211service.com
Allmänt hjärn-datorgränssnitt ger tankekontroll till vilken dator som helst
För människor som är förlamade är ett hjärn-dator-gränssnitt ibland det enda möjliga sättet att kommunicera. Tanken är att sensorer övervakar hjärnvågor och nervsignalerna som styr ansiktsuttryck. Fördefinierade signaler kan sedan användas för att styra datorn.
Till exempel kan mönstret av nervsignaler associerade med ett vänsterleende få markören att flytta till vänster, medan ett högerleende kan få den att flytta åt höger; hjärnvågorna förknippade med koncentration kan vara associerade med ett dubbelklick och så vidare. På så sätt kan en annars förlamad användare styra en dator.
Men det finns betydande problem med denna typ av tillvägagångssätt. Den första är att dessa system är mycket känsliga för buller, så de gör ofta misstag. Det andra är att de är besvärliga och klumpiga att använda, så kommunikationen är smärtsamt långsam. Skrivhastigheten kan vara så låg som ungefär ett tecken per minut. Ett sätt att avsevärt påskynda hjärnkontrollgränssnitt skulle vara oerhört användbart.
Gå in i Ori Ossmy och kompisar vid Ben-Gurion University i Israel, som har skapat ett generellt hjärn-datorgränssnitt som heter MindDesktop som låter en användare styra de flesta aspekterna av en Windows-dator med skrivhastigheter så snabba som 20 sekunder per tecken. Det är en storleksordning bättre än vissa andra system.
Först lite bakgrund. Under de senaste åren har olika företag börjat sälja färdiga hjärnövervakningsanordningar som mäter signaler som produceras av hjärnan och de nervmönster som är förknippade med ansiktsrörelser. Vem som helst kan köpa dessa enheter för några hundra dollar.
En av de mer kända är Emotiv EPOC+ neuroheadsetet och 14-kanals EEG, som länkar till vilken dator som helst via Wi-Fi. Enheten kostar $800 (även om företaget gör en billigare modell med lägre specifikationer som säljs för $300).
Att använda denna eller andra hjärnmätningsenheter för att styra en dator är dock svårt, inte minst för att många gränssnitt är klumpiga och långsamma. Så Ossmy och co har byggt ett system som tar signalerna som detekteras av Emotiv-headsetet och utnyttjar dem i ett gränssnitt som är relativt enkelt att använda.
Out of the box kan Emotiv headsetet upptäcka nervsignaler som är förknippade med olika ansiktsuttryck. Men den kan också tränas för att upptäcka hjärnvågsmönster som är förknippade med att tänka på, säg, en favoritblomma eller sång eller husdjur.
Var och en av dessa tankar kan sedan användas för att utlösa en annan åtgärd i programvaran. Hela systemet är faktiskt designat för att fungera med bara tre ingångar. Den kan anpassas till vilken form av input som helst, förutsatt att den kan särskilja tre olika.
Gränssnittet har några unika tillvägagångssätt. Användare kan till exempel välja ett objekt var som helst på skärmen med hjälp av en hierarkisk pekenhet. Detta delar upp hela skärmen i fyra fjärdedelar. Användare väljer kvartalet som innehåller föremålet av intresse, och detta kvartal är själv uppdelat i fyra mindre kvartal, av vilka användaren väljer ett och så vidare. Denna uppdelning fortsätter tills en fjärdedel är fylld med föremålet av intresse, som användaren kan klicka på genom att välja det.
Detta gör att användaren kan öppna eller stänga valfri applikation. Ett tangentbord på skärmen, prediktiv text och andra genvägar påskyndar kommunikationsprocessen.
Det israeliska teamet testade mjukvaran genom att be 17 friska vuxna att använda den på en vanlig bärbar dator och sedan mäta hur lång tid det tog att utföra vissa uppgifter, som att öppna en mapp, spela upp en video och söka på Internet efter en ämne.
Resultaten visar en tydlig inlärningsutveckling. På bara tre inlärningssessioner avslutade alla användare sina uppgifter snabbare och kunde skicka ett enkelt e-postmeddelande.
Intressant nog identifierade forskarna långt hår som ett potentiellt problem, eftersom det orsakar fler signalfel; detta gjorde uppgifterna svårare för kvinnor än för män. Resultaten tyder på att användare snabbt kan lära sig att aktivera det nya gränssnittet och effektivt använda det för att driva en PC, säger Ossmy och co.
Det finns dock mycket arbete att göra för att göra dessa system jämförbara med andra kommunikationsformer, som sms och vanlig maskinskrivning. Bättre sensorer kommer helt klart att hjälpa, men själva användargränssnittet kommer alltid att vara kritiskt.
Ref: arxiv.org/abs/1705.07490 : MindDesktop: A General Purpose Brain Computer Interface