида шудааст, холҳои пасттар нишон дод.

Ин натиҷаҳо маънои онро надоранд, ки се электрод дар ҳар шароит маҳз ҳамон иттилоотеро интиқол медиҳанд, ки ҳашт электрод. Дар даврҳои offline 7-10. системаи ҳаштканалӣ бартарии аз ҷиҳати оморӣ муҳими самаранокӣ нишон дод. Илова бар ин, таҳқиқот танҳо дар калонсолони ҷавони солим, муҳити назоратшавандаи воқеияти маҷозӣ ва бо электродҳои тар анҷом дода шуд. Ин таҳқиқот нишон надодааст, ки ҳамин самаранокӣ дар беморони клиникӣ, аҳолии солхӯрда, электродҳои хушк ва шароити воқеии зиндагӣ бо ҳаракати зиёд ва садои муҳити зист нигоҳ дошта мешавад.

Интерфейси мағз–компютер чист?

Интерфейси мағз–компютер системаи иртиботи инсон–мошин аст, ки сигналҳои аз фаъолияти мағз ченшударо ба фармонҳое табдил медиҳад, ки компютер ё дастгоҳи беруна метавонад фаҳмад. Дар ин таҳқиқот сигнали мағз тавассути электроэнсефалография (Electroencephalography, EEG) аз рӯйи пӯсти сар чен карда мешавад. Корбар ба ҷойи пахш кардани тугма бо ҳаракати мушак, дар муҳити маҷозӣ ба ҳадафи визуалии муайян диққат медиҳад ва система аз ҷавоби EEG тахмин мекунад, ки кадом ҳадаф интихоб шудааст.

P300 чиро ифода мекунад?

P300 яке аз ҷузъҳои ҷавоби электрикии вобаста ба рӯйдод аст, ки ҳангоми диққат додан ба ҳадаф ё ангезандаи камёб метавонад дар EEG пайдо шавад. Номи он ба ҷузъи потенсиали мусбате асос меёбад, ки маъмулан дар миқёси садҳо миллисония пас аз ангезанда дида мешавад. Ин таҳқиқот ба ҷойи истифодаи як нуқтаи танги вақт, маълумоти EEG-ро дар фосилаи 0-600 ms пас аз оғози ангезанда барои тасниф коркард кардааст.

Мантиқи асосии BCI дар асоси P300 чунин аст: имконоти зиёди экран пайдарпай медурахшанд; корбар танҳо ба имконоти ҳадаф диққат медиҳад; ангезишҳои ҳадаф ва ғайриҳадаф дар EEG ҷавоби омории якхела ба вуҷуд намеоранд. Таснифгар ин фарқро меомӯзад ва тахмин мекунад, ки корбар кадом интихобро интихоб кардан мехоҳад.

Чаро каналҳои камтари EEG лозиманд?

Системаи бисёрканалии EEG метавонад иттилооти фазоии васеътар ҷамъ кунад; аммо ҳар як электроди нав корҳои омодасозии кулоҳ, истифодаи гели ноқил, назорати импеданс, ноқилкашӣ ва тозакунии пас аз таҷрибаро зиёд мекунад. Аз ин рӯ, кам кардани шумораи каналҳо метавонад на танҳо сарбории ҳисоббарориро, балки раванди омодасозии ҷисмониеро, ки ба корбари воқеӣ бор мешавад, низ кам кунад.

Дар иваз, хатари муҳим ба вуҷуд меояд: бо кам шудани шумораи каналҳо қисми хурдтари пӯсти сар намунагирӣ мешавад ва эҳтимоли аз даст рафтани қисми иттилооти сигнал меафзояд. Аз ин рӯ, саволи асосӣ “истифодаи камтарин шумораи имконпазири электродҳо” нест. Масъалаи илмӣ ин аст, ки ҳангоми дар сатҳи қобили қабул нигоҳ доштани талафи самаранокӣ шумораи электродҳоро то чӣ андоза метавон кам кард.

Электродҳои EEG дар куҷо ҷойгир шуданд?

Системаи ибтидоӣ мувофиқи стандарти байналмилалии ҷойгиркунии электродҳои 10-20 ҳашт каналро истифода кардааст:

C3 ва C4 нишонаҳои минтақаи марказӣ, P4 бошад нишонаи минтақаи париеталӣ аст. Алгоритми интихоби каналҳои таҳқиқот ин се каналро аз рейтинги умумии басомади натиҷаҳои интихоби offline-и ҳамаи 48 иштирокчӣ муайян кардааст.

Сигнали EEG чӣ гуна сабт шуд?

Дар таҳқиқот кулоҳи пӯшидани EEG, ки аз ҷониби South China Brain Control Technology Co., Ltd. таҳия шудааст, истифода шуд. Система тавассути Bluetooth 4.2 ба компютер пайваст шуда, ҳашт канал дар вақти воқеӣ сабт гардид.

Суръати намунагирӣ:

\[ f_s=250\ \mathrm{Hz} \]

буд, бинобар ин система барои ҳар канал дар як сония 250 намуна сабт мекунад. Ба минтақаи тамоси электродҳои тар хамираи ноқил истифода шуда, импеданси тамос:

\[ Z<10\ \mathrm{k\Omega} \]

муқаррар карда шуд. Импеданси паст ва назоратшавандаи электрод–пӯст барои сабти устувортари сигналҳои биопотенсиалии миқёси микроволт, монанди EEG, муҳим аст.

Як порчаи EEG чӣ гуна пешакӣ коркард шуд?

Барои ҳар flash-и визуалии алоҳида оғози ангезанда \(t=0\) қабул шуда:

\[ [-200,\ 600]\ \mathrm{ms} \]

порчаи EEG дар ин фосила гирифта шуд.

Занҷири пешкоркард чунин тартиб дорад:

1. Амплитудаи миёнаи қисми пеш аз ангезанда байни −200 ва 0 ms ҳисоб мешавад.
2. Ин миёна аз тамоми сегменти −200 то 600 ms тарҳ шуда, baseline correction иҷро мешавад.
3. Бо филтри IIR band-pass дараҷаи чорум банди 0,1-25 Hz нигоҳ дошта мешавад.
4. Барои кам кардани халали шабакаи барқи 50 Hz филтри notch истифода мешавад.
5. Сигнали филтршуда 5 маротиба downsample карда мешавад.

5 маротиба downsample кардани суръати ибтидоии намунагирии 250 Hz зичии самараноки намунагирии силсилаи маълумоти коркардшударо то панҷяки он коҳиш медиҳад. Манбаъ ин корро махсус барои кам кардани ҳаҷми маълумот ва сарбории ҳисоббарории минбаъда анҷом додааст.

Чаро baseline correction анҷом дода мешавад?

Сатҳи мутлақи шиддати сегменти EEG метавонад ҷойивазкуниҳои сусти мустақил аз ҷавоби P300 ё фарқҳои ибтидоии байни сегментҳоро дар бар гирад. Baseline correction миёнаи фосилаи −200-0 ms пеш аз ангезандаро ҳамчун истинод қабул карда, тамоми сегментро нисбат ба ин истинод аз нав марказнок мекунад.

Ба таври омӯзишӣ амалиётро:

\[ x_{\mathrm{corr}}(t) = x(t) - \overline{x}_{[-200,0]} \]

метавон тасаввур кард. Ин намоиши математикӣ дар манбаъ муодилаи алоҳидаи рақамгузоришуда нест; он намоиши тавзеҳии амали тарҳи baseline аст, ки манбаъ бо матн шарҳ медиҳад.

Хусусиятҳо чӣ гуна истихроҷ шуданд?

Пас аз филтркунӣ ва downsampling қисми 0-600 ms пас аз ангезанда ҳамчун равзанаи таҳлил истифода шуд. Манбаъ мегӯяд, ки ин фосила дар намунагирии ибтидоии 250 Hz дорои 150 намуна ва пас аз 5 маротиба downsampling дорои 30 намуна аст.

Равзанаи 0-600 ms ба чор зерравзанаи баробар тақсим шуд:

0-150 ms, 150-300 ms, 300-450 ms ва 450-600 ms.

Дар ҳар зерравзана ду хусусияти соҳаи вақт ҳисоб шуд:

• амплитудаи миёнаи EEG,
• дисперсияи амплитудаи EEG.

Ин хусусиятҳои ҳамаи каналҳои интихобшуда якҷо карда шуда, вектори хусусиятҳои як даври ангезиш сохта шуд.

Сипас векторҳои хусусиятҳои 10 даври ангезиш барои як ҳадаф болои ҳам гузошта шуда, миёнагирӣ шуданд. Ҳадаф кам кардани садои стихиявии пасзаминаи EEG ва тақвияти иттилооти такроршавандаи P300-и вобаста ба ҳадаф буд.

Ин равиши averaging арзиши табиӣ дорад: шумораи бештари даврҳои ангезиш метавонад дақиқии таснифро баланд кунад, аммо вақти лозим барои додани фармонро дароз мекунад. Сабаби асосии математикии он ки дар таҳқиқот бо афзоиши Accuracy ITR бо шумораи даврҳо кам мешавад, ҳамин аст.

Санҷиши салибии 10-қисма чӣ кор мекунад?

10-fold cross-validation тартиби арзёбие аст, ки маҷмӯи маълумотро ба даҳ қисм тақсим мекунад ва мекӯшад аз мутобиқшавии танҳо азёдкардаи модел ба ҳамон маълумот пешгирӣ кунад. Манбаъ тақсимоти маълумотро дар сатҳи trial анҷом дода, дар ҳар итератсия тақрибан %90 маълумотро барои омӯзиш ва %10-ро барои тест истифода кардааст.

Ҳар яке аз даҳ қисм бо навбат қисми тест мешавад. Ҳамин тавр, самаранокӣ ба як тақсимоти тасодуфии омӯзиш-тест вобаста намемонад.

Дақиқии fitness дар интихоби канал низ ба ҳамин самаранокии санҷиши салибии 10-қисмаи BLDA асос меёбад.

Интихоби канали GA-BLDA чӣ гуна кор мекунад?

Дар чаҳорчӯбаи GA-BLDA, Genetic Algorithm механизми интихобест, ки зермаҷмӯаҳои эҳтимолиро аз ҳашт канали EEG дар сатҳи глобалӣ ҷустуҷӯ мекунад, BLDA бошад таснифгари fitness аст, ки дақиқии таснифи ҳар як маҷмӯи номзади каналҳоро арзёбӣ мекунад; зермаҷмӯаҳои оптималие, ки GA барои ҳар шахс меёбад, сипас дар 48 иштирокчӣ аз рӯйи басомад ҷамъбаст шуда, ба тарҳи собити C3-C4-P4 табдил дода мешаванд.

Таркиби канал дар алгоритми генетикӣ чӣ гуна рамзгузорӣ мешавад?

Ҳар як ҳалли номзад вектори бинарии ҳаштэлементӣ аст:

\[ \mathbf{x}_i= [x_{i1},x_{i2},\ldots,x_{i8}] \]

Дар ин ҷо:

\[ x_{ij}= \begin{cases} 1,& j.\ kanal\ seçilmişse\\ 0,& j.\ kanal\ seçilmemişse \end{cases} \]

Масалан, як фард метавонад танҳо дар се мавқее, ки C3, C4 ва P4-ро ифода мекунанд, 1 дошта бошад. Манбаъ популятсияи аввалро тасодуфӣ месозад; ҳамин тавр, дар оғоз пешфарзи хоси шахс дар бораи интихоби ягон электроди муайян истифода намешавад.

Чаро функсияи fitness танҳо дақиқӣ нест?

Алгоритме, ки танҳо дақиқии таснифро ҳадди аксар мекунад, метавонад истифодаи каналҳои бештарро афзал донад. Азбаски ҳадафи таҳқиқот ҳам дақиқии баланд ва ҳам шумораи ками каналҳо аст, манбаъ функсияи вазндори якҳадафаи fitness-и зеринро истифода кардааст:

\[ f(\mathbf{x}) = Acc(\mathbf{x}) - \lambda \frac{\|\mathbf{x}\|_1}{N} \tag{4} \]

Дар ин ҷо:

• \(f(\mathbf{x})\): холи fitness-и таркиби номзади каналҳо,
• \(Acc(\mathbf{x})\): дақиқии тасниф, ки бо BLDA ва 10-fold cross-validation ҳисоб шудааст,
• \(\lambda\): коэффисиенти вазн, ки қувваи ҷаримаи шумораи каналҳоро назорат мекунад,
• \(\|\mathbf{x}\|_1\): шумораи каналҳои интихобшуда,
• \(N=8\): шумораи умумии каналҳои номзад.

\(\|\mathbf{x}\|_1/N\) ҳиссаи каналҳои интихобшуда аст. Ҳар қадар канал бештар истифода шавад, ин ҳад зиёдтар шуда, аз холи fitness ҷаримаи калонтар тарҳ мешавад.

Масалан, аз ду ҳалли дақиқиашон баробар, ҳалли дорои се канал нисбат ба ҳалли дорои ҳашт канал ҳади хурдтари ҷаримаи канал дорад. Ҳамин тавр, алгоритм на танҳо “дақиқтарин”, балки таркиберо меҷӯяд, ки бо нигоҳ доштани дақиқӣ тарҳи камзичтари электродҳоро таъмин кунад.

Ёддошти бозтавлидшавандагӣ: Манбаъ мефаҳмонад, ки \(\lambda\) чиро назорат мекунад, аммо арзиши ададии \(\lambda\)-и истифодашударо гузориш намедиҳад. Аз ин рӯ, бозтавлиди пурраи ададии функсияи fitness танҳо бо маълумоти PDF имконпазир нест.

Амалиётҳои генетикӣ кадомҳоянд?

Манбаъ се механизми асосиро истифода мекунад:

• Элитизм: ҳалли дорои баландтарин арзиши fitness дар он насл бетағйир ба популятсияи нав интиқол дода мешавад.
• Exchange/Crossover: бо иваз кардани қисмҳо байни битҳои каналии фардҳои дигар таркибҳои нав сохта мешаванд.
• Variation/Mutation: баъзе битҳо бо эҳтимолият аз 0 ба 1 ё аз 1 ба 0 иваз шуда, нуқтаҳои нави ҷустуҷӯ сохта мешаванд.

Вазифаи элитизм пешгирӣ аз гум шудани беҳтарин ҳалли мавҷуда дар ҷараёни амалиётҳои генетикӣ аст. Crossover сохторҳои ҳалли мавҷударо аз нав якҷо мекунад. Mutation бошад бо тавлиди таркибҳои нави канал дар популятсия хатари барвақт дар як ҳалли маҳаллӣ мондани ҷустуҷӯро кам мекунад.

GA кай қатъ мешавад?

Манбаъ ду шарти қатъкуниро истифода мекунад:

1. Агар ҳалли оптималии ҷорӣ дар шумораи муайяни итератсияҳои пайдарпай тағйир наёбад.
2. Агар ба шумораи максималии итератсияҳо расида шавад.

Ҳадди дуюм дар танзими ниҳоии оптимизатсия 10 итератсия аст. Аммо арзиши ададии параметри \(T\), ки шумораи такрори пайдарпайи ҳамон ҳалли оптималиро дар шарти аввал нишон медиҳад, дар PDF дода нашудааст.

Параметрҳои GA чӣ гуна интихоб шуданд?

Муҳаққиқон ба ҷойи оғоз кардани чор параметри GA бо як арзиши ягона, онҳоро бо тарҳи таҷрибаи ортогоналӣ санҷидаанд:

Бо тарҳи ортогоналии \(L_{25}(5^4)\) дорои чор омил ва панҷ сатҳ, ба ҷойи санҷидани ҳамаи таркибҳои назариявӣ як ба як, 25 таркиби параметрҳо арзёбӣ шуд.

Баландтарин дақиқии секаналӣ дар конфигуратсияи Orthogonal Experiment 12 %88,0 муайян шуд. Танзимоти GA, ки дар таҳлилҳои баъдӣ истифода шуданд:

Манбаъ барои crossover параметри алоҳидаи эҳтимолиятро гузориш намедиҳад; иҷро шудани амали Exchange-ро нишон медиҳад.

Тасодуфият чӣ гуна назорат шуд?

Популятсияи ибтидоии GA, тақсимоти маълумоти cross-validation, нуқтаҳои crossover ва амалиёти mutation тасодуфият доранд. Муҳаққиқон барои назорат кардани ин тағйирпазирӣ дар муҳити Python як global pseudorandom seed-и собит муайян кардаанд.

Манбаъ мегӯяд, ки ба ин васила роҳи алгоритмиро бо ҳамон маълумоти offline ва параметрҳо такрор кардан мумкин аст.

Аммо дар PDF арзиши ададии seed гузориш нашудааст. Аз ин рӯ, маълумоти “fixed seed истифода шуд” мантиқи усулро шарҳ медиҳад, вале танҳо матни мақола барои он ки муҳаққиқи мустақил ҳамон random state-ро созад, кофӣ нест.

Басомади интихоб шудани каналҳо чӣ гуна буд?

Чаро се канал интихоб шуд, на ду ё чор?

Манбаъ дар параметрҳои Orthogonal Experiment 12 бо зиёд кардани шумораи каналҳо дақиқии миёнаро муқоиса кардааст:

Ҳангоми аз як канал ба се канал гузаштан дақиқӣ ба таври намоён зиёд мешавад. Пас аз се канал фоидаи электродҳои иловагӣ камтар мешавад. Манбаъ ин платои самаранокиро ҳамчун нуқтаи муносибтарини тавозун байни шумораи электродҳо ва дақиқӣ тафсир карда, барои системаи ниҳоии камканалӣ се каналро интихоб кардааст.

Оё ин система воқеан BCI-и “бе калибркунӣ” аст?

Не; таҳқиқот барои корбари нав ҷустуҷӯи канал дар асоси GA ва аз нав ҳисоб кардани таркиби каналҳоро бартараф мекунад, аммо пеш аз таҷрибаи расмии online таснифгари BLDA бо маълумоти шахсии offline calibration омӯзонида мешавад; аз ин рӯ, ибораи “zero-calibration-cost” бояд на ҳамчун бартараф шудани калибркунии умумии таснифгари EEG, балки ҳамчун бартараф шудани хароҷоти алгоритми интихоби канали хоси корбар фаҳмида шавад.

Чаро таҷрибаи пешакӣ аз таҷрибаи расмӣ ҷудо карда шуд?

Дар таҳқиқот раванд аз рӯйи вақт ҷудо карда шуд, то оптимизмеро кам кунад, ки метавонист аз истифодаи мустақими ҳамон маълумот ҳам барои кашфи се канал ва ҳам барои тасдиқи бартарии се канал ба вуҷуд ояд.

Дар марҳилаи аввал маълумоти offline-и ҳаштканалии ҳамаи 48 нафар ҷамъоварӣ шуда, барои муайян кардани таркиби C3-C4-P4 интихоби канал бо GA-BLDA истифода шуд.

Ду ҳафта баъд таҷрибаи расмии муқоисавӣ оғоз шуд. Ин дафъа маълумоти расмии offline calibration барои омӯзонидани модели BLDA истифода гардид ва пас аз он назорати online анҷом дода шуд.

Аз ин рӯ, гарчанде рӯйхати собити каналҳо пешакӣ муайян шуда бошад ҳам, таснифгари вақти воқеӣ модели универсалии pretrained-и комилан мустақил аз маълумоти корбар нест.

Тарҳи crossover-и AB/BA чӣ гуна ташкил шуд?

48 нафар ба таври тасодуфӣ ба ду гурӯҳи баробар тақсим шуданд:

Азбаски дар тарҳи crossover ҳамон шахс ҳар ду системаро истифода мекунад, таъсири фарқиятҳои байнишахсии EEG ба муқоиса метавонад кам карда шавад. Мантиқи анҷом додани муқоисаи омории системаҳо бо paired-sample t-test низ ҷуфт кардани натиҷаҳои ҳамон иштирокчӣ дар ду шароит аст.

Манбаъ фосилаи 48-соатаро ҳамчун washout барои кам кардани хастагӣ ва таъсири омӯзиш/muscle-memory истифода кардааст. Бо вуҷуди ин, модели омории алоҳидаи period effect, sequence effect ё carryover-effect гузориш нашудааст.

Вазифаи VR P300 чӣ гуна кор кард?

Бо Unity3D 2022.3 LTS саҳнаи воқеияти маҷозии “назорати вазифаҳои ҳуҷра” омода шуд. Интерфейси визуалӣ дар монитори 1920 × 1080 бо 60 Hz пешниҳод гардид.

Дар саҳна зери объектҳои интерактивӣ, монанди парда, телевизор, дар ва чароғ, тугмаҳои маҷозии идоракунӣ ҷойгир буданд. Тугмаҳо се ҳолатро истифода мекунанд:

• дар ҳолати пешфарз сиёҳ,
• ҳангоми cue ё recognition feedback барои 2 сония сурх,
• дар марҳилаи stimulation гузаришҳои flash-и 0,1-сониягӣ байни сиёҳ ва сабз.

Аз корбар хоста шуд, ки вақте тугмаи ҳадаф сабз мешавад, хомӯшона ҳисоб кунад ва ҳангоми дурахшидани тугмаҳои ғайриҳадаф нигоҳашро устувор нигоҳ дорад.

Таҷрибаи offline calibration чӣ гуна гузаронида шуд?

Ҳар иштирокчӣ 20 trial-ро анҷом дод. Як trial дар маҷмӯъ 20 сония аст:

Ҳар даври ангезиш 1,6 сония аст. Ҳар яке аз ҳашт тугма бо тартиби pseudo-random як бор flash мекунад ва як flash cycle 0,2 сония аст: 0,1 сония пасзаминаи сиёҳ ва 0,1 сония таъкиди сабз.

Таҷрибаи online чӣ фарқ дошт?

Парадигмаи умумии санҷиши online ба марҳилаи offline монанд аст, аммо вақти шинохти як ҳадаф то 16,8 сония кӯтоҳ шуда, шумораи ангезиш аз 10 давр ба 8 давр кам карда шуд.

Пас аз анҷоми ҳашт давр, модели пешакӣ омӯзонидашудаи BLDA ҳадафро аз хусусиятҳои EEG дар вақти воқеӣ пешгӯӣ кард, тугмаи пешгӯишуда барои 2 сония сурх нишон дода шуд ва фармони мувофиқи Unity иҷро гардид.

Модели асосии математикии BLDA

Манбаъ BLDA-ро дар шакли регрессияи хаттӣ бо муносибати зерин муайян мекунад:

\[ Y=\boldsymbol{\omega}^{T}F_i+z \tag{1} \]

Дар ин ҷо:

• \(Y\): ҳадафи регрессия,
• \(F_i\): вектори хусусиятҳои \(i\). EEG,
• \(\boldsymbol{\omega}\): вектори вазнҳои хусусиятҳо,
• \(z\): ҳади садо бо тақсимоти Gaussian.

\(\boldsymbol{\omega}^{T}F_i\) таркиби хаттии вазндори хусусиятҳо аст. Хусусиятҳое, ки вазни мутлақи калон доранд, ба натиҷаи пешгӯӣ саҳми бештар мегузоранд.

Фарқи марказии равиши Bayesian дар он аст, ки ба ҷойи баррасии \(\boldsymbol{\omega}\) танҳо ҳамчун як вектори оптималии собит, номуайянии вазнҳо дар дохили тақсимоти эҳтимолият арзёбӣ мешавад.

Манбаъ функсияи predictive distribution-и намунаи нави \(F\)-ро:

\[ p(y\mid\beta,\alpha,F,S) = \int p(y\mid\beta,F,\boldsymbol{\omega}) p(\boldsymbol{\omega}\mid\beta,\alpha,S) \,d\boldsymbol{\omega} \tag{2} \]

чунин медиҳад.

Интеграл пешгӯиҳоро дар векторҳои гуногуни эҳтимолии вазнҳо бо вазнҳои posterior-и онҳо якҷо мекунад. Ба ибораи дигар, модел ба ҷойи қарор бар асоси танҳо як арзиши \(\boldsymbol{\omega}\), номуайянии вазнҳоро маргинализатсия мекунад.

Мувофиқи манбаъ, \(\beta\) параметри inverse variance-и садои \(z\) аст; \(\alpha\) бошад параметри дисперсияи prior-и вобаста ба вазнҳо мебошад.

Ёддошти нотация: Матни манбаъ ифодаи \(p(\boldsymbol{\omega}\mid\beta,\alpha,S)\)-ро ҳамчун “posterior distribution-и predicted value y” шарҳ медиҳад; аммо дар ифодаи математикӣ тағйирёбандаи тақсимот \(\boldsymbol{\omega}\) аст. Verianla ин ифодаи терминологиро бо муодилаи нав хомӯшона иваз намекунад ва намоиши математикиро дар шакли манбаъ нигоҳ медорад. Илова бар ин, барои рамзи \(S\) дар ин бахш таърифи алоҳида ва возеҳ дода нашудааст.

Арзиши ҳадафи регрессия, ки ба тақсимоти пешгӯӣ мувофиқ аст:

\[ u=\boldsymbol{\mu}^{T}F \tag{3} \]

ҳисоб карда мешавад. Дар манбаъ \(\boldsymbol{\mu}\) миёнаи тақсимоти posterior-ро ифода мекунад.

Чаро равиши Bayesian метавонад барои EEG муфид бошад?

EEG биосигнали пурғавғо аст, ки метавонад аз шахс ба шахс ва бо вақт тағйир ёбад. Истифодаи равиши Bayesian-и BLDA ба вазнҳо, бо танзими коэффисиентҳои хусусиятҳо дар шароити номуайянӣ, чаҳорчӯбаи тасниферо пешниҳод мекунад, ки метавонад махсусан дар хусусиятҳои бисёрченака ва пурғавғои EEG ба маҳдуд кардани хатари аз ҳад зиёд мутобиқшавӣ кӯмак кунад.

Ин таҳқиқот BLDA-ро ҳамчун усули нав таҳия намекунад. BLDA ҳамчун таснифгаре истифода мешавад, ки самаранокии номзадҳои каналҳои сохтаи GA-ро арзёбӣ мекунад ва ҳамчун decoder-е, ки дар таҷрибаи расмӣ ҳадафро пешгӯӣ мекунад.

Дақиқӣ чӣ гуна ҳисоб карда шуд?

Манбаъ дақиқии таснифро:

\[ Acc= \frac{TP+TN} {TP+TN+FP+FN} \tag{5} \]

чунин муайян мекунад.

Дар ин ҷо:

• \(TP\): true positive,
• \(TN\): true negative,
• \(FP\): false positive,
• \(FN\): шумораи false negative.

Сурат қарорҳои дуруст ва махраҷ ҳамаи қарорҳои таснифро ифода мекунад. Натиҷа метавонад ҳамчун таносуби байни 0 ва 1 ё ба шакли фоиз гузориш шавад.

Суръати интиқоли иттилоот чӣ гуна ҳисоб карда шуд?

Дар BCI танҳо дақиқӣ кофӣ нест. Агар система фармони дурустро дар вақти хеле дароз диҳад, самаранокии ҳамкории вақти воқеӣ метавонад паст бошад. Аз ин рӯ, таҳқиқот метрикаи Information Transfer Rate (ITR)-ро истифода кардааст:

\[ ITR= \frac{60}{RT} \left[ \log_2 M + Acc\log_2 Acc + (1-Acc) \log_2 \left( \frac{1-Acc}{M-1} \right) \right] \tag{6} \]

Дар ин ҷо:

• \(M\): шумораи умумии фармонҳои интихобшаванда,
• \(Acc\): дақиқии тасниф,
• \(RT\): response time-и система.

Ифодаи дохили қавсҳои мураббаъ нишон медиҳад, ки як интихоб чӣ қадар иттилоотро бо бит интиқол медиҳад. Омили \(60/RT\) бошад миқдори иттилоотро барои ҳар интихоб бо вақт миқёс карда, натиҷаро ба шакли bit/dakika табдил медиҳад.

Вақте дақиқӣ меафзояд, ҳади иттилоотии ITR одатан зиёд мешавад. Баръакс, вақте stimulus round бештар истифода мешавад, response time дароз шуда, \(60/RT\) кам мешавад. Аз ин рӯ, ба даст овардани дақиқии бештар бо такрорҳои бештар ҳатман маънои баланд шудани ITR-ро надорад.

Оё системаи секаналӣ воқеан бо системаи ҳаштканалӣ як самаранокӣ дод?

Комилан не: системаи секаналӣ дар маҷмӯъ ба ҳашт канал наздик ва аз ҷиҳати дақиқии online самаранокии аз нигоҳи оморӣ қобили муқоиса нишон дод, аммо дар даврҳои offline 7-10. ангезиш ҳашт канал ҳам дар дақиқӣ ва ҳам дар ITR бартарии муҳим нишон дод; аз ин рӯ, натиҷа бояд на ҳамчун “самаранокӣ комилан якхела аст”, балки ҳамчун “бо вуҷуди камшавии назарраси электродҳо қисми зиёди самаранокӣ нигоҳ дошта шуд” тафсир шавад.

Дақиқии offline чӣ гуна тағйир ёфт?

Дар ҳар ду система бо зиёд шудани stimulus round дақиқӣ боло рафт. Сабаб ин аст, ки averaging-и ҷавобҳои такрории P300 сигнали вобаста ба ҳадафро нисбат ба садои стихиявии EEG намоёнтар мекунад.

Аммо азбаски манбаъ ҳамаи миёнаҳои даврҳои мобайнии Figure 9-ро дар шакли ҷадвали ададӣ намедиҳад, Verianla барои даврҳои 2-9. арзишҳои нави дақиқ эҷод намекунад.

ITR-и offline чӣ гуна тағйир ёфт?

Кам шудани ITR бо вуҷуди баланд шудани Accuracy зиддият нест. stimulus round-и бештар ба система иттилооти бештар медиҳад, вале вақти тавлиди фармонро низ дароз мекунад. Формулаи ITR ҳамин тавозуни байни дақиқӣ ва суръатро дар як метрика арзёбӣ мекунад.

Ёддошти номуайянии дохили манбаъ: Дар бахши Discussion ба арзишҳои ITR-и даври ниҳоии offline 22,47 ва 24,60 bit/dk мутаносибан ±4,02 ва ±3,76 илова карда шудааст. Ҳамин арзишҳои ± инҳирофҳои стандартии online ITR дар Table 3 мебошанд. Азбаски матни Results-и Figure 10 ин инҳирофҳои стандартиро барои арзишҳои offline final-round алоҳида гузориш намедиҳад, Verianla онҳоро ҳамчун арзишҳои тасдиқшудаи SD барои offline Figure 10 истифода намекунад.

Самаранокии online чӣ гуна буд?

Дар тарҳи секаналӣ панҷ иштирокчии рақамҳои S26, S39, S41, S44 ва S45 ба дақиқии online-и %100 расиданд. Манбаъ инчунин хабар медиҳад, ки баъзе иштирокчиён натиҷаи секаналии аз натиҷаи ҳаштканалии худ баландтар нишон доданд.

Ин натиҷаҳои инфиродӣ маънои онро надоранд, ки “се канал аз ҷиҳати биологӣ барои ҳар шахс беҳтар аст”. Бо сабаби тағйирпазирии инфиродии EEG баъзе шахсон дар як ҷаласаи муайян бо системаи секаналӣ натиҷаи баландтар нишон доданд.

Ибораи манбаъ “талафи муҳими самаранокӣ нест” чӣ гуна бояд хонда шавад?

Abstract ва conclusion системаи секаналиро дар маҷмӯъ ҳамчун системаи қобили муқоиса бо ҳашт канал ва бе камбудии муҳими самаранокӣ ҷамъбаст мекунанд. Бахши муфассали Results бошад нюанстар аст:

• Дар дақиқии Offline rounds 7-10 ҳашт канал ба таври муҳим баландтар аст.
• Дар ITR-и Offline rounds 7-10 ҳашт канал ба таври муҳим баландтар аст.
• Фарқи дақиқӣ дар даври ниҳоии offline дар арзиши мутлақ тақрибан 5,2 банди фоизӣ аст.
• Фарқи ITR дар даври ниҳоии offline 2,13 bit/dk аст.
• Фарқи дақиқии online дар манбаъ p > 0,05 аст.

Аз ин рӯ, дар арзёбии Verianla ҷумлаи “талафи муҳим нест” ба ҳамаи таҳлилҳои зербахшҳо татбиқ карда намешавад.

Муқоисаи дубора бо усулҳои дигари интихоби канал

Муҳаққиқон се равиши намояндагиро дар маҷмӯи маълумоти offline-и худ бо 48 иштирокчӣ дар ҳамон муҳити арзёбӣ дубора татбиқ карданд:

Арзишҳои p дар ин ҷадвал танҳо муқоисаи paired-sample t-test барои offline Accuracy мебошанд.

Ёддошти мутобиқати дохили манбаъ: Дар ҷумлаи муҳокимавии пеш аз Table 5 барои усулҳои DFGA [13] ва Adaptive Sparse Bayesian [34] мутаносибан %87,50 ва %88,10 навишта шудааст; аммо дар сатри нашршудаи Table 5, Ma et al. [34] %87,50 ва Martínez-Cagigal et al. [13] %88,10 мебошанд. Verianla сатрҳои ҷадвалро дар шакли нашршудаи манбаъ нигоҳ медорад ва ҷойи ин ду арзишро хомӯшона иваз намекунад.

NASA-TLX чист?

NASA Task Load Index (NASA-TLX) усули пурсишномаест, ки сарбории субъективии кореро, ки вазифа ба корбар меорад, дар чанд андоза арзёбӣ мекунад. Дар ин таҳқиқот шаш андоза истифода шуд:

• Mental Demand,
• Physical Demand,
• Temporal Demand,
• Frustration,
• Performance,
• Effort.

Ҳар андоза дар миқёси 0-100 арзёбӣ шуд.

Оё се канал сарбории корбарро кам кард?

Манбаъ арзишҳои пасттари Mental Demand ва Physical Demand-ро ҳамчун сарбории камтари маърифатӣ ва ҷисмонӣ тафсир мекунад. Дар зерченаки Performance ҳам холи пасттар ҳамчун натиҷаи беҳтар арзёбӣ мешавад.

Гарчанде миёнаҳои системаи секаналӣ барои Temporal Demand, Frustration ва Effort аксаран пасттаранд, фарқ аз ҷиҳати оморӣ муҳим нест. Аз ин рӯ, гуфтан мумкин нест, ки дар ин се андоза беҳбудии қатъӣ нишон дода шудааст.

Вақти омодасозӣ ва тозакунӣ

Ин натиҷа яке аз қавитарин бартариҳои даъвои татбиқи амалии таҳқиқот аст. Кам шудани шумораи электродҳо на танҳо андозаи ҳисоббарории алгоритмиро, балки насби физикии кулоҳро низ кам кардааст.

Усул ва натиҷаҳои таҳқиқот

Намунаи иштирокчиён

Ин намуна аз калонсолони ҷавони солим иборат аст. Аз ин рӯ, самаранокии мустақими клиникӣ дар беморони дорои маҳдудияти ҳаракат, шахсони осеби ҳароммағз, беморони ALS, корбарони солхӯрда ё дигар гурӯҳҳои клиникӣ нишон дода нашудааст.

Таҷҳизоти EEG ва параметрҳои пешкоркард

Муҳити нармафзор ва ҳисоббарорӣ

Ду марҳилаи асосии маълумоти таҷриба

Таҷрибаи пешакӣ: Аз ҳамаи 48 нафар EEG-и offline-и ҳаштканалӣ ҷамъоварӣ шуд. Ин маълумот барои кашфи се канали собит тавассути GA-BLDA истифода шуд.

Таҷрибаи расмӣ: Ду ҳафта баъд муқоисаи AB/BA crossover гузаронида шуд. Дар ҳар шароити канал марҳилаи offline calibration ва online validation татбиқ гардид.

Ҳадафи истифодаи ин ду маълумот бояд аз ҳам ҷудо карда шавад. Таҷрибаи пешакӣ тарҳи каналҳоро кашф мекунад; таҷрибаи расмӣ самаранокии тарҳи интихобшударо бо ҳашт канал муқоиса мекунад.

Натиҷаи асосии интихоби канал

C3 дар ҳамаи иштирокчиён дар ҷойи аввал буд ва манбаъ басомади онро 1,00 додааст. C4 басомади 0,95 ва P4 басомади 0,90 дорад. Ҳамин тавр, C3-C4-P4 таркиби ниҳоии собити каналҳо шуд.

Манбаъ инчунин мегӯяд, ки C4 аз ҷониби 46 нафар ҳамроҳ бо C3 барои таркиби дуканалӣ интихоб шудааст. Азбаски арзишҳои басомад дар манбаъ ҳамчун таносубҳои дорои ду рақами даҳӣ гузориш шудаанд, Verianla барои каналҳои дигар аз ин таносубҳо шумораи дақиқи шахсонро баръакс ҳисоб намекунад.

Хулосаи натиҷаҳои offline

Бо зиёд шудани шумораи stimulus round дақиқии ҳар ду система баланд ва ITR-и онҳо кам шуд.

Манбаъ дар даврҳои 7-10. ҳам барои Accuracy ва ҳам барои ITR ба фоидаи ҳашт канал p < 0,05 гузориш медиҳад.

Хулосаи натиҷаҳои online

Дар тести online системаи секаналӣ дақиқии баландро нигоҳ дошт:

Дар матни Results-и манбаъ фарқи online Accuracy ҳамчун p > 0,05 гузориш шудааст. Барои online ITR дар ҳамон бахш арзиши алоҳидаи p дода нашудааст.

Мубодилаи байни осонии омодагӣ ва самаранокӣ

Бартарии асосии системаи секаналӣ танҳо дар метрикаи дақиқӣ нест, балки дар насби система низ мебошад. Шумораи электродҳо:

\[ 8\rightarrow3 \]

кам карда шудааст. Ин маънои хориҷ шудани панҷ электрод аз системаро дорад.

Вақти омодагӣ:

\[ 30\ \mathrm{dk} \rightarrow 3\ \mathrm{dk} \]

шуда, манбаъ %90 коҳишро гузориш додааст.

Дар иваз, дақиқии даври охирини offline:

\[ 91{,}88\% \rightarrow 86{,}67\% \]

шудааст.

Саҳми муҳандисии таҳқиқот дар ҳамин trade-off аст: дар ивази фарқи хурди самаранокӣ насби физикӣ ба андозаи зиёд содда мешавад.

Таҳлили оморӣ чӣ гуна бояд тафсир шавад?

Азбаски системаҳо дар ҳамон иштирокчиён муқоиса шуданд, манбаъ paired-sample t-test истифода кардааст. Дар таҳлилҳои гуногун:

• \(p<0,05\),
• \(p<0,01\),
• ва \(p>0,05\)

ҳадҳо гузориш шудаанд.

Арзиши p бо андозаи фарқи мушоҳидашуда як чиз нест. Масалан, фарқи тақрибан 5,2 банди фоизӣ дар дақиқии offline-и даври 10. аз ҷиҳати оморӣ муҳим аст; бинобар ин ҳам арзиши p ва ҳам фарқи мутлақ бояд якҷо арзёбӣ шаванд.

Манбаъ confidence interval-и алоҳида ё effect size-и стандартшударо гузориш намедиҳад. Илова бар ин, барои paired t-test-ҳое, ки дар чанд давр ва зерченаки NASA-TLX анҷом шудаанд, усули алоҳидаи multiple-comparison correction гузориш нашудааст. Аз ин рӯ, Verianla арзишҳои p-ро дар шакле, ки манбаъ додааст, интиқол медиҳад; арзиши нави ислоҳшудаи p ҳисоб намекунад.

Нуқтаҳои муҳими мутобиқат ва бозтавлидшавандагӣ дар манбаъ

1. Ҷаримаи fitness \(\lambda\): Нақши математикӣ шарҳ дода шудааст, арзиши ададӣ дода нашудааст.

2. Параметри stop-и GA \(T\): Чанд итератсияи пайдарпай тағйир наёфтани ҳалли оптималӣ бояд зарур бошад, ба таври ададӣ дода нашудааст.

3. Random seed: Истифодаи global seed-и собит зикр шудааст, арзиши seed ошкор нашудааст.

4. Ибораи “Zero-calibration-cost”: Аз нав иҷро кардани GA-и хоси корбарро барои интихоби канал бартараф мекунад; дар санҷиши расмии online BCI ҳанӯз offline BLDA calibration вуҷуд дорад.

5. Тафсири offline ва online “фарқи муҳим нест”: Results-и муфассали offline дар даврҳои 7-10. фарқи муҳимро ба фоидаи ҳашт канал гузориш медиҳад. Ҷумлаи умумии abstract/conclusion ин натиҷаи зертаҳлилро танҳо ба худӣ худ ифода намекунад.

6. Арзишҳои offline ITR ± дар Discussion: Арзишҳои ±4,02 ва ±3,76, ки ба ITR-и даври охирини offline илова шудаанд, бо инҳирофҳои стандартии online ITR дар Table 3 якхеланд; манбаъ ин SD-ҳоро барои offline Figure 10 дар бахши Results алоҳида намедиҳад.

7. Тартиби усул/арзиш дар Table 5: Тартиби “respectively” дар матни муҳокима бо пайвастшавии арзишҳои 87,50 ва 88,10 ба усулҳо дар сатрҳои Table 5 пурра мувофиқат намекунад. Verianla ҷадвалро дар шакли нашршуда нигоҳ медорад.

8. Рақами кумитаи этика: Тасдиқи Guangzhou Maritime University Ethics Committee гузориш шудааст, аммо дар манбаъ рақами протокол/approval зикр нашудааст.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Бо истифода аз GA-BLDA тарҳи собити секаналии P300-BCI аз C3, C4 ва P4 ба даст омад.
• C3, C4 ва P4 дар таҳлили ҳамаи 48 нафар се басомади баландтарини интихоби каналро доранд.
• Се канал нисбат ба як ва ду канал дақиқии ба таври намоён баландтар дод.
• Ҳангоми гузаштан ба чор ё зиёда канал, дар таҳлили Orthogonal Experiment 12 нисбат ба се канал афзоиши муҳими дақиқӣ гузориш нашуд.
• Дақиқии offline-и даври 10. дар се канал %86,67 ва дар ҳашт канал %91,88 аст.
• ITR-и offline-и даври 10. дар се канал 22,47 ва дар ҳашт канал 24,60 bit/dk аст.
• Дақиқии online дар се канал %90,21 ± 5,36 ва дар ҳашт канал %92,40 ± 5,55 аст.
• Манбаъ фарқи online Accuracy-ро p > 0,05 гузориш кардааст.
• Тарҳи секаналӣ вақти омодагиро аз 30 дақиқа ба 3 дақиқа кам кардааст.
• Вақти тозакунии пас аз таҷриба %80 кам карда шудааст.
• Mental Demand ва Physical Demand дар системаи секаналӣ ба таври муҳим пасттаранд.
• Тарҳи секаналӣ тавонист дар вазифаи назоратшавандаи VR P300 тавозуни амалӣ-самаранокиро таъмин кунад.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Нишон дода нашудааст, ки се канал дар ҳар як метрикаи самаранокӣ комилан бо ҳашт канал баробар аст.
• Бартарии ҳашт канал дар даврҳои offline 7-10. аз байн нарафтааст.
• Система BCI-и комилан бе калибркунӣ нест; пеш аз истифодаи online BLDA calibration татбиқ шудааст.
• Нишон дода нашудааст, ки тарҳи C3-C4-P4 барои ҳамаи корбарони ҷаҳон аз тарҳи хоси шахсӣ беҳтар аст.
• Самаранокӣ дар шахсони маҳдудияти ҳаракат, осеби ҳароммағз, ALS, корбарони солхӯрда ё дигар популятсияҳои клиникӣ тасдиқ нашудааст.
• Бо электродҳои хушк ҳамон дақиқӣ ва таҷрибаи корбар нишон дода нашудааст.
• Устуворӣ дар шароити ҳаракати зиёд, истифодаи мобилӣ ва садои шадиди муҳит нишон дода нашудааст.
• Нишон дода нашудааст, ки се канал тамоми иттилооти фазоии EEG-и зичии баландро нигоҳ медорад.
• Коҳиши %90 вақти омодагӣ дар дигар кулоҳҳои EEG ё технологияҳои электрод ба таври худкор яксон нест.
• Натиҷаҳои NASA-TLX далели самаранокии клиникӣ ё истифодаи дарозмуддати ҳаррӯза нестанд.

Маҳдудиятҳои асосии таҳқиқот

Ҳалли фазоии камшуда: Се канал нисбат ба системаҳои ҳаштканалӣ ё EEG-и зичии баландтар мавқеъҳои камтари пӯсти сарро намуна мегирад ва зиёдатии сигналро кам мекунад.

Хатари садо ва motion artifact: Каналҳои камтар метавонанд дар муҳити мобилии пурғавғо ба кам шудани манбаъҳои алтернативии сигнали тоза оварда расонанд.

Популятсияи иштирокчиён: Намуна танҳо аз калонсолони ҷавони солими 18-26-сола иборат аст.

Тарҳи универсалии собит: C3-C4-P4 барои ҳамаи иштирокчиён собит карда шудааст; метавонад фарқиятҳои инфиродии EEG-ро пурра оптимизатсия накунад.

Электроди тар: Бо вуҷуди даъвои амалии таҳқиқот, EEG ҳанӯз бо системаи wet-electrode ҷамъоварӣ шудааст, ки conductive paste талаб мекунад.

Муҳити назоратшаванда: Натиҷаҳо дар муҳити вазифаи визуалии назоратшавандаи Unity ба даст омадаанд; ин шароити воқеии мобилии зиндагии ҳаррӯза нест.

Параметрҳои нопурраи GA: Баъзе ҷузъиёти бозтавлидшавандагӣ, монанди \(\lambda\), арзиши собити seed ва stop patience \(T\), ба таври ададӣ гузориш нашудаанд.

Гузориши оморӣ: Ҷузъиёти confidence interval, effect size-и стандартшуда ва multiple-comparison correction гузориш нашудаанд.

Манбаъ барои таҳқиқоти оянда чӣ пешниҳод мекунад?

Муаллифон се самти асосиро пешниҳод мекунанд:

1. Оптимизатсияи динамикии канал, ки тарҳи универсалии собит ва фарқиятҳои шахсиро якҷо ба назар мегирад.
2. Моделҳои deep learning барои ҷуброни талафи иттилооте, ки аз кам кардани каналҳо ба вуҷуд меояд.
3. Санҷиши устувории система дар муҳитҳои мураккабтари воқеӣ, монанди multi-task interference ва сенарияҳои мобилӣ.

Илова бар ин, зарурати санҷиши алоҳида дар системаҳои электродҳои хушк ва популятсияҳои клиникӣ ба таври возеҳ зикр шудааст.

Арзиши амалии ин таҳқиқот чист?

Саҳми асосии таҳқиқот аз саволи “кадом система баландтарин дақиқии таснифро медиҳад?” каме фарқ мекунад. Ҳашт ё зиёда электрод метавонад бартарии хурди самаранокӣ дошта бошад; аммо барои BCI-и қобили истифодаи ҳаррӯза вақти омодагӣ, тозакунӣ, роҳатӣ ва хароҷоти ҳисоббарорӣ низ муҳиманд.

Ин таҳқиқот нишон медиҳад, ки ҳангоми аз ҳашт канал ба се канал гузаштан дақиқии online метавонад баланд боқӣ монад ва омодагии физикӣ ба андозаи хеле зиёд коҳиш ёбад. Аз ин рӯ, тарҳи C3-C4-P4 бояд махсусан ҳамчун созиши муҳандисӣ байни осонии истифода ва самаранокии тасниф арзёбӣ шавад.

Барои ба технологияи ёрирасони клиникӣ табдил додани он, санҷишҳои мустақил дар гурӯҳҳои беморон, корбарони солхӯрда, электродҳои хушк, муҳитҳои ҳаракатнок ва истифодаи воқеии дарозмуддат лозиманд. Инҳо натиҷаҳои таҳқиқоти ҷорӣ нестанд, балки марҳилаҳои навбатии санҷиш мебошанд, ки барои ба амалия гузаронидани далели мавҷуда заруранд.

Ёддошт оид ба манбаъ ва усул

Унвони аслӣ: A Few-Channel Brain–Computer Interface System Based on a Heuristic Algorithm.

Муаллифон: Junhong Luo; Jianbin Yu; Hui Cao; Qiyue Tan; Jinheng Chen; Jing Xiao.

Тартиби муаллифон: Тартиби манбаъ айнан нигоҳ дошта шудааст.

Саҳми баробар: Junhong Luo ва Jianbin Yu саҳми баробар гузоштаанд.

Муаллифи масъул: Jing Xiao.

Муассиса 1: School of Artificial Intelligence, Guangzhou Maritime University, Guangzhou 510725, China.

Муассиса 2: School of Mathematics and Statistics, Guangdong University of Technology, Guangzhou 510520, China.

Муассиса 3: School of Electronics and Communication Engineering, Guangzhou University, Guangzhou 510006, China.

Маҷалла: Biomimetics.

Ношир: MDPI.

Ҷилд / шумора / рақами мақола: 11 / 9 / 613.

DOI: 10.3390/biomimetics11090613.

Пайванди расмӣ: https://doi.org/10.3390/biomimetics11090613

Санаи ирсол: 21 июн 2026.

Санаи бознигарӣ: 15 август 2026.

Санаи қабул: 17 август 2026.

Санаи нашр: 1 сентябр 2026.

Навъи манбаъ: Мақолаи аслии таҳқиқотии тақризшуда; таҷрибаи назоратшавандаи EEG-и инсон, интерфейси мағз–компютери P300 ва таҳқиқоти интихоби эвристикии канал.

Вазъи preprint: Дар PDF-и манбаъ ва сабтҳои расмии MDPI Version of Record рақами алоҳидаи preprint нишон дода нашудааст.

Иҷозатнома: Creative Commons Attribution (CC BY).

Намуна: 48 иштирокчии солим; 12 зан, 36 мард; 18-26 сола.

Этика: Тасдиқи Guangzhou Maritime University Ethics Committee гузориш шудааст. Дар манбаъ рақами алоҳидаи протокол/approval нишон дода нашудааст.

Ризоияти огоҳона: Аз ҳамаи иштирокчиён ризоияти хаттии огоҳона гирифта шудааст.

Таҷҳизоти EEG: South China Brain Control Technology Co., Ltd. wearable EEG cap; Bluetooth 4.2.

Электродҳо: F3, F4, C3, C4, P3, P4, O1 ва O2; электроди тар; International 10-20 system.

Суръати намунагирӣ: 250 Hz.

Импеданси тамос: Дар ҳамаи каналҳо камтар аз 10 kΩ.

Пешкоркард: epoch аз −200 то 600 ms, baseline correction аз рӯйи миёнаи −200 то 0 ms, IIR band-pass дараҷаи чорум дар 0,1-25 Hz, notch-и 50 Hz ва 5 маротиба downsampling.

Истихроҷи хусусиятҳо: Равзанаи таҳлили 0-600 ms; чор зерравзанаи 150 ms; дар ҳар зерравзана миёна ва дисперсия; averaging-и хусусиятҳои 10 stimulus round барои ҳамон ҳадаф.

Cross-validation: 10-fold; тақсимоти тақрибии 9:1 омӯзиш-тест дар сатҳи trial.

Decoder: Bayesian Linear Discriminant Analysis (BLDA).

Интихоби канал: Genetic Algorithm + арзёбии BLDA fitness.

Сканкунии параметрҳои GA: Чор омил × панҷ сатҳ, тарҳи ортогоналии \(L_{25}(5^4)\) бо 25 таркиб.

Танзимоти интихобшудаи GA: Популятсия 30, итератсияи максималӣ 10, mutation rate 0,07, elite retention rate 0,05.

Арзишҳои муҳими GA-и гузоришнашуда: Арзиши ададии ҷаримаи канали fitness \(\lambda\), арзиши stop patience \(T\) ва арзиши ададии global random seed.

Тарҳи ниҳоии канал: C3, C4 ва P4.

Басомадҳои канал: C3=1,00; C4=0,95; P4=0,90; P3=0,80; F3=0,50; F4=0,40; O2=0,20; O1=0,10.

Тарҳи таҷрибаи расмӣ: AB/BA crossover; Group A n=24, Group B n=24; 48 соат washout пеш аз иваз кардани система.

Offline calibration: Барои ҳар иштирокчӣ 20 trial; дар ҳар trial 2 s cue, 16 s stimulus ва 2 s rest; дар марҳилаи stimulus 10 round.

Online validation: Ҳашт stimulus round; вақти шинохти як ҳадаф 16,8 s; пас аз пешгӯии BLDA 2 s recognition feedback ва иҷрои фармони Unity.

Метрикаҳои самаранокӣ: Classification Accuracy ва Information Transfer Rate.

Сарбории корбар: NASA-TLX; Mental Demand, Physical Demand, Temporal Demand, Frustration, Performance ва Effort.

Омор: Дар муқоисаи системаҳо paired-sample t-test. Манбаъ дар таҳлилҳои гуногун сатҳҳои p < 0,05, p < 0,01 ва p > 0,05-ро гузориш медиҳад.

Ёддошти муқоисаҳои сершумор: Манбаъ усули multiple-comparison correction, effect size-и стандартшуда ё confidence interval-ро гузориш намедиҳад.

Нармафзор: Python 3.9; Unity3D 2022.3 LTS.

Муҳити таҷҳизот: Intel Core i7-11700K @ 3.60 GHz; 32 GB RAM; Windows 10 64-bit.

Маблағгузорӣ: Таҳқиқот маблағгузории беруна нагирифтааст.

Дастрасии маълумот: Гузориш шудааст, ки маълумот бо дархост аз corresponding author дастрас аст.

Бархӯрди манфиатҳо: Муаллифон изҳор кардаанд, ки бархӯрди манфиатҳо вуҷуд надорад.

Изҳороти истифодаи зеҳни сунъӣ: Дар бахши ниҳоии изҳороти мақолаи манбаъ изҳороти алоҳида дар бораи истифодаи зеҳни сунъии тавлидӣ гузориш нашудааст.

Саҳми муаллифон: Консептуализатсия Jing Xiao ва Junhong Luo; усул Junhong Luo; нармафзор Junhong Luo ва Qiyue Tan; санҷиш Jianbin Yu ва Jinheng Chen; таҳлили расмӣ Junhong Luo ва Jianbin Yu; таҳқиқот Junhong Luo; захираҳо Hui Cao ва Jing Xiao; куратсияи маълумот Jianbin Yu; лоиҳаи аввал Junhong Luo; баррасӣ/таҳрир Jianbin Yu, Jing Xiao ва Hui Cao; визуализатсия Jianbin Yu; назорат Jing Xiao ва Hui Cao; идоракунии лоиҳа Jing Xiao; ба даст овардани маблағгузорӣ аз ҷониби Jing Xiao ва Hui Cao гузориш шудааст.

Ҳадди асосии тафсир: Таҳқиқот нишон медиҳад, ки тарҳи собити секаналии C3-C4-P4 метавонад дар 48 калонсоли ҷавони солим дар вазифаи назоратшавандаи P300-VR амалӣ ва серсамар бошад. Натиҷаҳо дар популятсияҳои беморони клиникӣ, системаҳои электродҳои хушк, истифодаи дарозмуддати хонагӣ ё муҳитҳои мобилии воқеӣ бо ҳаракат/садои зиёд мустақиман тасдиқ нашудаанд.

Ҳадди тафсири “калибркунӣ”: Тарҳи собити канал ҷустуҷӯи канали subject-specific дар асоси GA-ро барои корбари нав бартараф мекунад; аммо барои таҷрибаи расмии online BLDA бо маълумоти шахсии offline calibration омӯзонида мешавад. Аз ин рӯ, таҳқиқот BCI-и комилан calibration-free-ро нишон намедиҳад.

Ёддошти самаранокии дохили манбаъ: Дар ҳоле ки abstract/conclusion дар маҷмӯъ набудани камбудии муҳими самаранокиро баён мекунанд, Results-и муфассали offline дар rounds 7-10 фарқҳои муҳими Accuracy ва ITR-ро ба фоидаи ҳашт канал гузориш медиҳад. Verianla натиҷаҳои муфассалро ба таври намоён нигоҳ доштааст.

Ёддошти ITR-и дохили манбаъ: Арзишҳои ±4,02 ва ±3,76, ки дар бахши Discussion ба offline final-round ITR илова шудаанд, бо инҳирофҳои стандартии ITR-и online дар Table 3 якхеланд. Азбаски манбаъ дар бахши Results ин SD-ҳоро барои Figure 10 final-round offline алоҳида гузориш намедиҳад, Verianla онҳоро ҳамчун offline SD дубора истифода намекунад.

Ёддошти Table 5-и дохили манбаъ: Тартиби “respectively”, ки дар матни муҳокима барои DFGA ва Adaptive Sparse Bayesian истифода шудааст, бо пайвастшавии арзишҳои 87,50 ва 88,10 ба усулҳо дар Table 5 мувофиқат намекунад.