Låg kostnad modulära Neuroprosthetic (3 / 8 steg)
Steg 3: EEG/EMG analys
När den nuvarande prototyp utformningen är klar, planerar jag att spendera nästa år eller så förbättra denna del av projektet. Jag har i placera nu fungerar, men procent fel är hög, och jag anser en mycket mer sofistikerade och pålitligt system måste genomföras. Som sagt, är detta projekt ett pågående arbete, med begränsade resurser. Jag försöker att ta itu med samma fråga många forskningsinstitutioner studerar och som noninvasivt korrelera hjärnaktivitet rörelser och åtgärder.
Jag kommer börja med EMG del eftersom det är den enklare delen. Eftersom styrelsens öppna BCI kan spela in EMG signaler samt EEG signaler, användes det för båda. Muskelaktivitet var ganska lätt att upptäcka, det var konstant EKG signalen, men amplituden på vågen för kanaler med en elektrod på en aktiv muskel var mycket högre än EKG signalen. Skriver programmet för att avgöra detta särskilda förslag helt enkelt ute efter att spike och flyttas armbågsleden därmed.
EEGEN analysen är lite svårare. Jag riktade ungefär områden i hjärnan genom placering av elektroder, men det är grov eftersom de inte kan strängt rikta ett specifikt område. Stora delar riktade är det primära motoriska området, före motoriska område och den mellersta frontal gyrus. Riktning, avstånd och hastighet i förslaget
korrelerar till mönster av neurala impulser från avsnittet i den primära motoriska cortex som styr den muskeln. Som sagt, det är inte exakt placeringsinriktning området placeras, det finns ungefär 100 miljarder hjärnceller, nu beviljats EEG-enheter kan bara plocka upp aktivitet på hjärnbarken (yttre lager av hjärnan), det är fortfarande inte exakt inriktning, men jag kommer att använda detta begrepp för enkel förklaring. Eftersom jag använder en EEG enhet med färre elektroder och mindre precision än en medicinsk kvalitet EEG maskin, jag insåg tidigt det skulle vara svårt att avgöra individuella fingerrörelser beslutade därför skulle jag bara försöka bestämma en öppen eller avslutande åtgärd.
Jag började först med blinkar att kontrollera öppna och stänga handen eftersom det var mycket lättare, och tillåtna för resten av armen ska byggas. Två snabba blinkar vill öppna eller stänga handen. Jag tror detta är fortfarande i koden men kommenteras ut om du skulle vilja se den. För att identifiera eventuella mönster i samband med öppning och stängning av handen, använde jag en EEGEN analysprogram kallas EEGrunt. Jag kommer att lägga en länk till en artikel om den för att få lite mer information.
http://www.autodidacts.IO/eegrunt-Open-Source-pyth...
Under arbetet med den, verkade det vara en förhöjd nivå av aktivitet i lägre frekvensbanden under öppna eller stänga av handen i de berörda områdena som jag diskuterat tidigare. Programmet ser ut för dessa indikationer och skickar ett kommando för att öppna eller stänga handen. Det finns fortfarande stora fel i detta särskilda tillvägagångssätt, men det har varit att förbättra. Som sagt, planerar jag att ägna nästa år med projektet att förbättra denna aspekt. Jag har nyligen börjat studera mönsterigenkänning och maskininlärning att eventuellt genomföra några av dessa begrepp i programmet som igenkännande mönster i neurala svängningarna kommer att kraftigt bidra till att förbättra tillförlitligheten. Jag är också intresserad av att arbeta med en mer sofistikerad hjärnan datorgränssnitt att förbättra precisionen. Det har kommit en lång väg, men fortfarande krävs betydande utveckling.