เทคนิคการวิเคราะห์และการสกัดลักษณะเด่นสัญญาณคลื่นไฟฟ้าสมองในย่านความถี่Mu และ Beta Rhythm ด้วยโปรแกรม BCI2000
คำสำคัญ:
โปรแกรม BCI2000, สัญญาณคลื่นไฟฟ้าสมองบทคัดย่อ
การพัฒนาระบบการสื่อสารระหว่างสมองกับคอมพิวเตอร์อินเตอร์เฟซระบบ (BCI) มีวัตถุประสงค์เพื่อเป็นการสื่อสารทางเลือก เพื่อตอบสนองขีดความสามารถในการควบคุมการเคลื่อนไหว โดยไม่ผ่านเส้นทางปกติของสมองไปยังกล้ามเนื้อสำหรับผู้ที่สูญเสียความสามารถในการเคลื่อนไหว ความสำเร็จในการประยุกต์ระบบ BCI เพื่อการนำไปใช้งานขึ้นอยู่กับปัจจัยต่างๆได้แก่ การวัดและเปรียบเทียบความแตกต่างของคลื่นสมองอย่างเป็นระบบ วิธีการบันทึกสัญญาณคลื่นไฟฟ้าสมอง การประมวลผลสัญญาณคลื่นไฟฟ้าสมอง รูปแบบของสัญญาณขาออก และการออกแบบวิธีการพัฒนาระบบ อย่างไรก็ตามระบบการสื่อสารระหว่างสมองกับคอมพิวเตอร์โดยทั่วไป มักจะออกแบบเฉพาะสำหรับการใช้งานเฉพาะด้านใดด้านหนึ่งจึงไม่เหมาะสมสำหรับกระบวนการที่ต้องการความเป็นระบบและการเรียนรู้ที่ต้องการความต่อเนื่องตั้งแต่กระบวนการบันทึกสัญญาณคลื่นไฟฟ้าสมอง ไปจนกระทั่งการนำไปใช้งาน และเพื่อตอบสนองความต้องการเพื่อแก้ปัญหานี้โปรแกรม BCI2000 จึงได้ถูกสร้างขึ้นโดยมีวัตถุประสงค์ทั่วไปที่ครอบคลุมในทุกกระบวนการของกาศึกษาด้านการสื่อสารระหว่างสมองกับคอมพิวเตอร์ ในบทความฉบับนี้อธิบายถึงแนวความคิดในประยุกต์ใช้งานของระบบการประมวลผลสัญญาณคลื่นไฟฟ้าสมองที่ใช้โปรแกรม BCI2000 สำหรับนักวิจัย วิศวกรชีวการแพทย์ และวิศวกรคอมพิวเตอร์ รวมทั้งเป็นการนำเสนอตัวอย่างของความสำเร็จของระบบในการใช้งานของโปรแกรม
References
Brunner C., Andreoni G., Bianchi L., Blankertz B., Breitwieser C., Kanoh S., Kothe C.A., L´ecuyer A., Makeig S., Mellinger J., Perego P., Renard Y., Schalk G.,Susila I.P., Venthur B., and M¨uller-Putz G.R.(2013), BCI Software Platforms. In Towards Practical Brain-Computer Interfaces. Biological and Medical Physics; 2013
Wolpaw, J.R., Birbaumerc, N., McFarland, D.J., Pfurtschellere, G., Vaughan, T.M. (2002). Brain–computer interfaces for communication and control. in Clinical Neurophysiology 113 , 767–791.
Birbaumer, N., (2006). Breaking the silence: Brain–computer interfaces (BCI) for communication and motor control. Psychophysiology, 43, s. 517–532.
Wessel, M., (2006). Pioneering research into Brain Computer Interfaces.Delft University of Technology, Faculty of Electrical Engineering, Mathematics, and Computer Science,Mediametics: Man-Machine Interaction,Mekelweg 4,2628 CD Delft, The Netherlands.
Wolpaw, J.R & McFarland, D.J. (2004). Control of a two-dimensional movement signal by a noninvasive brain-computer interface in humans. Proc Natl Acad Sci USA 101:17849-17854.
Pfurtscheller, G., Brunner, C., Schl¨ogl, A., & Silva, F. L., (2006). Mu rhythm (de) synchronization and EEG single-trial classification of different motor imagery tasks. Neuroimage 31 (1), 153–159.
Brunner C., Andreoni G., Bianchi L., Blankertz B., Breitwieser C., Kanoh S.,Kothe C.A., L´ecuyer A., Makeig S., Mellinger J., Perego P., Renard Y., Schalk G.,Susila I.P., Venthur B., and M¨uller-Putz G.R.(2013), BCI Software Platforms. In Towards Practical Brain-Computer Interfaces. Biological and Medical Physics; 2013
Buneo A.C., Andersen A.R..,(2005), The posterior parietal cortex: Sensorimotor interface for the planning and online control of visually guided movements., Harrington Department of Bioengineering, Arizona State University, P.O. Box 879709,
Schalk G., Hinterberger T., McFarland D.J.,Mellinger J., (2004).,Software Design Document for a specific implementation of ‘BCI2000’., New York State Department of HealthWadsworth Center,Laboratory of Nervous Systems Disorders,Eberhard–Karls–Universit¨at T¨ubingen Medizinische Fakult¨at Institut f¨ur Medizinische Psychologie,February 2000–July 2004
Downloads
เผยแพร่แล้ว
How to Cite
ฉบับ
บท
License
บทความที่ได้รับการตีพิมพ์เป็นลิขสิทธิ์ของ มหาวิทยาลัยราชภัฏธนบุรี
ข้อความที่ปรากฏในบทความแต่ละเรื่องในวารสารวิชาการเล่มนี้เป็นความคิดเห็นส่วนตัวของผู้เขียนแต่ละท่านไม่เกี่ยวข้องกับมหาวิทยาลัยราชภัฏธนบุรีและบุคลากรท่านอื่นๆในมหาวิทยาลัยฯ แต่อย่างใด ความรับผิดชอบองค์ประกอบทั้งหมดของบทความแต่ละเรื่องเป็นของผู้เขียนแต่ละท่าน หากมีความผิดพลาดใดๆ ผู้เขียนแต่ละท่านจะรับผิดชอบบทความของตนเองแต่ผู้เดียว
