Beanie vänder hjärnvågor in ljuset (1 / 15 steg)
Steg 1: En bit av vetenskap
Hur kan vi mäta hjärnans aktivitet med hjälp av en bärbar hatt?
Elektroencefalografi (EEG) är mätningen av neural aktivitet genom sensorer (elektroder) placeras mot hårbotten. Dessa elektroder kan mäta de små elektriska förändringar som sker när nervceller eld. Genom att utvidga dessa signaler via en dator, kan vi observera en persons hjärnans aktivitet i realtid. Här är en bra video som förklarar grunderna i EEGEN (University of Waterloo):
Städa upp signalen
När en hjärna registreras från en persons huvud med hjälp av EEGEN sensorer, den tar upp en massa uppgifter än hjärnan signaler: muskel och ögat rörelser från person och särskilt inblandning buller från det gamla kylskåpet i hörnet av labbet. Innan hjärnan signalen kan tolkas, måste vi rensa upp eller "förbehandla" det: filtrera bort buller, ta bort alla muskler, ögonrörelser och blinkar från signalen.
Vi gör sedan ett par andra matematiska manipulationer med data för att uppskatta mängden olika hjärnvågor genom frekvens av deras svängningar (det är inte bara en typ av hjärnvågorna). Neurala svängningar kan således delas in i "frekvensband": Delta (0-4 Hz), Theta (~ 4-8 Hz), Alpha (~ 8-12 Hz), Beta (~ 12-30 Hz) och Gamma (> 30 Hz).
I forskning experiment görs signal rengöring manuellt efter experiment, med speciell programvara. Kommersiella EEGEN headset innehåller marker att förbehandla signal i realtid. Denna tutorial använder Neurosky's ThinkGear™ ASIC modul, som filtrerar bort HF buller och muskel rörelser från realtid hjärnan signaler, och gäller anpassade algoritmer designade av Neurosky att upptäcka ungefärligt "avkoppling" och "uppmärksamhet", samt nivåerna av delta, theta, låg alpha, hög alpha, låg beta, hög beta och gamma vågor.
Tolkar hjärnan signalen
Nu när vi har fräschat upp hjärnan signalen, kan vi börja tolka det. Förändringar över tid i nivåerna av de olika frekvensbanden avslöja viktig information om de mentala tillstånd av en person, till exempel: om de sover, koncentrera sig på en svår mental övning, avkopplande, har ögonen öppna eller stängda, etc. Vissa hjärnan signaler kan också vara vägledande för kliniska tillstånd (epileptiska anfall eller sömnstörningar).
I en typisk forskning experiment, EEGEN registreras och sedan medelvärde för varje deltagare (över många, många prövningar), för en stor grupp av deltagare. Forskare studerar återkommande mönster av neurala Svaren till visual/hörsel/sinnen stimuli att förstå hur hjärnan bearbetar och kodar information. Till exempel: baserat på en persons EEGEN, kan vi förutsäga om de tittar på ett foto av Times Square på rusningstid eller en örn flyger mot en blå himmel? Det verkar som vi kan, förresten.
Hjärna-dator gränssnitt
Återkommande mönster i hjärnans aktivitet kan också användas för att skriva algoritmer för hjärna-dator gränssnitt (BCI). En hjärna datorgränssnitt är ett datasystem som tillåter en person att styra ett objekt med endast deras hjärna. Flera BCIs utvecklas för närvarande för att hjälpa personer med nedsatt rörlighet och/eller kommunikation, så att de kan skriva eller styra föremål på en datorskärm. Två metoder används i utveckla sådana BCIs är motor bildspråk (inbillar sig att du utför en specifik kroppsrörelse) och P300 händelsen med potential (en positiv förändring i spänning som börjar ungefär runt 250ms efter stimulans debut). Några stavning system använder dessa metoder för att tillåta människor att kommunicera med sina hjärnvågor. Men de kräver omfattande utbildning och de tillåter inte oss att helt enkelt tänka på orden och sedan se dem visas på en datorskärm. De enklaste signalerna att använda för att kontrollera objekt med en BCI vore ansiktsbehandling muskelaktivitet, som upptäcks av sensorer som placeras i huvudet tvärsnittsarea. Dessa signaler är lätt igenkännliga (vänster/höger ögonrörelser, blinkar, käken rörelser, bet tänderna, etc). Det finns en mängd spännande framsteg som görs i BCI forskning. Dock hålla i minnet att BCIs gör inte (ännu) tillåter oss att göra "tankeläsning". Det närmaste jag har sett att "tankeläsning" måste vara i detta väldigt cool experiment utfördes vid Berkeley, fMRI (inte EEG).
Universitetar av Minnesota mind-kontrollerade quadcopter:
Bärbar EEGEN vs klinisk forskning EEGEN
EEGEN utrustning som används i forskningslaboratorier och sjukhus ger robust, högkvalitativa inspelningar av hjärnans aktivitet. Tyvärr, kablar ansluter headsetet till förstärkare begränsa rörligheten för bäraren. Trådlösa EEGEN headset är lätt att sätta på och numera många av dessa använder "torr" elektroder (elektroder som inte kräver sentimental gel eller saltlösning). Den huvudsakliga begränsningen med bärbara EEGEN enheter för forskning ämnar är den rumsliga & temporal upplösning (1-14 elektroder, genomsnittliga provtagning ggr/128), som är inte lika bra som för forskning EEGEN headset (32-256 elektroder, provtagning priser upp till 20 kHz). Detta innebär att det är mycket svårare att extrahera och exakt kartlägga källan av hjärnan signaler med en bärbar enhet än det är med avancerad utrustning. Även i en bärbar enhet är signalen mer högljudda eftersom det finns mycket mer muskelaktivitet på grund av den person som flyttar (även om en hel del buller filtreras bort under före signalbehandling). Även med lägre upplösning, bärbara EEGEN headset ger noggranna avläsningar av frekvens band makt, vilket kan användas för olika tillämpningar som utveckla enkla icke-invasiv hjärnan dator gränssnitt och för vissa kliniska metoder (neurofeedback). Trådlösa EEGEN headset är ganska ny, och deras effektivitet kommer att förbättra tillsammans med teknik.
- Forskning/klinisk EEGEN system: EGI, Biosemi, BrainProducts, G.tec
- Trådlöst & bärbara EEGEN enheter: Emotiv IMEC, musa, Melon, Neurosky
- Öppen källkod EEG: OpenBCI