来自乔治亚理工大学研究人员创造了软头皮电子(SSE)，一种用于读取人类大脑信号的可穿戴式无线脑电图（EEG）设备。通过使用神经网络处理EEG数据，该系统允许佩戴该设备的用户仅仅通过想象活动来控制视频游戏。
该研究小组在《前沿科学》上发表的一篇论文中描述了他们的系统。与传统的脑电图设备不同，传统的脑电图设备是用凝胶或浆糊将刚性电极附着在皮肤上，而SSE使用了安装在柔性头带中的几个微针电极，使该设备易于设置，并能舒适地长期佩戴。研究人员为该设备的电路使用了柔性基板，包括一个与蓝牙控制器的无线接口。该设备捕捉由运动图像（MI）产生的脑电信号，即设备佩戴者想象进行一些物理活动，如移动他们的手或脚；这些信号由卷积神经网络（CNN）处理，并用于控制虚拟现实（VR）视频游戏。根据首席研究员Woon-Hong Yeo的说法。
[SSE]的主要限制是我们在皮肤上测量信号，通过头骨，通过组织，所以我相信我们必须不断提高我们的设备质量以获得更好的信号。同时，我们还必须不断改进我们的数据分析......以获得更好的准确率。
许多脑机接口（BMI）研究人员的目标是使残疾用户能够只用大脑信号来控制设备。为此实现最佳的信噪比（SNR）需要将物理植入物植入用户的大脑；当然，这有需要进行脑部手术的缺点，导致许多科学家追求非侵入性的技术，如脑电图。这些系统传统上使用的是刚性的电子器件，电极用导电凝胶附着在用户的皮肤上，并有悬空的电线引出，由于电极相对于大脑的运动，导致了感应伪影的出现。
相比之下，SSE传感器使用微针，它能穿透头皮的干燥和死皮细胞，并采用柔性结构，与佩戴者的头部相适应，减少了相对运动，与传统电极相比实现了更高的信噪比。微针被分组为六组，大约6毫米x6毫米见方，提供了比传统电极更高的空间分辨率。
为了将SSE设备用作控制器，研究人员训练了一个CNN模型，以便在用户想象执行一个动作时对传感器记录的信号进行分类：打开和关闭一只手或移动一只脚。该模型在测试数据上达到了93%的准确率，超过了以前研究中描述的类似系统。该团队将该系统用作 "节奏型视频游戏 "的控制器，玩家必须在规定的时间内完成指定的任务以获得分数；测试用户几乎达到了可能的最高分，"每5分钟的游戏过程中只漏掉了几分"，而且脑力劳动最小。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/121863.html
