Везде

Президиум РАНВопросы истории естествознания и техники Voprosy istorii estestvoznaniia i tekhniki

  • ISSN (Print) 0205-9606
  • ISSN (Online) 2713-041X

Интерфейс мозг–компьютер: основные подходы. Часть I. Интерфейсы на основе регистрации электрической активности мозга

Вы можете
Код статьи
S020595920017071-4-
DOI
10.31857/S020595920017071-4
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Медынцев Алексей Алексеевич
Том/ Выпуск
Том 43 / № 1
Страницы
72-82
Аннотация

Представлен информационно-аналитический обзор основных принципов, лежащих в основе разработки интерфейсов “мозг–компьютер”. В первой части обзора проводится анализ принципов, лежащих в основе интерфейсов с использованием регистрации электрической активности мозга. В качестве таких принципов рассмотрены: использование устойчивых зрительных вызванных потенциалов, медленных потенциалов коры, компонента Р300 и характеристик спектра электрической активности мозга. Анализ современных работ по данной тематике показывает, что современные технологии позволяют обеспечить достаточно высокую точность опознания управляющего сигнала в таких интерфейсах. Вместе с тем главной проблемой является медленная (по сравнению с традиционными интерфейсами) скорость генерации команд. Эта проблема является серьезным препятствием на пути внедрения технологии неинвазивных нейроинтерфейсов в область практического использования.

Ключевые слова
интерфейс “мозг–компьютер”, ЭЭГ, Р300, медленные потенциалы коры
Дата публикации
01.03.2022
Год выхода
2022
Всего подписок
11
Всего просмотров
681

Библиография

  1. 1. Akbari H.,Khalighinejad B., Herrero J., Mehta A., Mesgarani N. Towards reconstructing intelligible speech from the human auditory cortex // Sci rep. 2019. 9 (1). P. 1–12. doi: 10.1038/s41598-018-37359-z.
  2. 2. Allison T. Recovery functions of somatosensory evoked responses in man // Electroencephalogr Clin Neurophysiol. 1962. № 14. P. 331–343. doi: 10.1016/0013-4694(62)90110-4.
  3. 3. Banerjee, A., Monalisa Р., Datta S., Tibarewala D., Konar A. Voluntary eye movement controlled electrooculogram based multitasking graphical user interface // International Journal of Biomedical Engineering and Technology. 2015. № 18(3). P. 254–271 doi: 10.1504/IJBET.2015.070574.
  4. 4. Belkacem A., Jamil N., Palmer J., Ouhbi S., Chen C. Brain computer interfaces for improving the quality of life of older adults and elderly patients // Frontiers in neuroscience, 2020. № 14 (692). P. 1–11. doi: https://doi.org/10.3389/fnins.2020.00692.
  5. 5. Birbaumer N., Elbert T., Canavan A. G., Rockstroh B. Slow potentials of the cerebral cortex and behavior // Physiological Reviews. 1990. 70 (1). P. 1–41. doi:10.1152/physrev.1990.70.1.1.
  6. 6. Birbaumer N, Kubler A, Ghanayim N, Hinterberger T, Perelmouter J, Kaiser J, Iversen I, Kotchoubey B, Neumann N, Flor H. The thought translation device (TTD) for completely paralyzed patients // IEEE Trans Rehabil Eng. 2000. № 8. P. 190–192.
  7. 7. Chatterjee A., Aggarwal V., Ramos A., Acharya S., Thakor N.V. A brain-computer interface with vibrotactile biofeedback for haptic information // Journal of NeuroEngineering and Rehabilitation // 2007. № 4 (40). P. 1–12 doi:10.1186/1743-0003-4-40.
  8. 8. Elbert T., Rockstroh B., Lutzenberger W., Birbaumer N. Biofeedback of slow cortical potentials // Electroencephalography and Clinical Neurophysiology. 1980. № 48(3). P. 293–301. doi:10.1016/0013-4694(80)90265-5.
  9. 9. Farwell L., Donchin E. Talking off the top of your head: toward a mental prosthesis utilizing event-related brain potentials // Electroencephalogr Clin Neurophysiol. 1988. № 70(6). P. 510–523. doi: 10.1016/0013-4694(88)90149-6. PMID: 2461285.
  10. 10. Fazel-Rezai R. Human error in P300 speller paradigm for brain-computer interface / Annu Int Conf IEEE Eng Med Biol Soc. 2007. P. 2516–2519. doi: 10.1109/IEMBS.2007.4352840.
  11. 11. Fenn J., Raskino M. Mastering the hype cycle: how to choose the right innovation at the right time. Harvard Business School Press, 2008.
  12. 12. Guger C., Allison B., Growindhager B., Pruckl R., Hintermuller C., Kapeller C., Bruckner M., Krausz G., Edlinger G. How many people could use an SSVEP BCI? // Front Neurosci. 2012. № 6 (169). P.1–6. doi: 10.3389/fnins.2012.00169.
  13. 13. Herrmann С. Human EEG responses to 1-100 Hz flicker: resonance phenomena in visual cortex and their potential correlation to cognitive phenomena // Exp. Brain Res. 2001. № 137(3–4). P. 346-53. doi: 10.1007/s002210100682.
  14. 14. Hongmei C., Qin J., Wenzhang L., Xiujun L. Review article: the key technologies of brain-computer interface // Journal of Physics: Conference Series. 2020. doi: 10.1088/1742-6596/1544/1/012190.
  15. 15. Hotson G., Mcmullen D., Matthew F., Johannes M., Katyal K., Para M., Armiger R., Anderson W., Thakor N., Wester B. Individual finger control of a modular prosthetic limb using high-density electrocorticography in a human subject // Journal of neural engineering, 2016. № 13 (2). doi: 10.1088/1741-2560/13/2/026017.
  16. 16. Huggins J., Wren P., Gruis K. What would brain-computer interface users want? Opinions and priorities of potential users with amyotrophic lateral sclerosis // Amyotrophic lateral sclerosis, 2011. № 12 (5). P. 318–324. doi: 10.3109/17482968.2011.572978
  17. 17. Hwang H., Lim J., Jung Y., Choi H., Lee S., Iim C. Development of an SSVEP-based BCI spelling system adopting a QWERTY-style LED keyboard // J Neurosci Methods. 2012. № 208(1). P. 59–65. doi: 10.1016/j.jneumeth.2012.04.011.
  18. 18. Jacob R. Eye movement-based human-computer interaction techniques: toward non-command interfaces // Advances in human-computer interaction. 1993. Vol. 1. № 4. P. 151–190.
  19. 19. Kelly S., Lalor E., Finucane C., Mcdarby G., Reilly R. Visual spatial attention control in an independent brain-computer interface // EEE trans biomed eng. 2005. Vol. 9. № 52. P. 1588–1596. doi: 10.1109/TBME.2005.851510.
  20. 20. Kubler A., Neumann N., Kaiser J., Kotchoubey B. Brain-computer communication: self-regulation of slow cortical potentials for verbal communication // Archives of physical medicine and rehabilitation. 2001. Vol. 11. № 82. P. 1533–1539. doi: 10.1053/apmr.2001.26621.
  21. 21. Liburkina S., Vasilyev A., Yakovlev L., Gordleeva S., Kaplan A. A motor imagery-based brain–computer interface with vibrotactile stimuli // Neuroscience and behavioral physiology. 2018. Vol. 1. № 48. P. 1067–1077. doi: 10.1007/s11055-018-0669-2.
  22. 22. Lim J., Kim Y., Lee J., An K., Hwang H., Cha H., Han C., Im C. An emergency call system for patients in locked-in state using an SSVEP-based brain switch // Psychophysiology. 2017. Vol. 11. № 54. P. 1632–1643. doi: 10.1111/psyp.12916.
  23. 23. Lyskov E., Ponomarev V., Sandstrom M., Mild K., Medvedev S. Steady-state visual evoked potentials to computer monitor flicker // Int j psychophysiol. 1998. Vol. 3. № 28. P. 285–290. doi: 10.1016/s0167-8760(97)00074-3.
  24. 24. Mcfarland D., Sarnacki W., Wolpaw J. Electroencephalographic (EEG) control of three-dimensional movement // J neural eng. 2010. Vol. 3. № 7. doi: 10.1088/1741-2560/7/3/036007.
  25. 25. Mishchenko Y., Kaya M., Ozbay E., Yanar H. Developing a three- to six-state EEG-based brain-computer interface for a virtual robotic manipulator control // IEEE trans biomed eng. 2019. Vol. 4. № 66. P. 977–987. doi: 10.1109/TBME.2018.2865941.
  26. 26. Pfurtscheller G., Da Silva L. Event-related EEG/MEG synchronization and desynchronization: basic principles // Clin neurophysiol. 1999. Vol. 11. № 110. P. 1842–1857. doi: 10.1016/s1388-2457(99)00141-8.
  27. 27. Pfurtscheller G., Neuper C. Motor imagery activates primary sensorimotor area in humans // Neurosci lett. 1997. Vol. 2. № 239. doi: 10.1016/s0304-3940(97)00889-6
  28. 28. Picton T. The P300 wave of the human event-related potential // Journal of clinical neurophysiology: official publication of the American electroencephalographic society. 1992. № 9. P. 456–479. doi: 10.1097/00004691-199210000-00002.
  29. 29. Ravden D., Polich J. Habituation of P300 from visual stimuli // Int j psychophysiol. 1998. Vol. 3. № 30. P. 359–365. doi: 10.1016/s0167-8760(98)00039-7.
  30. 30. Rodriguez-Bermudez G., Lopez-Belchi A., Girault A. Testing brain–computer interfaces with airplane pilots under new motor imagery tasks // International journal of computational intelligence systems. 2019. P. 1–10. doi: 10.1016/s0167-8760(98)00039-7.
  31. 31. Schalk G., Leuthardt E. Brain-computer interfaces using electrocorticographic signals // IЕЕЕ reviews in biomedical engineering. 2011. № 4. P. 140–154. doi: 10.1109/RBME.2011.2172408.
  32. 32. Speier W., Chandravadia N., Roberts D., Pendekanti S., Pouratian N. Online BCI typing using language model classifiers by ALS patients in their homes // Brain-computer interfaces. 2016. Vol. 1. № 4. P. 114–121. doi: 10.1080/2326263x.2016.1252143.
  33. 33. Vidal J. Real-time detection of brain events in EEG // Proceedings of the IEEE. 1977. Vol. 5. № 65. P. 633–641. doi: 10.1109/PROC.1977.10542.
  34. 34. Walter W., Cooper R., Aldrige V., Mccallum W., Wintter A. Contingent negative variation: an electric sign of sensorimotor association and expectancy in the human brain // Nature. 1964. Vol. 203. № 25. P. 380–384. doi: 10.1038/203380a0.
  35. 35. Wolpaw J., Birbaumer N., Mcfarland D., Pfurtscheller G., Vaughan T. Brain–computer interfaces for communication and control // Clinical neurophysiology. 2002. Vol. 6. № 113. P. 767–791. doi: 10.1016/s1388-2457(02)00057-3.
  36. 36. Wolpaw J., Mcfarland D., Vaughan T. Brain–computer interface research at the Wadsworth Center // IEEE trans rehabil eng. 2000. Vol. 2. № 8. P. 222–225. doi: 10.1109/86.847823.
  37. 37. Woodman G. A brief introduction to the use of event-related potentials in studies of perception and attention // Atten percept psychophys. 2010. Vol. 8. № 72. P. 2031–2046. doi: 10.3758/APP.72.8.2031.
  38. 38. Wronka E., Kaiser J., Coenen A. Neural generators of the auditory evoked potential components P3a and P3b // Acta neurobiol exp (wars). 2012. Vol. 1. № 72. P. 51–64.
  39. 39. Yi W., Qiu S., Qi H., Zhang L., Wan B., Ming D. EEG feature comparison and classification of simple and compound limb motor imagery // Journal of neuroengineering and rehabilitation. 2013. Vol. 1. № 10. doi: 10.1186/1743-0003-10-106.
  40. 40. Yu X., Da Silva-Sauer L., Donchin E. Habituation of P300 in the use of P300-based brain-computer interface spellers: individuals with amyotrophic lateral sclerosis versus age-matched controls // Clinical EEG and neuroscience. 2020. Vol. 3. № 52. P. 221–230. doi: 10.1177/1550059420918755
  41. 41. Zander T., Kothe C. Towards passive brain-computer interfaces: applying brain-computer interface technology to human-machine systems in general // J neural eng. 2011. Vol. 2. № 8. doi: 10.1088/1741-2560/8/2/025005.
  42. 42. Zhu D., Bieger J., Molina G., Aarts R. A survey of stimulation methods used in SSVEP-based BCIs // Computational intelligence and neuroscience. 2010. № 1. P. 1–12. doi: 10.1155/2010/702357.
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека