隨著腦機接口(BCI)技術(shù)近幾年的快速發(fā)展,科研人員也將腦機接口(BCI)技術(shù)融入在娛樂游戲種經(jīng)行深入研究,因此除臨床應(yīng)用外,腦機接口(BCI)技術(shù)也可以成為一種的娛樂方式。目前,大多數(shù)BCI游戲由于控制性能差或容易引起疲勞而無法廣泛推廣。BCI技術(shù)在游戲交互中的應(yīng)用越來越流行,在過去幾年已經(jīng)進行了大量的研究。在先前研究中的BCI游戲中,P300電位、穩(wěn)態(tài)視覺誘發(fā)電位(SSVEPs)和運動意象(MI)是使用EEG(EEG)信號的最常見游戲。因為P300的穩(wěn)定性,不易引起疲勞,并且用戶不需要經(jīng)過特殊培訓(xùn)。因此微美全息(NASDAQ:WIMI)采用P300腦機接口設(shè)計游戲模型,以探索在實際環(huán)境中使用腦電圖(EEG)信號進行可行且自然的游戲執(zhí)行體驗。
(資料圖片僅供參考)
WIMI微美全息這項研究的新穎性體現(xiàn)在設(shè)計BCI游戲和范式,其整合了游戲規(guī)則和BCI系統(tǒng)的特點。此外,引入卷積神經(jīng)網(wǎng)絡(luò)(CNN)算法,在訓(xùn)練樣本上實現(xiàn)高精度。這種BCI系統(tǒng)不僅為用戶提供了一種娛樂形式,而且還為游戲提供了更多操控的可能性。
在過去的十年,深度學(xué)習(xí)在許多領(lǐng)域得到了快速發(fā)展,例如計算機視覺,自然語言處理和語音處理。研究人員提出了一些新穎的深度架構(gòu),它們在圖像分類方面實現(xiàn)了高精度。近年來,卷積神經(jīng)網(wǎng)絡(luò)(CNN)已被用于P300檢測,使用CNN對P300腦電信號進行識別和分類,可以得到良好的效果。為提高模型的泛化,并實現(xiàn)了最先進的P300信號分類和字符識別。需要CNN一個大型數(shù)據(jù)集來訓(xùn)練非線性數(shù)據(jù),因此在小型數(shù)據(jù)集上會發(fā)生過擬合。但是,在實際應(yīng)用中收集大量的訓(xùn)練數(shù)據(jù)是非常困難的。因此,我們提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)(CNN)的新架構(gòu),以在小型訓(xùn)練數(shù)據(jù)集上實現(xiàn)最先進的P300信號分類和字符識別。
微美全息(NASDAQ:WIMI)設(shè)計了一個基于CNN的P300 BCI游戲模型,并提出了一種基于貝葉斯深度學(xué)習(xí)的算法,解決了在小數(shù)據(jù)集上訓(xùn)練時的過擬合問題。讓基于P300的BCI游戲模型的成功應(yīng)用,而且證明了可以應(yīng)用于在線BCI系統(tǒng)的深度學(xué)習(xí)算法。
WIMI微美全息基于CNN BCI游戲模型系統(tǒng)框架包含三個子系統(tǒng),即數(shù)據(jù)采集部分、數(shù)據(jù)處理部分以及視覺和游戲終端。在數(shù)據(jù)采集部分,使用電極帽和放大器記錄多通道頭皮腦電信號。信號經(jīng)過預(yù)處理后,數(shù)據(jù)處理部分可分為離線訓(xùn)練和在線分類測試兩步。最后,將分類結(jié)果轉(zhuǎn)換為操作命令,并發(fā)送到視覺和游戲終端。視覺和游戲終端包括兩個子步驟:(1)在刺激策略更新后向用戶提供視覺刺激和(2)為用戶提供視覺反饋(輸出坐標)。
腦電數(shù)據(jù)采集和預(yù)處理
WIMI微美全息基于CNN BCI游戲模型使用32通道電容和放大器,通過非侵入性記錄EEG數(shù)據(jù),以1000 Hz數(shù)字化并使用50 Hz陷波濾波器過濾。收集所有電極數(shù)據(jù)。為了減少濾波邊緣效應(yīng)的影響,首先過濾記錄的數(shù)據(jù)。帶通濾波用于來自每個通道的EEG信號,捕獲刺激后 P300 信號的必要信息。然后,對數(shù)據(jù)進行下采樣。對相同字符的數(shù)據(jù)矩陣進行疊加和平均,以降低信噪比。
CNN 架構(gòu)
WIMI微美全息基于CNN BCI游戲模型的BCI信號經(jīng)過預(yù)處理后,數(shù)據(jù)處理部分可分為離線訓(xùn)練和在線分類兩步。通過CNN基于貝葉斯反向傳播,這是一種變分推理方法,用于學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)權(quán)重的后驗分布,可以從中對反向傳播中的權(quán)重進行采樣。例如,如果使用高斯分布來表示每個權(quán)重參數(shù),則原始權(quán)重值可以表示為高斯分布的參數(shù),即平均值和標準差。然后通過變分推理計算后驗。
CNN的卷積層需要使用具有權(quán)重值的卷積核進行卷積運算。卷積核中的每個權(quán)重參數(shù)都以高斯分布的形式表示。為了獲得一定的權(quán)重值,必須使用高斯分布進行采樣。因此,在采樣過程中,采用重參數(shù)化技術(shù)將采樣過程放在前面,使網(wǎng)絡(luò)的前向傳播成為導(dǎo)數(shù),并在反向傳播過程中更新權(quán)重。從卷積核的權(quán)重分布中抽取一定的權(quán)重值,將通過這種方式得到的權(quán)重值形成卷積核,在接收場上進行卷積運算。
腦機接口(BCI)是一種非常規(guī)的通信方法,可在人與外圍之間建立通信路徑,最初BCI技術(shù)應(yīng)用于臨床領(lǐng)域,通過直接從大腦向計算機發(fā)送命令,幫助患者恢復(fù)與外界互動的能力?,F(xiàn)在除臨床應(yīng)用外,BCI技術(shù)也已在娛樂游戲中進行了實驗和應(yīng)用,BCI技術(shù)通常用于為游戲提供輸入,從而擺脫對中間設(shè)備(鼠標,鍵盤,游戲手柄和游戲控制器)的依賴。WIMI微美全息基于CNN BCI游戲模型,構(gòu)成了一個可以同時滿足健康用戶和殘疾用戶興趣的平臺。對于健康的用戶來說,BCI游戲神秘而有技術(shù)感,增加了游戲的魅力,非常有利于游戲的推廣。對于殘障用戶來說,BCI游戲為他們提供了一個公平的游戲平臺,不僅可以讓他們以同樣的方式與健康用戶玩游戲,還可以作為功能性康復(fù)系統(tǒng),幫助患者進行康復(fù)訓(xùn)練。將BCI技術(shù)應(yīng)用于娛樂游戲是推動BCI技術(shù)從科研階段推向?qū)嶋H應(yīng)用市場階段的重要環(huán)節(jié)。