An Adaptive Phase-Locking-Value-Guided Classification Method for SSVEP-Based Brain–Computer Interfaces
Questo articolo propone un metodo di fusione delle caratteristiche multimodali guidato dal valore di sfasamento adattivo (APL-FF) che eleva l'informazione di sfasamento da un semplice descrittore a un meccanismo di guida dinamico per la selezione e la ponderazione delle caratteristiche, superando significativamente gli approcci esistenti basati su CCA in termini di accuratezza della classificazione e tasso di trasferimento dell'informazione per le interfacce cervello-computer basate su SSVEP.
Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo
Immaginate un mondo in cui una persona può controllare un computer, una sedia a rotelle o un braccio robotico semplicemente pensando a una luce intermittente. Questa è la promessa delle interfacce cervello-computer, un campo che traduce i segnali elettrici del cervello in comandi per le macchine. Uno dei modi più affidabili per farlo coinvolge il potenziale evocato visivo a stato stazionario, una reazione naturale del cervello quando vede una luce che lampeggia a una velocità specifica. Quando una persona si concentra su una luce che lampeggia, ad esempio, dodici volte al secondo, la corteccia visiva del suo cervello inizia a vibrare in sincronia con quel ritmo. La sfida per gli scienziati è sempre stata quella di ascoltare chiaramente questo debole segnale ritmico in mezzo al rumore caotico di altre attività cerebrali e capire esattamente quale luce la persona stia guardando.
Per anni, i ricercatori si sono affidati a metodi che guardano principalmente alla forza di queste onde cerebrali o a quanto bene corrispondano a un modello matematico. Sebbene questi approcci funzionino, spesso perdono un pezzo cruciale del puzzle: il tempo. Proprio come un gruppo di percussionisti che suonano insieme non deve solo colpire il tamburo alla stessa velocità, ma deve anche colpirlo esattamente nello stesso momento per suonare in armonia, le cellule cerebrali devono sincronizzare il proprio tempo per creare un segnale forte. I metodi precedenti trattavano questa informazione temporale come un dettaglio secondario, un numero passivo da registrare piuttosto che uno strumento da utilizzare. Un nuovo studio condotto dai ricercatori della Yanshan University e di altre istituzioni suggerisce che, rendendo questo tempo la guida centrale per la loro analisi, possono ascoltare la voce del cervello molto più chiaramente.
I ricercatori hanno sviluppato un nuovo metodo che chiamano APL-FF, che sta per Adaptive Phase-Locking-Value-Guided Feature Fusion (Fusione delle Caratteristiche Guidata dal Valore di Sincronizzazione di Fase Adattiva). Invece di misurare solo quanto sia "forte" la risposta del cervello, questo sistema utilizza attivamente la coerenza del tempo del cervello per decidere quali parti del segnale siano affidabili e quali siano solo rumore. Hanno scomposto il segnale cerebrale in molti strati diversi, osservandolo attraverso varie velocità e intervalli temporali. Hanno poi calcolato un punteggio di quanto bene le cellule cerebrali stessero mantenendo il passo l'una con l'altra. Questo punteggio, noto come valore di sincronizzazione di fase (phase-locking value), non era solo un risultato finale; era diventato il capo. Diceva al computer a quali parti del segnale prestare attenzione e quali ignorare, creando di fatto un filtro personalizzato per ogni singola persona e per ogni singolo momento.
Per testare questa idea, il team ha utilizzato una vasta collezione di registrazioni cerebrali di trentacinque persone diverse che avevano guardato quaranta diverse luci intermittenti. Hanno confrontato il loro nuovo metodo con gli strumenti standard attualmente utilizzati nel settore. I risultati sono stati sorprendenti. Quando il sistema aveva tre secondi per prendere una decisione, il nuovo metodo identificava correttamente la luce intesa quasi il novantacinque percent delle volte. Si è trattato di un salto significativo rispetto ai migliori metodi precedenti, che si aggiravano intorno all'ottantanove percent. Ancora più impressionante, il sistema poteva prendere una decisione in soli due secondi con una velocità di trasferimento delle informazioni che raggiungeva i sessantasei bit al minuto, un tasso che rende la comunicazione in tempo reale molto più pratica.
Lo studio ha anche esaminato perché i vecchi metodi faticassero e perché il nuovo avesse avuto successo. Rimuovendo la parte guidata dal tempo dal loro sistema in una serie di test, i ricercatori hanno scoperto che l'accuratezza scendeva di quasi nove punti percentuali. Ciò ha dimostrato che la chiave del miglioramento non era solo avere più dati, ma usare l'informazione temporale per guidare la selezione di tali dati. Il sistema ha anche dimostrato di poter si adattare ai modelli cerebrali unici di diverse persone, riducendo la variabilità che spesso affligge queste tecnologie. Quando il sistema è stato testato su persone i cui segnali cerebrali erano deboli o rumorosi, ha performato particolarmente bene, suggerendo che questo approccio è abbastanza robusto da funzionare anche in condizioni difficili.
Oltre ai numeri, il metodo offre un quadro più chiaro di ciò che sta accadendo nel cervello. Il sistema ha imparato naturalmente a concentrare la sua attenzione sulla parte posteriore della testa, specificamente nell'area nota come corteccia visiva, che è esattamente dove gli scienziati si aspettano che questi segnali abbiano origine. Questo allineamento con la biologia umana dà ai ricercatori la fiducia che il sistema non stia solo trovando trucchi statistici, ma stia realmente ascoltando la parte giusta del cervello. Sebbene il sistema abbia ancora bisogno di alcuni secondi per prendere una decisione e non possa ancora lavorare perfettamente in scenari al centesimo di secondo, lo studio dimostra che trattare il tempo del cervello come una guida piuttosto che come una nota a piè di pagina è una potente via da seguire. Suggerisce che il futuro delle interfacce cervello-computer potrebbe non risiedere nel costruire altoparlanti più potenti, ma nell'imparare ad ascoltare con più attenzione il ritmo della mente.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.