Generowanie stymulacji świetlnych za pomocą diody LED na potrzeby interfejsu mózg-komputer

• Autorzy: Cieszyński Ł.
• Języki publikacji: PL

Abstrakty

PL

Odpowiedź mózgu na bodziec powtarzany ze stałą częstotliwością (np. migające światło diody LED) nazywana jest potencjałem stanu ustalonego (SSVEP ang. Steady State Visually Evoked Potential). W konsekwencji takiej stymulacji w sygnale EEG (Elektroencefalogram) rejestrowanym znad kory wzrokowej następuje wyraźny wzrost mocy w paśmie częstotliwości odpowiadającym częstotliwości bodźca stymulującego. Posiadając układ stymulujący, wyposażony w migającą z daną częstotliwością diodę LED oraz wykorzystując aparaturę do pomiaru EEG (elektrody pomiarowe umiejscowione na czaszce podmiotu badanego) możliwe jest skonstruowanie interfejsu mózg-komputer (BCI ang. Brain-Computer Interface), który może być z powodzeniem wykorzystany np. jako układ sterujący wózkiem inwalidzkim dla osób niepełnosprawnych. Użycie rozwiązania opartego na diodach LED, przy uwzględnieniu standardowego użytecznego zakresu częstotliwościowego sygnału EEG (5-30Hz), daje około 80 możliwych częstotliwości stymulacji. Stanowi to znaczny zbiór częstotliwości możliwych do wykorzystania na etapie uczenia się interfejsu BCI. Etap ten jest konieczny, aby wybrać charakterystyczne dla badanego podmiotu częstotliwości stymulacji dające jak najsilniejszą odpowiedź SSVEP. W artykule autor przedstawi metodę komunikacji w interfejsie BCI opartą na SSVEP z wykorzystaniem diody LED ze wskazaniem na najbardziej istotne parametry budowy układów stymulacyjnych.

EN

The response of the brain to a stimulus repeated with a constant frequency (eg. flashing LED), is called a Steady State Visually Evoked Potential (SSVEP). As a consequence of the stimulation, the EEG signal (electroencephalogram) recorded from the visual cortex shows a significant power increase in the frequency band corresponding to the stimulus frequency. That means that using a stimulation equipment (with LED flashing with the given frequency) and EEG device recording signals from electrodes placed on the subject’s skull, it is possible to construct the brain-computer interface (BCI). It can be used successfully e.g., as a control system for a wheelchair for disabled people. BCI based on LEDs provides a high number of possible stimulation frequencies. Considering the classic EEG frequency band (5-30 Hz) at least 80 different stimulation frequencies can be delivered by a single LED. This large set of frequencies is used at the BCI learning stage. This stage is necessary in order to select specific stimulation frequencies, which give the strongest SSVEP for a specific subject. In the article the author will present the method of communication in BCI interface based on the SSVEP using LEDs. The most important parameters of the stimulating systems will be indicated.

Słowa kluczowe

PL

aparatura stymulująca; SSVEP; interfejs mózg-komputer; LED

EN

stimulating equipment; SSVEP; brain-computer interface; LED

• Wydawca: Wydawnictwo Uczelniane Politechniki Koszalińskiej
• Czasopismo: Zeszyty Naukowe Wydziału Elektroniki i Informatyki Politechniki Koszalińskiej
• Rocznik: 2016
• Tom: Nr 10
• Strony: 225--235
• Opis fizyczny: Bibliogr. 20 poz., rys.

Twórcy

autor

Cieszyński Ł.

• Wydział Informatyki, Zachodniopomorski Uniwersytet Technologiczny

Bibliografia

• 1. Wolpaw JR, Birbaumer N, Mcfarland DJ, Pfurtscheller G, Vaughan TM (2002) Brain-computer interfaces for communication and control. Clinical Neurophysiology 113: 767–79
• 2. Fernandez-Vargas J, Pfaff HU, Rodriguez FB, Varona P (2013) Assisted closed loop optimization of SSVEP-BCI efficiency. Frontiers in Neural Circuits, vol. 7
• 3. Vialatte FB, Maurice M, Dauwels J, Cichocki A (2010) Steady-state visually evoked potentials: focus on essential paradigms and future perspectives. Progress in neurobiology, vol. 90(4), pp. 418-438
• 4. Regan D (1989) Human brain electrophysiology: evoked potentials and evoked magnetic fields in science and medicine. Elsevier Press
• 5. Herrmann S (2001) Human EEG responses to 1-100 Hz flicker: resonance phenomena in visual cortex and their potential correlation to cognitive phenomena. Experimental Brain Research, vol. 137(3-4), pp.346-353
• 6. Zhenghua W et al. (2008) Stimulator selection in SSVEP-based BCI. Medical engineering & physics.30(8): 1079-1088.
• 7. Graimann B, Allison B, Pfurtscheller G (2010) Brain-Computer Interfaces: Non-Invasive and Invasive Technologies. The Frontiers Collection. Springer
• 8. Aloise F, Schettini F, Arico P, Salinari S, Babiloni F, Cincotti F (2012) A comparison of classification techniques for a gaze-independent P300-based brain–computer interface. Journal of Neural Engineering. 9(4): 045012
• 9. Lotte F, Congedo M, Lécuyer A, Lamarche F, Arnaldi B et al. (2007) A review of classification algorithms for EEG-based brain–computer interfaces. Journal of Neural Engineering. Vol. 4, 2/2007
• 10. Paulus, W (2005) Elektroretinographie (ERG) und visuell evozierte Potenziale (VEP). In: Buch-ner, H., Noth, J. (eds.) Evozierte Potenziale, neurovegetative Diagnostik, Okulographie: Methodik und klinische Anwendungen, Thieme, Stuttgart - New York, pp. 57–65
• 11. Regan D (1966) An effect of stimulus colour on average steady-state potentials evoked in man. Nature 210, 1056-1057
• 12. Drew P, Sayres R, Watanabe K, Shimojo S (2001) Pupillary response to chromatic flicker. Experimental Brain Research. 136(2): 256-62
• 13. Gregory R, (1997) Eye and brain the psychology of seeing. Princeton: Princeton University Press
• 14. Tello RJMG, Müller SMT, Ferreira A, Bastos TF (2015) Comparison of the influence of stimuli color on Steady-State Visual Evoked Potentials. Research on Biomedical Engeneering vol.31 no.3
• 15. Aljshamee M, Mohammed MQ, Choudhury RUA, Malekpour A and Luksch P (2014) Beyond Pure Frequency and Phases Exploiting: Color Influence in SSVEP Based on BCI. Computer Technology and Application 5,111-118
• 16. Duszyk A, Bierzyńska M, Radzikowska Z, Milanowski P, Kuś R, Suffczyński P, Michalska M, Łabęcki M, Zwoliński P, Durka P (2014) Towards an Optimization of Stimulus Parameters for Brain-Computer Interfaces Based on Steady State Visual Evoked. PLoS One. 2014 Nov 14; 9(11) :e11 2099
• 17. Ng KB, Bradley AP, Cunnington R (2012) Stimulus specificity of a steady-state visual-evoked potential-based brain–computer interface. Journal of Neural Engineering, vol 9 (3)
• 18. Hwang HJ, Lim JH, Jung YJ, Choi H, Lee SW, Ima CH (2012) Development of an SSVEP-based BCI spelling system adopting a QWERTY-style LED keyboard. Journal of Neuroscience Methods 208 59–65
• 19. Meese TS, Summers RJ, Neuronal convergence in early contrast vision: Binocular summation is followed by response nonlinearity and area summation, Journal of Vision 9 (4), 7-7, 2009
• 20. Wang N, Qian T, Zhuo Q, Gao X (2010) Discrimination between idle and work states in BCI based on SSVEP. In proc. 2nd International Advanced Computer Control Conference 4: 355–358