zastosowanie technologii interfejsu mózg ‑komputer w praktyce

W dokumencie Annales Academiae Medicae Stetinensis = Roczniki Pomorskiej Akademii Medycznej w Szczecinie. 2011, Sympozja 1 (Stron 140-145)

Interfejsy mózg -komputer są głównie stosowane jako urządzenia umożliwiające komunikację ze światem zewnętrznym osobom cierpiącym na ciężkie choroby, takie jak stwardnienie zanikowe boczne, udar mózgowy pod-korowy, zespół Guillaina–Barrégo, mózgowe porażenie dziecięce oraz stwardnienie rozsiane.

Ta nabierająca znaczenia technologia znajduje też zasto-sowanie w celach militarnych, o których z oczywistych powodów pisze się zdecydowanie mniej. Ponadto istnieją również zastosowania rozrywkowe. Firmy emotiv Systems i NeuroSky udostępniają w ofercie interfejsy umożliwiające granie na komputerze [1].

zastosowanie interfejsu mózg ‑komputer do urządzenia umożliwiającego pisanie prostych wyrazów (P300)

Interfejs mózg -komputer urządzenia umożliwiającego pisanie prostych wyrazów oparty na analizie zmian poten-cjału P300. Na ekranie wyświetlone są litery i cyfry uporząd-kowane w kolumnach i wierszach (ryc. 5). kolumny i wiersze są podświetlane w losowej kolejności z częstotliwością kilku

na nim uwagę i liczy jego podświetlenia. Interfejs analizuje uśrednione zarejestrowane informacje i wprowadza znak określony przez użytkownika.

Najnowsze badania dotyczą dwóch głównych nurtów rozwoju tej technologii. Pierwszy z nich związany jest z analizą sygnału, a więc rozwojem algorytmów umożli-wiających właściwą interpretację sygnału potencjału P300.

Drugi nurt związany jest z rozwojem samego programu dla użytkownika, a więc zmianą jego grafiki, dźwięku oraz innych właściwości. Zmiany te mają na celu wzmocnienie procesów kognitywnych odpowiedzialnych za generowa-nie potencjałów P300 [11].

zastosowanie interfejsu mózg ‑komputer w urządzeniu umożliwiającym pisanie prostych wyrazów (SCP)

Interfejs mózg -komputer oparty na analizie zmian wol-nego potencjału korowego. Interfejs tego typu, jako jeden z nielicznych, umożliwia komunikację ze światem zewnętrz-nym osobom cierpiącym na stwardnienie zanikowe boczne (SLA). Osoby są w stanie nauczyć się generować pozy-tywny wolny potencjał korowy nawet wtedy, gdy ich stan chorobowy jest zaawansowany (sztucznie podtrzymywane funkcje oddechowe). W przypadku dwóch użytkowników było to możliwe po 288 i 327 sesjach treningowych. Dzień poświęcony na ćwiczenia składał się z 6–12 sesji w zależ-ności od możliwości użytkownika. każda z tych sesji skła-dała się z 70–100 prób i trwała 5–10 minut. Na ekranie było

Ryc. 5. Sposób ułożenia liter oraz cyfr na ekranie

zmian podświetlanych linii na sekundę. Potencjały P300 wywoływane przez bodźce wzrokowe rejestrowane są przy użyciu elektrod. Następnie cyfrowa wersja zmierzonego potencjału P300 jest przesyłana po wcześniejszym wzmoc-nieniu do komputera. Początkowo użytkownik obserwuje wskazany przez osobę prowadzącą znak i liczy jego pod-świetlenia. Po upływie 30 sekund następuje zmiana znaku.

Proces ten jest powtarzany do czasu zebrania informacji o wszystkich znakach. Na podstawie zebranych informacji interfejs przeprowadza kalibrację systemu w celu dostoso-wania parametrów dla danego użytkownika. Po wykonaniu procesu kalibracji interfejs jest przygotowany do działania.

Użytkownik dokonuje wyboru żądnego znaku, koncentruje

Ryc. 6. Tekst napisany przez osobę cierpiącą na stwardnienie zanikowe boczne za pomocą interfejsu mózg - komputer

wyświetlone pudełko. Jeśli użytkownik miał wygenerować potencjał pozytywny dolna część tego pudełka była podświe-tlana, a jeśli negatywny to górna. Użytkownik otrzymywał informacje zwrotne (aktualizowane co 64 ms) o generowa-nych potencjałach za pomocą piłeczki zbliżającej się lub oddalającej się od pudełka. Po kilku początkowych sesjach zaniechano ćwiczeń w kierunku generowania negatywnego SCP, ponieważ znacznie lepsze wyniki uzyskano w przy-padku potencjału pozytywnego. Po zakończeniu treningu użytkownik mógł za pomocą odpowiedniego urządzenia napisać krótką notatkę. Na ekranie urządzenia do pisa-nia wyświetlane były kolejno (co 4,5–6 s) litery alfabetu podzielone na pół. Zadaniem użytkownika było wybranie

odpowiedniej grupy liter, która po dokonaniu wyboru była dzielona na kolejne dwie części. Proces ten powtarzał się aż do zaznaczenia jednej z ostatniej pary liter. Wybrana litera była umieszczana w polu tekstowym. Do korekcji błę-dów zastosowano funkcję „Wróć”. Funkcja ta była wyświe-tlana między kolejnymi grupami liter i umożliwiała cofnięcie się o jeden wybór wstecz. Jeśli funkcja ta została wybrana już na początku procesu powodowała usunięcie ostatniej litery z pola tekstowego. Tempo pisania wynosi około dwa znaki na minutę, a napisanie tekstu przedstawionego na ryci-nie 6 zajęło użytkownikowi 16 godzin [16].

zastosowanie interfejsu mózg ‑komputer w urządzeniu umożliwiającym wybór jednej z kilku odpowiedzi

Interfejs mózg -komputer oparty na analizie zmian rytmu sensomotorycznego. kursor porusza się na ekranie od strony lewej do prawej ze stałą prędkością. Pionowy ruch kur-sora jest stale kontrolowany za pomocą zmian amplitudy rytmu sensomotorycznego. Prawa strona ekranu podzielona jest na od dwóch do sześciu części. Celem użytkownika jest taka kontrola kursora, aby po jego dotarciu do prawej krawędzi wybrane zostało odpowiednie pole – odpowiedź.

W większości prac badawczych ruch pionowy kursora jest funkcją liniową amplitudy w określonym zakresie często-tliwości (8–12 Hz lub 18–26 Hz) zarejestrowanej z obszaru lewej lub prawej kory sensomotorycznej. Najnowsze bada-nia wykorzystują ważone kombinacje tych amplitud przy czym wagi są określane na podstawie algorytmu regresji opartego na wcześniejszych wynikach danego użytkownika.

Przy użyciu tej techniki można uzyskać znacznie lepsze rezultaty niż w przypadku funkcji liniowej [17].

zastosowanie interfejsu mózg ‑komputer do sterowania wózkiem inwalidzkim

Interfejs mózg -komputer oparty na analizie zmian poten-cjału SSVeP. Sygnały generowane w wyniku zadziałania bodźca wzrokowego o odpowiedniej częstotliwości mogą zostać wykorzystane do sterowania wózkiem inwalidzkim.

W przypadku tego typu interfejsu mózg -komputer na ekranie znajdują się cztery migające pola wyboru. W celu indukcji potencjału SSVeP pola wyboru zmieniają kolor z określoną częstotliwością. Przykładowe częstotliwości wynoszą 8, 12, 15, 20 Hz (zmian koloru na sekundę). Interfejs -komputer umożliwia zarejestrowanie dominującej często-tliwości w obszarze kory wzrokowej, która odzwierciedla

wybór użytkownika. Częstotliwości te są odwzorowywane na odpowiednie polecenia do wykonania przez wózek inwa-lidzki. Istnieją dwie główne koncepcje takich systemów.

Jeden z nich próbuje zapewnić użytkownikowi pełną (szcze-gółową) kontrolę wózka inwalidzkiego, natomiast alterna-tywna koncepcja zakłada utworzenie grup poleceń następnie wykonywanych przez urządzenie. Główną zaletą drugiej koncepcji jest fakt, że powoduje ona zdecydowanie mniej-sze zmęczenie użytkownika, dzięki czemu możliwa jest długotrwała obsługa wózka inwalidzkiego. W przypadku tej alternatywnej koncepcji poszczególne częstotliwości są odwzorowywane na proste polecenia dla urządzenia, takie jak jedź do przodu, do przodu skręcając w lewo oraz do przodu skręcając w prawo. Czwarta częstotliwość o naj-wyższej liczbie zmian kolorów na sekundę jest odwzorowana na polecenie zatrzymujące wózek inwalidzki [14].

zastosowanie interfejsu mózg ‑komputer do sterowania postacią wirtualną

Interfejs mózg -komputer oparty na analizie zmian potencjału SSVeP. W przypadku tego badania użytkow-nik miał do wykonania trzy zadania. Pierwsze z nich pole-gało na wyborze jednego z dwóch przycisków umieszczo-nych na ekranie komputera za pomocą postaci wirtualnej.

Na potrzeby tego zadania zastosowano widok z perspektywy pierwszej osoby, której wzrok jest skierowany na nogi. Dwa kwadratowe pola odpowiadające za generowanie potencjału SSVeP znajdowały się obok rąk wirtualnej postaci i migały z częstotliwością 12 oraz 15 Hz. W drugim zadaniu użyt-kownik miał przejść postacią wirtualną slalom w czasie 10 minut. W tym celu korzystał on z trzech kwadratowych pól znajdujących się po lewej i po prawej stronie postaci oraz przed nią. Pola migały odpowiednio z częstotliwością 12, 20 oraz 15 Hz. Na potrzeby tego zadania zastosowano widok z perspektywy trzeciej osoby. W ostatnim scenariu-szu użytkownik miał zapewnione takie same warunki jak w zadaniu drugim, lecz jego celem było przejście posta-cią wirtualną z punktu znajdującego się w środku miesz-kania wirtualnego do jednego z dwóch punktów wyjścia.

Maksymalny czas na zadanie wynosił 10 minut. Zrzuty ekranu dla poszczególnych zadań przedstawiono na ryci-nie 7. Wyniki badań wykazały wysoką efektywność tego interfejsu mózg -komputer w odczytywaniu intencji użytkow-nika. Procentowa wartość poprawnie odczytanych intencji użytkownika wynosiła 95,5; 94,7 oraz 91,7 odpowiednio

Ryc. 7. Zrzuty ekranów dla poszczególnych zadań

dla pierwszego, drugiego oraz trzeciego zadania. Liczba poprawnych (zgodnych z intencją) aktywacji, a więc ruchów postaci wirtualnej, wynosiła odpowiednio 8,5; 7,1 oraz 6,5 na minutę [18].

zastosowanie interfejsu mózg ‑komputer do sterowania ramieniem robota

Interfejs mózg -komputer oparty na analizie zmian poten-cjału SSVeP. Sygnały generowane w odpowiedzi na bodziec wzrokowy o odpowiedniej częstotliwości mogą zostać wyko-rzystane do sterowania ramieniem robota. W przypadku interfejsu mózg -komputer na ekranie wyświetlonych jest osiem pól z klipami wideo różnych osób o silnym zabarwie-niu emocjonalnym (złość lub radość). Zabarwienie emocjo-nalne klipów wideo wprowadzono w celu przyspieszenia reakcji użytkownika na bodziec, a co za tym idzie zwiększe-nia liczby ruchów ramiezwiększe-nia robota w danym okresie czasu.

każde z tych pól charakteryzuje inna częstotliwość (5; 5,4;

6; 6,7; 7,5; 8,5; 10; 12 Hz). Pomiędzy kolejnymi mignię-ciami klipu wideo umieszczony został obraz zawierający 50% szarych oraz 50% białych prostokątów. Poszczególne pola są odwzorowane na konkretne polecenia dla napędów ramienia robota. Użytkownik ma za zadanie skupić uwagę na żądanym przez niego polu w celu wywołania określonego potencjału, a zarazem wydania odpowiedniego polecenia

bioelektrycznych podstaw funkcjonowania mózgu oraz ze znacznym wzrostem wydajności komputerów umoż-liwiających sprawną analizę sygnału oraz jego przetwa-rzanie na instrukcje dla urządzeń docelowych. Na chwilę obecną dostępne są interfejsy opierające swą zasadę dzia-łania na analizie potencjału wywołanego P300, wolnego potencjału korowego, wywołanego potencjału wzrokowego oraz rytmu sensomotorycznego. Służą one do konwertowa-nia podstawowych intencji użytkownika na proste polecekonwertowa-nia dla urządzenia. Mimo niskiego poziomu rozwoju w sto-sunku do potencjału drzemiącego w tej technologii, inter-fejsy nieraz stanowią jedyną drogę komunikacji ze światem zewnętrznym. Prowadzone są liczne badania nad zastosowa-niami, które zapewniałyby osobom cierpiącym na choroby ograniczające ich zdolności motoryczne możliwość pisania krótkich notatek, sterowania ramieniem robota lub wózkiem inwalidzkim. Dwa komercyjne interfejsy budzą liczne kon-trowersje wśród naukowców sugerujących, że w znacznej mierze opierają się one na potencjałach mięśniowych, a nie tych pochodzących z kory mózgowej. Nie zmienia to jed-nak faktu, że są to rozwiązania w pełni funkcjonalne i nad wyraz wydajne. Interfejsy umożliwiające zdrowym użyt-kownikom np. korzystanie z komputera bez konieczności użycia myszki cieszącym się dużym popytem, a na inwe-stycje związane z ich rozwojem nie oszczędza się pieniędzy.

Rozwiązania te jednak w bardzo znikomym odsetku mają zastosowanie względem osób chorych. Można się zastano-wić, czy technologia coraz bardziej oddalająca się od swych korzeni, a mianowicie potrzeby niesienia pomocy, zmierza w dobrym kierunku.

Piśmiennictwo tematu wykorzystane i sugerowane

eeG: Skrypt. http://brain.fuw.edu.pl/edu/eeG:Skrypt (dostęp:

1. 16.05.2011).

Wolpaw J.R., Birbaumer N., McFarland D.J., Pfurtscheller G., Vaughan 2.

T.M.: Brain -computer interfaces for communication and control. Clin Neurophysiol. 2002, 113 (6), 767–791.

Robbins R.A., Simmons Z., Bremer B.A., Walsh S.M., Fischer S

3. .: Quality

of life in ALS is maintained as physical function declines. Neurology.

27, 56 (4), 2001, 442–444.

Schalk G., McFarland D.J., Hinterberger T., Birbaumer N., Wolpaw J.R

4. .:

BCI2000: a general -purpose brain -computer interface (BCI) system.

Ieee Trans Biomed eng. 2004, 51 (6), 1034–1043.

Schalk G

5. .: Brain -computer symbiosis. J Neural Eng. 2008, 5 (1), 1–15.

Birbaumer N., Cohen L.G

6. .: Brain -computer interfaces: communication and restoration of movement in paralysis. J Physiol. 2007, 15, 579 (3), 621–636.

Grzanka A., Byszuk A., Frączek J., Leszek G., Kamiński T., Cedro 7. T. i wsp.: Brain computer interface. Studenckie koło Naukowe

Cy-bernetyki, Politechnika Warszawska, Warszawa 2011.

Schalk G., Kubánek J., Miller K.J., Anderson N.R., Leuthardt E.C., 8.

Ojemann J.G. i wsp.: Decoding two -dimensional movement trajec-tories using electrocorticographic signals in humans. J Neural eng.

2007, 4 (3), 264–275.

Magnetoencefalografia. http://pl.wikipedia.org/wiki/Meg (dostęp:

9.

29.05.2011).

Ryc. 8. Czas od momentu zażądania przez użytkownika wykonania polecenia do chwili rozpoznania tego polecenia w sygnale eeG użytkownika

dla urządzenia. W przypadku tego badania uzyskane opóź-nienie (czas, który upłynął od momentu zażądania przez użytkownika wykonania polecenia dla urządzenia do chwili rozpoznania tego polecenia w sygnale eeG użytkownika) zostało porównane z wynikami dla prób z klipami wideo o neutralnym zabarwieniu emocjonalnym oraz z niewyraź-nymi klipami wideo. Wyniki przedstawiono na rycinie 8.

Opóźnienie było zdecydowanie mniejsze, gdy bodźcem wywołującym potencjał SSVeP był klip wideo o silnym zabarwieniu emocjonalnym [19].

Podsumowanie

Gwałtowny rozwój technologii interfejsu mózg -komputer związany jest z najnowszymi odkryciami z zakresu

Lal T.N., Schröder M., Hill J., Preissl H., Hinterberger T., Mellin-10. ger J. i wsp.: A brain computer interface with online feedback based on magnetoencephalography. Int Conference Mach Lear. 2005, 22, 465–472.

Kruszyński M

11. .: Interfejs mózg -komputer oparty o analizę sygnału eeG. Zakład Fizyki Biomedycznej Wydziału Fizyki Uniwersytetu Warszawskiego, Warszawa 2010.

Sanei S., Chambers J.A

12. .: eeG signal processsing. Wiley & Sons, West Sussex 2007.

Hinterberger T., Houtkooper J.M., Kotchoubey B

13. .: effects of feedback

control on slow cortical potentials and random events. Parapsychol Association Convention. 2004.

Boyce W.M

14. .: SSVeP BCI for power wheelchair control. 26th Annual International Technology & Persons with Disabilities Conference, 2011.

Garcia G

15. .: High frequency SSVePs for BCI applications. 2008.

Birbaumer N., Ghanayim N., Hinterberger T., Iversen I., Kotchoubey 16. B., Kübler A. i wsp.: A spelling device for the paralysed. Nature. 1999,

25, 398 (6725), 297–298.

McFarland D.J., Wolpaw J.R.

17. : Sensorimotor rhythm -based

-computer interface (BCI): feature selection by regression improves per-formance. Ieee Trans Neural Syst Rehabil eng. 2005, 13 (3), 372–379.

Faller J., Leeb R., Pfurtscheller G., Scherer

18. R.: Avatar navigation in

virtual and augmented reality environments using an SSVeP BCI. Inter-national Conference on Applied Bionics and Biomechanics. 2010, 13–19.

Bakardjian H., Tanaka T., Cichocki A

19. .: Brain control of robotic arm

using affective steady -state visual evoked potentials. The Fifth IASTeD International Conference on Human -Computer Interaction. 713–013, 2010, 264–270.

143–150

aleksaNdra kroll

JAk mÓzG UCzy SIĘ dIALoGU, CzyLI o wCzESnyCH PoCzĄTkACH nAUkI mowy. nEURoBIoLoGICznE PodSTAwy komUnIkACJI JĘzykowEJ*

Wszystko, co robimy wspólnie jako mniejsze i większe społeczności możliwe jest dzięki umiejętności wymieniania między sobą wiedzy, pomysłów, idei i uczuć. Narzędziem, które na to pozwala, jest język – zbiór symbolicznych okre-śleń odnoszących się do rzeczywistości (słownictwo) połą-czonych za pomocą reguł (gramatyka). Razem z mimiką i proksemiką, pamięcią, wiedzą, kontekstem kulturowym, sytuacyjnym i emocjonalnym współtworzy on system prze-kazywania i odbioru informacji, który na co dzień jest tak integralną częścią naszego życia, że niemal nie zauważamy jego istnienia.

każdy z nas przyszedł na świat bez tego jakże uży-tecznego narzędzia. Niemowlę (jak zresztą wskazuje sama nazwa) nie mówi i nie rozumie mowy. W stosunkowo nie-długim czasie zachodzą w nim jednak zmiany umożliwia-jące posługiwanie się tym skomplikowanym kodem. Dzieje się to dzięki pracy mózgu, który szybko tworzy niezwykły system zawiadywania komunikacją językową.

Rozwój umiejętności porozumiewania się obserwować możemy właściwie niemal przez całe życie człowieka, jed-nak ich neurobiologiczne podwaliny tworzą się już w pierw-szych kilku miesiącach, by przed ukończeniem pierwszego roku pozwolić dziecku na wypowiedzenie pojedynczych słów. W artykule przyjrzymy się temu, jak ludzki mózg przygotowuje to wydarzenie i jak od najwcześniejszych momentów przystosowany jest do zadania nauczenia się języka.

Lokalizacja mowy w mózgu

W dokumencie Annales Academiae Medicae Stetinensis = Roczniki Pomorskiej Akademii Medycznej w Szczecinie. 2011, Sympozja 1 (Stron 140-145)