Візуалізація когнітивних станів на основі Raspberry Pi для біологічного зворотного зв’язку в реальному часі за допомогою нейро-комп’ютерного інтерфейсу
Loading...
Date
2024
Authors
Волинець, Євген
Хмель, Світлана
Пєчкурова, Олена
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Нейрокомп’ютерний інтерфейс на основі ЕЕГ (Electroencephalography, електроенцефалографія) — це технологія, яка дає змогу встановлювати взаємодію між мозком людини і зовнішніми пристроями, такими як комп’ютери чи робототехніка. Основні принципи такого інтерфейсу: 1. Зчитування електричної активності мозку за допомогою електродів, розміщених на поверхні скальпа. Ці сигнали ЕЕГ відображають коливання потенціалів нейронів. 2. Оброблення та аналіз ЕЕГ-сигналів за допомогою алгоритмів машинного навчання, щоб визначити певні патерни, пов’язані з конкретними розумовими станами чи намірами користувача. 3. Переклад цих розпізнаних патернів у команди для управління зовнішніми пристроями, такими як комп’ютер, протези чи інтерфейси віртуальної реальності. Ключові переваги нейрокомп’ютерних інтерфейсів на основі ЕЕГ — це можливість безпосереднього керування пристроями за допомогою думок та намірів, не вдаючись до традиційних методів введення, наприклад клавіатури чи миші. Це відкриває нові перспективи для людей з обмеженими можливостями, а також для інноваційних застосувань у сферах нейрореабілітації, ігор, віртуальної реальності тощо. У статті описано дослідження можливостей використання ЕЕГ пристрою для збору та візуалізації інформації про когнітивний стан користувача пристрою. Дослідження проводили на електроенцефалографічному приладі Emotiv INSIGHT (5-канальна система електроенцефалографії (EEG) із напівсухими полімерними датчиками), та Raspberry Pi 4B. В рамках дослідження було розроблено прототип, що дає можливість візуалізовувати показники про емоційний і ментальний стан користувача за допомогою LED, що під’єднані до Raspberry Pi.
Description
This research article presents a prototype system that integrates an EEG-based brain-computer interface (BCI) and the Raspberry Pi hardware platform for the real-time visualization of a user’s cognitive states. The key advantages of this approach include: 1. The ability to directly control external devices, such as LEDs, using brain signals, which enables the creation of biofeedback systems. 2. The flexibility and scalability of the Raspberry Pi-based solution, making it suitable for various applications, from smart home systems to educational training. The study utilized the Emotiv INSIGHT EEG system, which is a 5-channel EEG devices with semi-dry polymer sensors, alongside a Raspberry Pi 4B microcontroller. As part of the research, a prototype was developed to visualize the user’s emotional and mental state indicators through LEDs connected to the Raspberry Pi. The results of this work demonstrate the potential of combining BCI technologies and Raspberry Pibased hardware solutions as a foundation for developing human-centered intelligent systems. Further development in this area can significantly impact the quality of life, productivity, and human capability expansion. One identified limitation in the study is the quality of the EEG signal, which is relatively weak and deteriorates over time as the sensors dry out. Achieving a stable and reliable connection was challenging, with the maximum observed value reaching approximately 60%. Additionally, developing and using the prototype requires prior acquisition of a client ID, and access to EEG data and “Performance Metrics” depends on obtaining a license. Overcoming these limitations may require replacing the EEG device with a more reliable alternative. Overall, the prototype showcases the potential of integrating BCI technologies and Raspberry Pi-based hardware as a foundation for developing human-computer interaction systems. Future research and enhancements in this field could lead to significant progress in several domains, including neurorehabilitation, smart home applications, and educational training scenarios.
Keywords
нейрокомп’ютерні інтерфейси, BCI, Raspberry Pi 4B, стаття, neuro-computer interfaces, BCI, Raspberry Pi
Citation
Волинець Є. А. Візуалізація когнітивних станів на основі Raspberry Pi для біологічного зворотного зв’язку в реальному часі за допомогою нейро-комп’ютерного інтерфейсу / Волинець Є. А., Хмель C. M., Пєчкурова О. М. // Наукові записки НаУКМА. Комп'ютерні науки. - 2024. - Т. 7. - С. 112-119. - https://doi.org/10.18523/2617-3808.2024.7.112-119