Paso 3: Análisis de EEG/EMG
Una vez finalizado el actual diseño de prototipo, planeo pasar el próximo año o así mejorar esta parte del proyecto. El programa que tengo en lugar ahora trabaja, pero error porcentual es alto, y creo un sistema mucho más sofisticado y confiable debe ser implementado. Como he dicho, este proyecto es un trabajo en progreso, con recursos limitados. Estoy tratando de abordar el mismo tema muchas instituciones de investigación están estudiando, y que no invasor es correlacionar la actividad cerebral a movimientos y acciones.
Comenzará con la porción de la EMG ya que es la parte más simple. Porque el tablero abierto BCI puede grabar señales de EMG, así como señales EEG, fue utilizado para ambos. Actividad muscular era bastante fácil de detectar, hay constante señal de EKG, pero la amplitud de la onda para los canales con un electrodo en un músculo activo fue mucho mayor que la señal del EKG. Escribir el programa para determinar este movimiento particular fue simplemente buscando ese punto y moviendo la articulación del codo por consiguiente.
El análisis de EEG es un poco más complicado. Más o menos dirigen áreas del cerebro a través de la colocación de los electrodos, pero es áspero porque no son capaces de apuntar estrictamente un área específica. Partes importantes dirigidos incluyen el área motora primaria, área premotora y la convolución del cerebro frontal media. Dirección, distancia y velocidad del movimiento
se corresponde con el patrón de impulsos de los nervios de la sección de la corteza primaria del motor que controla ese músculo. Como he dicho, la colocación no exactamente se dirige a esa zona que se encuentra, existen aproximadamente 100 billones de neuronas, ahora concedió dispositivos de EEG sólo pueden recoger actividad en la corteza cerebral (capa exterior del cerebro), es todavía no exactamente targeting, pero uso ese término para facilitar la explicación. Desde que estoy usando un dispositivo EEG con electrodos menos y menos precisión que un equipo de grado médico EEG, me di cuenta desde el principio que sería difícil determinar movimientos del dedo individual tan decididos sólo intentaría determinar una acción abierta o cierre.
Al principio comencé con parpadeos para controlar la apertura y cierre la mano porque era mucho más fácil y permitido para el resto del brazo para ser construido. Dos parpadeos rápidos abrir o cerrar la mano. Creo que esto todavía está en el código pero comentada si desea verlo. Para identificar cualquier patrón asociado con apertura y cierre de la mano, utilicé un programa de análisis de EEG conocido como EEGrunt. Voy a publicar un enlace a un artículo sobre él para obtener un poco más de información.
http://www.autodidacts.IO/eegrunt-Open-Source-PYTH...
Mientras trabajaba con él, parece haber un mayor nivel de actividad en las bandas de frecuencia más baja durante la apertura o cierre de la mano en las áreas específicas que comentamos antes. El programa busca estas indicaciones y envía un comando para abrir o cerrar la mano. Hay todavía considerable error en este enfoque particular, pero ha ido mejorando. Como dije, pienso dedicar el próximo año de este proyecto para mejorar este aspecto. Recientemente he comenzado a estudiar el reconocimiento de patrones y aprendizaje para posiblemente poner en práctica algunos de esos conceptos en el programa como reconocimiento de patrones en las oscilaciones neuronales de máquina será de gran ayuda para mejorar la fiabilidad. También estoy interesado en trabajar con una interfaz de computadora cerebro más sofisticada para mejorar la precisión. Ha recorrido un largo camino, pero un considerable desarrollo sigue siendo necesario.
