Одноканальный и неинвазивный носимый интерфейс мозг-компьютер для промышленности и здравоохранения

Интерфейс мозг-компьютер (BCI) представляет собой систему, позволяющую взаимодействовать с устройствами и/или управлять ими без естественных нейронных путей¹. Технология BCI – это самое близкое, что есть у человечества к управлению объектами силой разума. С технической точки зрения работа системы работает путем измерения индуцированной или вызванной мозговой активности, которая может быть либо непроизвольно, либо произвольно сгенерирована субъектом². Исторически сложилось так, что исследования были сосредоточены на оказании помощи людям с двигательными нарушениями с помощью BCI³, но сегодня все большее число компаний предлагают инструменты на основе BCI для игр⁴, робототехники⁵, индустрии⁶ и других приложений, связанных с взаимодействием человека и машины. Примечательно, что BCI могут сыграть роль в четвертой промышленной революции, а именно в индустрии 4.0⁷, где киберфизические производственные системы меняют взаимодействие между людьми и окружающей средой⁸. Вообще говоря, европейский проект BNCI Horizon 2020 определил сценарии применения, такие как замена, восстановление, улучшение, усиление или дополнение утраченных естественных функций центральной нервной системы, а также использование BCI в исследовании мозга⁹.

В этих рамках последние технологические достижения означают, что интерфейсы мозг-компьютер могут быть применимы для использования в повседневной жизни^10,11. Для достижения этой цели первым требованием является неинвазивность, которая важна для предотвращения рисков хирургического вмешательства и повышения приемлемости пользователя. Тем не менее, стоит отметить, что выбор неинвазивной нейровизуализации влияет на качество измеряемых сигналов мозга, и дизайн BCI должен тогда иметь дело с соответствующими подводными камнями¹². Кроме того, требуется износостойкость и портативность. Эти требования соответствуют потребности в удобной для пользователя системе, но также создают некоторые ограничения. В целом, упомянутые аппаратные ограничения устраняются за счет использования электроэнцефалографической (ЭЭГ) системы с безгелевыми электродами⁶. Такой BCI на основе ЭЭГ также будет недорогим. Между тем, с точки зрения программного обеспечения, было бы желательно минимальное обучение пользователей (или, в идеале, отсутствие обучения); А именно, было бы лучше избегать длительных периодов настройки алгоритма обработки, прежде чем пользователь сможет использовать систему. Этот аспект имеет решающее значение в BCI из-за межсубъектной и внутрисубъектной нестационарности^13,14.

Предыдущая литература продемонстрировала, что обнаружение вызванных потенциалов мозга является надежным в отношении нестационарности и шума при приеме сигнала. Другими словами, BCI, основанные на обнаружении вызванного потенциала, называются реактивными и являются наиболее эффективными BCI с точки зрения распознавания мозговых паттернов¹⁵. Тем не менее, они требуют сенсорной стимуляции, что, вероятно, является главным недостатком таких интерфейсов. Таким образом, цель предлагаемого метода состоит в том, чтобы создать носимый и портативный BCI, основанный на носимых готовых приборах. Сенсорные стимулы здесь состоят из мерцающих огней, генерируемых умными очками, которые способны вызывать стационарные визуально вызванные потенциалы (SSVEP). В предыдущих работах уже рассматривалась интеграция BCI с виртуальной реальностью либо отдельно, либо в сочетании с дополненной реальностью¹⁶. Например, была предложена система BCI-AR для управления квадрокоптером с SSVEP¹⁷. Виртуальная реальность, дополненная реальность и другие парадигмы обозначаются термином расширенная реальность. В таком сценарии выбор умных очков соответствует требованиям к носимости и портативности, а умные очки могут быть интегрированы с минимальной настройкой сбора данных ЭЭГ. В этой статье показано, что BCI на основе SSVEP также требует минимального обучения при достижении приемлемых классификационных характеристик для приложений связи и управления с низкой и средней скоростью. Следовательно, этот метод применяется к BCI для повседневных применений и, по-видимому, особенно подходит для промышленности и здравоохранения.