Year: 2012
Type: book-chapter
Abstract: Interfejsy mózg-komputer (brain-computer interfaces – BCI) umożliwiają sterowanie urządzeniami elektronicznymi i aplikacjami komputerowymi za pomocą aktywności umysłowej użytkownika, bez pośrednictwa zwykłych dróg zstępujących mózgu, takich jak nerwy obwodowe czy mięśnie. Powstają \none w oparciu o techniki obrazowania pracy mózgu, wyrażającej się głównie w postaci fal mózgowych rejestrowanych za pomocą elektroencefalografu (EEG). W takim interfejsie wiadomości są zakodowane w sygnale EEG i samo odczytanie tego sygnału pozwala na sterowanie urządzeniem (Wolpaw i in., \n2002). Niniejsza praca omawia trzy najpopularniejsze sposoby konstruowania interfejsów mózg-komputer w oparciu o: 1) komponent P300, 2) potencjały wywołane stanu ustalonego, które są związane z uwagą kierowaną przez osobę sterującą interfejsem oraz 3) synchronizację i desynchronizację rytmu \nalfa, która towarzyszy wykonywaniu, obserwacji i wyobrażaniu sobie ruchu. Każda z tych metod wykorzystuje sygnał rejestrowany przez EEG, jednak różnią się one procesami umysłowymi używanymi do sterowania BCI oraz skutecznością i łatwością obsługi. Część z nich bazuje na względnie mimowolnym \nzjawisku kierowania uwagi wzrokowej na obiekt (P300, SSEP), zaś inne angażują znacznie bardziej złożony mechanizm wyobraźni motorycznej (ERS/ERD). Odmienna natura tych procesów wymusza zatem stosowanie różnych rozwiązań technicznych (urządzenia i algorytmy) oraz proceduralnych (nauka obsługi). Prace badawcze z dziedziny interfejsów mózg-komputer mają duże znaczenie aplikacyjne. Dzięki nim osoby niepełnosprawne mogą ponownie nawiązać komunikację ze światem i zdobyć większą samodzielność, \nzaś osoby zdrowe zyskują nowy, alternatywny kanał komunikacji. W niniejszym artykule podejmiemy próbę scharakteryzowania trzech głównych grup interfejsów mózg-komputer w kontekście podobieństw i różnic w zakresie elementów składających się na działanie każdego BCI. Przedstawimy również zalety i wady każdego z tych rozwiązań.
Authors: Andrzej Cudo, Emilia Zabielska, Dariusz Zapała
Language: Polish
Subfield: Cognitive Neuroscience
Field: Neuroscience
Domain: Life Sciences
Open Access status: green
OpenAlex ID: W1898462132