ترکیب کلاس‌های جدیدی از الکترودهای بسیار نازک با الکترونیک انعطاف‌پذیر و الگوریتم یادگیری عمیق می‌تواند به معلولان کمک کند تا بصورت بی‌سیم یک صندلی چرخدار برقی را کنترل، با یک رایانه تعامل و یا یک وسیله نقلیه رباتیک کوچک را بدون استفاده از کلاه‌های حجیم و بزرگ ویژه ثبت EEG و یا انبوهی از سیم‌ها کنترل کنند. پژوهشگران مؤسسه فناوری جورجیا این سامانه جدید پوشیدنی را برای اندازه‌گیری آسان‌تر و نظارت بر پتانسیل‌های برانگیخته مغز توسعه داده‌اند. با مجله فناوریهای توان‌افزا و پوشیدنی همراه باشید.
اندازه‌گیری پتانسل برانگیخته بینایی
پژوهشگران مؤسسه فناوری جورجیا، دانشگاه کنت و دانشگاه ایالتی ویچیتا سامانه پوشیدنی جدیدی برای اندازه‌گیری سیگنال‌های الکتریکی مغز توسعه داده‌اند. آنها با فراهم آوردن یک سامانه پوشیدنی، کاملاً قابل حمل و بی‌سیم به عنوان رابط مغز و ماشین (BMI) موجب بهبود الکتروانسفالوگرافی معمولی (EEG) برای اندازه‌گیری سیگنال‌های پتانسیل برانگیخته بینایی در مغز انسان شدند. توانایی این سامانه در اندازه‌گیری سیگنال‌های EEG برای رابطهای مغز و ماشین با شش فرد ارزیابی شده است. تاکنون توانایی این سامانه با افراد معلول مطالعه نشده است. نتایج این پژوهش در تاریخ ۱۱ سپتامبر در مجله Nature Machine Intelligence گزارش شد.
Woon-Hong Yeo، استادیار مؤسسه فناوری جورجیا گفت: «این پژوهش راهکار‌های اساسی برای طراحی یک سامانه EEG ارگونومیک و قابل حمل برای طیف گسترده‌ای از دستگاه‌های کمکی، خانه‌های هوشمند و رابطهای نوروگیم (neuro-gaming) ارائه میدهد. نوآوری اصلی شامل یک بسته کوچک، پوشیدنی و منسجم از مدارها برای نظارت بر EEG با وضوح بالا است».
استفاده از حسگرهای جدید در رابط های مغز و ماشین
رابطهای مغز و ماشین یک بخش اساسی از فناوریهای توانبخشی است. این سامانه به افراد مبتلا به اسکلروز جانبی آمیوتروفیک (ALS)، سکته مغزی مزمن یا سایر ناتوانی‌های حاد حرکتی، اجازه میدهد تا پروتزها را کنترل کنند. در حال حاضر جمع‌آوری سیگنال‌های مغزی که به عنوان پتانسیل‌های برانگیخته بینایی حالت پایدار (SSVEP) شناخته می‌شوند، با استفاده از یک کلاه ویژه و الکترودهای تر، چسب و سیم برای اتصال به تجهیزات رایانه‌ای انجام می‌شود.
Yeo و همکارانش از کلاس جدیدی از حسگرهای انعطاف‌پذیر، بی‌سیم و الکترونیکی استفاده می‌کنند که به راحتی بر روی پوست قرار می‌گیرد. این سامانه شامل سه مؤلفه اصلی است: الکترودهای بسیار انعطاف‌پذیر که روی مو سوار می‌شوند و در تماس مستقیم با پوست سر قرار می‌گیرند، یک الکترود بسیار نازک، مدارهای منعطف و نرم با یک واحد بلوتوث. داده‌های EEG ضبط شده از مغز در مدار منعطف پردازش می‌شود، سپس به صورت بی‌سیم از طریق بلوتوث از فاصله ۱۵ متری به رایانه لوحی تحویل داده می‌شود.
کاربرد الگوریتم یادگیری عمیق در اندازه‌گیری پتانسیل برانگیخته بینایی
تشخیص و تجزیه و تحلیل سیگنال‌های SSVEP به دلیل دامنه کم سیگنال که در حدود ده‌ها میکرو ولت و شبیه به نویزهای الکتریکی بدن است، چالش برانگیز است. همچنین پژوهشگران باید با تغییرات و تفاوت‌ها در مغز انسان‌ها مقابله کنند. با این وجود اندازه‌گیری دقیق سیگنال‌ها برای تعیین آنچه کاربر می‌خواهد با سامانه انجام دهد ضروری است. گروه برای حل این چالش‌ها به اجرای الگوریتم‌های یادگیری عمیق و شبکه عصبی روی مدارهای قابل انعطاف روی آورد.
Chee Siang (Jim) Ang، مدرس ارشد سامانه‌های چندرسانه‌ای و دیجیتال در دانشگاه کنت، گفت: «روش‌های یادگیری عمیق معمولاً برای طبقه‌بندی تصویرهایی همچون تصویر گربه و سگ استفاده می‌شود. از این الگوریتم‌ها برای تجزیه و تحلیل EEG هم استفاده می‌شود. سیگنال‌های EEG همانند تصویر سگ که می‌تواند تغییرات بسیاری داشته باشد، دارای همان چالش تغییرپذیری بالا است. ثابت شده است که روش‌های یادگیری عمیق با تصویر، خوب کار می‌کند. ما نشان می‌دهیم که آنها با سیگنال‌های EEG نیز بسیار خوب کار می‌کنند».
افزون بر این، پژوهشگران از مدل‌های یادگیری عمیق برای شناسایی الکترودهایی که بیشترین توانایی را برای جمع آوری اطلاعات و طبقه‌بندی سیگنال‌های EEG دارند، استفاده کردند. Ang افزود: «ما دریافتیم که این مدل قادر است مکان‌های مغزی برای BMI را مشخص کند. با این روش تعداد حسگرهای مورد نیاز و هزینه کاهش پیدا می‌کند».
این سامانه از سه الکترود الاستومری استفاده می‌کند که با یک باند پارچه‌ای بر روی سر نگه داشته می‌شوند. الکترونیک بی‌سیم بسیار نازک روی گردن و یک الکترود چاپی شبیه پوست زیر گوش قرار می‌گیرد. الکترودهای نرم و خشک بدون استفاده از چسب و یا ژل روی پوست قرار می‌گیرند. سامانه جدید در کنار سهولت استفاده، می‌تواند نویز و تداخلات را کاهش داده و نرخ بالاتر انتقال داده را در مقایسه با سامانه‌های موجود فراهم کند.
کاربردها
سامانه جدید با شش فرد مورد ارزیابی قرار گرفت. الگوریتم یادگیری عمیق با طبقه‌بندی داده‌ها می‌تواند یک صندلی چرخدار برقی و یک وسیله نقلیه رباتیک کوچک را کنترل کند. Yeo خاطر نشان کرد: «این سیگنال‌ها همچنین می‌توانند برای کنترل یک نمایشگر بدون استفاده از صفحه کلید، جوی استیک یا سایر کنترلرها استفاده شود».
Yeo افزود: «سامانه‌های EEG معمولی برای دریافت سیگنال باید بیشتر پوست سر را تحت پوشش خود قرار دهند. اما کاربران بالقوه ممکن است نسبت به پوشیدن آنها حساس باشند. این دستگاه نرم، کوچک و پوشیدنی کاملاً یکپارچه طراحی شده است تا برای استفاده طولانی مدت راحت باشد». مراحل بعدی شامل بهبود الکترودها و کاربردی‌تر شدن سامانه برای افراد دارای نقص حرکتی می‌باشد.
پژوهش‌های آینده
«مطالعه آینده به بررسی الکترودهای کاملاً الاستومری و بی‌سیم که می‌توان بر روی پوست سر نصب کرد، به همراه کوچکتر کردن الکترونیک برای استفاده از الکترودها در دیگر مطالعات می‌پردازد. همچنین این سامانه EEG می‌تواند برای نظارت بر پتانسیل‌های برانگیخته یا تصور حرکتی برای افراد مبتلا به اختلال حرکتی تنظیم شود. این کاربرد در برنامه‌های درمانی آینده مورد بررسی قرار خواهد گرفت». به دلیل نظارت آسان‌تر بر EEG این سامانه ممکن است در طولانی مدت برای برنامه‌های کاربردی دیگر مفید باشد. مانند پژوهش‌ها در مورد خواب.
به کمک این سامانه می‌توان بر فعالیت عصبی افراد بدون حضور آنها در آزمایشگاه‌ها و استفاده از تجهیزات بزرگ و حجیم نظارت کرد. به این ترتیب افراد به راحتی در منزل خود می‌خوابند و فعالیت عصبی آنها در خواب اندازه‌گیری می‌شود. این سامانه به دانشمندان اجازه خواهد داد تا نشانگرهای زیستی جدید و غیرتهاجمی مربوط به آلزایمر و زوال عقل را تشخیص دهند.
بیشتر بخوانیم:
>> نتایج مهم رابط های مغز و ماشین
>> آیا رمزگشایی امواج مغزی ممکن است؟
منبع: techxplore
«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»
