New approach for designing cvep bci stimuli based on superposition of edge responses

Elektroensefalografi (EEG) bazlı Beyin-Makina Arayüzleri (BBA) nöro-mühendislik alanında, taşınabilir olmaları, invaziv olmamaları, ve yüksek zamansal rezolüsyona sahip olmaları sebebiyle yaygın olarak kullanılmaktadırlar. Değişik BBA modaliteleri arasında, kod modülasyonlu uyarılmış potansiyeller (KMGUP), yüksek sınıflandırma hız ve doğrulukları dolayısıyla, çok popülerdir. Yıllar içinde, sınıflandırma hız ve doğruluğunu ve desteklenen hedef sayısını artırmak anamcıyla, çeşitli KMGUP uyarı dizinleri tasarlanmıştır. Bu çalışma, tamamen beynin görsel uyarılara verdiği tepkelerin özellikleri baz alınarak, yeni bir KMGUP uyarı dizini tasarımı metodolojisi sunmak amacıyla yapılmıştır. Çalışmamıza katılan yedi erkek deneğe 60 Hz yineleme hızlı bir monitörden darbe-tipli görsel uyarı dizinleri sunulmuştur (uyarı dizininin her bir biti 16.67 ms süre tutmaktadır). EEG, Brain Products V-Amp 16-kanal EEG Amfisiyle O1, Oz, O2, P3, Pz, P4, P7, ve P8 pozisyonlarından 2000 örnek/saniye hızıyla kaydedilmiş ve 4Hz ila 40 Hz arasında bant-geçiren filtreyle filtrelenmiştir. Elektrot empedansları 10 KOhm altında tutulmuş, ve 8 kanal veri Kanonik Korelasyon Analizi (CCA) yöntemiyle tek sinyale indirilmiştir. Psychtoolbox ve bereberinde Matlab kullanılarak uyarı sunumu Ubuntu işletim sistemi içeren bir Kişisel Bilgisayarla gerçeklenmiştir. Çalışmamızın birinci kısmında amacımız darbe-tipi uyarı dizinlerine olan EEG tepkelerini basit uyarı örüntülerine verilen EEG tepkelerinden süperpozisyon yoluyla oluşturabilmektir. EEG tepkelerinin sadece uyarı dizinindeki değişimlere yani pozitif (Siyahtan Beyaza dönüşme) ve negatif (Beyazdan Siyaha dönüşme) kenarlara hassas olduğunu gözlemledik. Kenar tepkeleri 50 ms gecikmeyle kenardan itibaren 350 ms boyunca sürmektedir. Pozitif kenar tepkesi negatif tepkeden genlik olarak oldukça fazladır. Her deneğin kenar tepkeleri kendine özgüdür ve aynı zamanda tekrar edilebilirdir. Deneylere katılan 7 denekte iki hafta arayla elde edilmiş olan iki kenar tepkesi birbiriyle ortalamada %84 korelasyona sahiptir. Diğer taraftan deneklerin kenar tepkeleri genel hatlarıyla birbirlerine benzemektedir. Daha sonra EEG tepkelerinin, kenar tepkelerinden süperpozisyon yoluyla ne kadar doğrulukla elde edilebildiğini sınamak için deneyler yapıldı. Oluşturulan ve kaydedilen EEG tepkeleri, farklı darbe uzunlukları, farklı darbe aralıkları ve de farklı darbe tekrarları için karşılaştırıldı. 1 ve 2 bit uzunluktaki darbelere olan tepkelerin sırasıyla %70.3 ve %68.1 korelasyonla oluşturulabildiği gözlemlendi. İlaveten, iki adet 1 bitlik darbenin arasındakı boşluğun 4 ila 9 bit arasında olması durumunda, oluşturulan ve ölçülen tepkeler arasındaki korelasyon %51.1'den fazla olmaktadır. 2 bit uzunluğundaki darbeler için ise iki darbe arasındaki boşluk 3 ila 9 bit arasındaysa, söz konusu korelasyon %53.4'ten yüksek olmaktadır. Tekrarlanan 2 ve 3 bit uzunluğundaki darbeler için, eğer tekrarlanma sayısı 4 veya 5 ise, EEG tepkeleri sırasıyla %62.4 ve %59.2 korelasyonla öngörülebilmektedir. Çalışmamızın üçüncü kısmında, yukarıda gözlemlendiği belirtilen kısıtlamalar göz önüne alınarak hazırladığımız 120 bit uzunluğunda uyarı dizinlerini, ve diğer başka iki tip uyarı dizinlerini bir BBA heceleyici uygulamasında karşılaştırdık. 36 hedefe sahip olan BBA heceleyici 60 Hz yineleme hızlı bir monitör kullanılarak 7 deneyde uygulandı. Çalışmamızın ikinci kısmında elde edilen gözlemlerlerden beklenenlere uygun olarak, önerdiğimiz dizinlerle, sınıflandırma doğruluğu ve Enformasyon Transfer Hızı (ITR) sırasıyla %95.5 ve 57.19 bit/s olurken, diğer iki dizin tipiyle sınıflandırma doğruluğu %6.94 ve %10.53, ITR ise 1.7 bit/s ve 10.53 bit/s oldu.