随着腦機接口(BCI)技術近幾年的快速發展,科研人員也将腦機接口(BCI)技術融入在娛樂遊戲種經行深入研究,因此除臨床應用外,腦機接口(BCI)技術也可以成為一種的娛樂方式。目前,大多數BCI遊戲由于控制性能差或容易引起疲勞而無法廣泛推廣。BCI技術在遊戲交互中的應用越來越流行,在過去幾年已經進行了大量的研究。在先前研究中的BCI遊戲中,P300電位、穩态視覺誘發電位(SSVEPs)和運動意象(MI)是使用EEG(EEG)信号的最常見遊戲。因為P300的穩定性,不易引起疲勞,并且用戶不需要經過特殊培訓。因此微美全息(NASDAQ:WIMI)采用P300腦機接口設計遊戲模型,以探索在實際環境中使用腦電圖(EEG)信号進行可行且自然的遊戲執行體驗。
WIMI微美全息這項研究的新穎性體現在設計BCI遊戲和範式,其整合了遊戲規則和BCI系統的特點。此外,引入卷積神經網絡(CNN)算法,在訓練樣本上實現高精度。這種BCI系統不僅為用戶提供了一種娛樂形式,而且還為遊戲提供了更多操控的可能性。
在過去的十年,深度學習在許多領域得到了快速發展,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,它們在圖像分類方面實現了高精度。近年來,卷積神經網絡(CNN)已被用于P300檢測,使用CNN對P300腦電信号進行識别和分類,可以得到良好的效果。為提高模型的泛化,并實現了進的P300信号分類和字符識别。需要CNN一個大型數據集來訓練非線性數據,因此在小型數據集上會發生過拟合。但是,在實際應用中收集大量的訓練數據是非常困難的。因此,我們提出了一種基于卷積神經網絡(CNN)的新架構,以在小型訓練數據集上實現進的P300信号分類和字符識别。
微美全息(NASDAQ:WIMI)設計了一個基于CNN的P300 BCI遊戲模型,并提出了一種基于貝葉斯深度學習的算法,解決了在小數據集上訓練時的過拟合問題。讓基于P300的BCI遊戲模型的成功應用,而且證明了可以應用于在線BCI系統的深度學習算法。
WIMI微美全息基于CNN BCI遊戲模型系統框架包含三個子系統,即數據采集部分、數據處理部分以及視覺和遊戲終端。在數據采集部分,使用電極帽和放大器記錄多通道頭皮腦電信号。信号經過預處理後,數據處理部分可分為離線訓練和在線分類測試兩步。最後,将分類結果轉換為操作命令,并發送到視覺和遊戲終端。視覺和遊戲終端包括兩個子步驟:(1)在刺激策略更新後向用戶提供視覺刺激和(2)為用戶提供視覺反饋(輸出坐标)。

腦電數據采集和預處理
WIMI微美全息基于CNN BCI遊戲模型使用32通道電容和放大器,通過非侵入性記錄EEG數據,以1000 Hz數字化并使用50 Hz陷波濾波器過濾。收集所有電極數據。為了減少濾波邊緣效應的影響,首先過濾記錄的數據。帶通濾波用于來自每個通道的EEG信号,捕獲刺激後 P300 信号的必要信息。然後,對數據進行下采樣。對相同字符的數據矩陣進行疊加和平均,以降低信噪比。
CNN 架構
WIMI微美全息基于CNN BCI遊戲模型的BCI信号經過預處理後,數據處理部分可分為離線訓練和在線分類兩步。通過CNN基于貝葉斯反向傳播,這是一種變分推理方法,用于學習神經網絡權重的後驗分布,可以從中對反向傳播中的權重進行采樣。例如,如果使用高斯分布來表示每個權重參數,則原始權重值可以表示為高斯分布的參數,即平均值和标準差。然後通過變分推理計算後驗。
CNN的卷積層需要使用具有權重值的卷積核進行卷積運算。卷積核中的每個權重參數都以高斯分布的形式表示。為了獲得一定的權重值,必須使用高斯分布進行采樣。因此,在采樣過程中,采用重參數化技術将采樣過程放在前面,使網絡的前向傳播成為導數,并在反向傳播過程中更新權重。從卷積核的權重分布中抽取一定的權重值,将通過這種方式得到的權重值形成卷積核,在接收場上進行卷積運算。
腦機接口(BCI)是一種非常規的通信方法,可在人與外圍之間建立通信路徑,最初BCI技術應用于臨床領域,通過直接從大腦向計算機發送命令,幫助患者恢複與外界互動的能力。現在除臨床應用外,BCI技術也已在娛樂遊戲中進行了實驗和應用,BCI技術通常用于為遊戲提供輸入,從而擺脫對中間設備(鼠标,鍵盤,遊戲手柄和遊戲控制器)的依賴。WIMI微美全息基于CNN BCI遊戲模型,構成了一個可以同時滿足健康用戶和殘疾用戶興趣的平台。對于健康的用戶來說,BCI遊戲神秘而有技術感,增加了遊戲的魅力,非常有利于遊戲的推廣。對于殘障用戶來說,BCI遊戲為他們提供了一個公平的遊戲平台,不僅可以讓他們以同樣的方式與健康用戶玩遊戲,還可以作為功能性康複系統,幫助患者進行康複訓練。将BCI技術應用于娛樂遊戲是推動BCI技術從科研階段推向實際應用市場階段的重要環節。
免責聲明:本文僅代表作者個人觀點,與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實,對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考,并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體,轉載目的在于傳遞更多信息,并不代表本網贊同其觀點和對其真實性負責,若因作品内容、知識産權、版權和其他問題,請及時提供相關證明等材料并與我們聯系,本網站将在規定時間内給予删除等相關處理.

