Имени М. В. Ломоносова Биологический факультет



страница8/8
Дата27.10.2016
Размер0.52 Mb.
Просмотров381
Скачиваний0
ТипКурсовая
1   2   3   4   5   6   7   8

Точность работы


Поскольку критерием функционирования ИМК является возможность взаимодействия с его помощью между человеком и компьютером, мы также оценивали точность работы, то есть долю правильно выбранных объектов от всех выборов, выраженную в процентах. 11 из 12 испытуемых работали с интерфейсом с точностью, значительно превышающей случайный уровень, то есть 1/6, и данные по этим испытуемым использовались для дальнейшего анализа. В таблице 4 приведены данные о точности работы в различных режимах. На рис. 9 представлена средняя точность работы интерфейса для каждого из режимов.

Таблица 4. Средняя точность работы интерфейса для 11 испытуемых.



Режим стимуляции

среднее, %

ст. откл.

ош. сред.

доверит. инт.

мин.

макс.

+95%

-95%

FM, компакт.

85.23

14.33

4.32

93.69

76.76

62.50

100.00

FM, разреж.

86.36

11.80

3.56

93.34

79.39

68.75

100.00

F, компакт.

84.66

16.38

4.94

94.34

74.98

50.00

100.00

F, разреж.

80.11

13.64

4.11

88.18

72.05

50.00

100.00

M, компакт.

68.75

18.75

5.65

79.83

57.67

37.50

100.00

M, разреж.

70.45

20.56

6.20

82.60

58.31

25.00

93.75


an mactire:users:righeile:desktop:results:accurplot.tiff

Рис. 9. Точность работы выраженная в %; (n = 11).

Данные по точности работы мы также использовали для дисперсионного анализа. В качестве зависимой переменной выступала точность работы интерфейса, выраженная в процентах, в качестве факторов - тип стимула (3 уровня: подсветка, движение и подсветка+движение), формат матрицы (2 уровня: компактная или разреженная матрица) и взаимодействие этих факторов. Значимые различия наблюдались для типа стимулов (F = 6.115, p = 0.004). Для того, чтобы выяснить, между какими именно режимами наблюдаются различия, мы провели попарные сравнения с помощью критерия Тьюки. Различия наблюдались между типам стимулов подсветки и движения (p = 0.03) и подсветки+движения и движения (p = 0.004).

Возникает вопрос, насколько адекватно можно судить по амплитудам компонентов об эффективности работы интерфейса, поскольку классификатор использует амплитудные характеристики сигнала на протяжении всей эпохи, и для высокой точности классификации важна не столько абсолютная амплитуда сигнала, сколько его стабильность внутри классов (целевых и нецелевых стимулов). Для оценки связи между амплитудами компонентов и точностью работы испытуемых в интерфейсе мы рассчитали коэффициенты корреляции Спирмена между этими величинами. Значения коэффициентов корреляции и соответствующие им уровни значимости приведены в таблице 5.

Таблица 5. Модули коэффициентов корреляции Спирмена (ρ) между долей верно выбранных объеков и амплитудами компонентов N1 и P3.

Компонент, канал

P3, Pz

P3, Cz

N1, O1

N1, O2

N1, PO7

N1, PO8

N1, (PO7+PO8+O1+O2)/4

ρ

0.22

0.24

0.39

0.41

0.51

0.44

0.46

p-value

0.081

0.055

0.001

5.5×10-4

1.3×10-5

2.6×10-4

8.9×10-5

Хотя коэффициенты корреляции для компонента N1 (по 11 испытуемым) значимо отличаются от нуля, корреляция весьма слабая и не превышает 0.5. Для компонента P3 отличия коэффициента ρ от нуля на уровне значимости 95% не выявлено.

Мы оценили скорость передачи информации в зависимости от точности работы. Если принять, что паузы между стимулами в «онлайн-режиме» соответствуют заданным при настройке классификатора, то при точности работы 80% достигается ITR = 9.87 бит/мин, а при точности 100%, которая была вполне достижима для части испытуемых, 16.43 бит/мин. Если исключить паузы, то скорость передачи информации составит 18.65 бит/мин и 31.03 бит/мин для 80% и 100% точности соответсвенно.

ОБСУЖДЕНИЕ РЕЗУЛЬТАТОВ


Целью данной работы была оценка эффективности использования в P300 ИМК комплексных стимулов «подсветка + начало движения» и выявление возможных ограничений стимульной среды для такого интерфейса. С помощью предложенного нами интерфейса испытуемые уже после пятиминутной настройки классификатора могли выбирать объекты со средней точностью около 80%. Однако поскольку данный интерфейс не предполагал возможности исправления допущенных ошибок, а объекты представляли собой абстрактные команды, использование его в неизменном виде для практических целей не представляется возможным.

Скорость передачи информации приблизительно соответствовала описанным в литературе для данного типа интерфейсов, но нельзя забывать, что P300 ИМК по сей день остаются очень медленными средствами коммуникации. Если сравнить скорость передачи информации с помощью подобного приложения и устной (около 3500 бит/мин) или даже письменной (до 1000 бит/мин) речи, то разница составит около двух порядков.

Для оценки эффективности работы предложенной модфикации ИМК мы измеряли поведенческие (точность работы) и электрофизиологические (величины компонентов N1 и P3) параметры. Используемый нами способ измерения величин компонентов ERP, то есть измерение абсолютных значений амплитуды в заданном временном окне, довольно распространен в литературе, но является косвенной характеристикой работы интерфейса в силу двух основных причин. Во-первых, поскольку классификатор для построения модели учитывает информацию по всей эпохе в 1000 мс, и не использует никакой априорной информации о форме ERP. Во-вторых, такой подход к измерению величин компонентов не принимает во внимание временные характеристики изменения потенциала (т.к. задается довольно большое временное окно) и их форму, стабильность которой играет важную роль в точности работы. В качестве альтернативного подхода можно предложить измерение амплитуд от пика до пика, измерение площади под кривой в заданном временом окне, измерение амплитуды P3 не относительно нуля, но с учетом линии тренда и т.д.

При использовании в качестве стимула подсветки либо комбинации подсветки и движения точность работы была выше, чем при использовании только движения в качестве стимула. Эти данные согласуются с данными по амплитуде компонентов P3 и N1. Амплитуды компонента N1 были приблизительно вдвое ниже в режиме с движущимися стимулами, чем с подсветками. Такие результаты можно объяснить зависимостью наличия высокоамплитудного компонента N1 от фиксации взгляда на объекте, то есть попадания его изображеня в область fovea centralis. Этот эффект наблюдается в задачах, где разделяется направление взгляда и направление внимания, то есть испытуемый фокусирует взгляд на некоторой точке простанства, но считает при этом стимул, находящийся на некотором оталении от точки фиксации взгляда (Brunner et al., 2010, Frenzel, Neubert 2010). Можно предположить, что наличие движения затрудняет фиксацию взгляда, то есть человек начинает непроизвольно “следить” за движением, образ объекта смещается, и в конечном итоге это дает меньшую амплитуду компонента. В работе Jin и соавторов (2012), в которой также тестировали стимулы в виде подсветок, комбинации подсветок и движения и начала движения, амплитуда компонента P3 также уменьшалась в режимах с движением по сравнению с подсветками или комбинированнми стимулами.

Вероятно, наличие подсветок способствует лучшему захвату внимания и дает значительный вклад в амплитуду P3.

Несмотря на несколько уменьшенные (хотя различия не достигают значимого уровня) амплитуды компонентов P3 и N1 в режимах с комбинироанными стимулами, точность работы не отличалась от таковой в классическом режиме. Это говорит в пользу того, что такие комбинированные стимулы могут использоваться для построения ИМК. Возможно, преимущество этого типа стимуляции над одними подсветками в том, что задача испытуемого становится несколько менее монотонной. Выполнение однообразной работы в течение долгого времени вызывает ухудшение внимания, которое, в свою очередь, ведет к ухудшению эффективности работы. Опрос испытуемых по ходу выполнения и полсле эксперимента показал, что индивидуальные предпочтения людей различаются, но в целом они давали режиму с комбинированными стимулами более высокую оценку. Таким образом, можно предложить использовать в «непредсказуемые» стимулы, то есть испытуемому параллельно предъявляются как одни подсветки, так и комбинированные стимулы в случайном порядке, таким образом, чтобы человек не мог предсказать вид следующего стимула.

Отсутсвие значимых различий между форматом матрицы дает возможность располагать стимулы довольно плотно друг к другу без уменьшения точности работы. Это позволяет располагать стимульную матрицу не на экране компьютера, а на более маленьких экранах, например, мобильных устройств, что важно для практических применений ИМК для управления различными устройствами. Помимо этого, небольшой размер матрицы, большая часть которой проецируется на фовеальную и ближайшую к ней парафовеальную область сетчатки, может быть полезен в интерфейсах, нацеленных на использование пациентами с нарушениями фиксации взгляда. При этом возможен выбор команд при помощи изменения уровня одного лишь внимания без необходимости переведения взгляда при наборе каждого следующего стимула. Схожие попытки создания независмого от фиксации взгляда интерфейса с использованием небольшого размера матриц с расположенными по кругу символами (например, Pires et al., 2011).

Несмотря на то, что значимого действия фактора размера матрицы при нашем размере выборки не наблюдалось, можно с некоторой осторожностью говорить о некоторых тендециях. В целом амплитуды N1 для разреженной матрицы несоклько превышали таковые для компактной матрицы в режиме со стимулами в виде подсветок, в то время как для движущихся стимулов отношение было обратным. В литературе описано, что N1 отражает процессы относительного, а не абсолютного, кодирования пространственной информации (Wascher et al., 2009). Можно предположить, что сдвиг объекта относительно компактной матрицы больше, чем относительно разреженной. Поскольку при дизайне с разреженной матрицей только один стимул проецируется на фовеальную область, в относительной близости от стимула есть только однотонное поле и нет ничего, относительно чего можно было бы «отсчитать» смещение объекта. Таким образом, его движение «компенсируется», и амплитуда компонента N1, который отражает не сенсорные, но когнитивные процессы «встраивания» инфромации в модель окружающего пространства (Wascher et al., 2009, Shishkin et al., 2009), оказывается несколько больше, чем в присутствии других стимулов в непосредственной близости от данного. Предложеннвя выше гипотеза требует дальшейшего изучения.



ВЫВОДЫ


  1. Предложенная модификация P300 ИМК с комплексными стимулами «подсветка+движение» обеспечила приемлемую точность работы для 12 из 13 испытуемых. Использование подсветок в качестве стимулов либо комплексных стимулов «подсветка+движение» приводило к большей точности, чем при использовании начала движения в качестве стимулов.

  2. Амплитуда волны P3 была одинаковой в режимах с подсветками и комплексными стимулами «подсветка+движение», однако в режиме с движением амплитуда P3 была ниже, чем в режиме с подсветками. Амплитуда компонента N1 была максимальна в режиме с подсветками, а режиме с движущимися стимулами N1 был примерно вдвое ниже.

  3. Фактор размера матрицы не оказывает влияния ни на амплитуды компонентов N1 и P3, ни на точность работы. Этот факт может быть выгоден для дизайна портативных ИМК устройств.



СПИСОК ЛИТЕРАТУРЫ


  1. Bianchi L., Sami S., Hikkerbrand A., Fawcett I.P., Quitadamo L.R., Seri S. Which Physiological Components are More Suitable for Visual ERP Based Brain-Bomputer Interface? A Preliminary MEG/EEG study. // Brain topography. - 2010. - Vol. 23, № 2. - P. 180–186.

  2. Courchesne E., Hillyard S.A., Courchesne R.Y. P3 Waves to the Discrimination of Targets in Homogeneous and Heterogeneous Stimulus Sequences // Psychophysiology. - 1977. - Vol. 14, № 6. - P. 590–598.

  3. Donchin E. Surprise! ... Surprise? // Psychophysiology. - 1981. - Vol. 18, № 5. - P. 493–514.

  4. Duncan-Johnson C.C., Donchin E. On Quantifying Surprise: The Variation of Event-Related Potentials With Subjective Probability // Psychophysiology. - 1977. - Vol. 14, № 5. - P. 456–468.

  5. Farwell L.A., Donchin E. Talking off the top of your head: toward a mental prosthesis utilizing event-related brain potentials. // Electroencephalography and Clinical Neurophysiology. - 1988. - Vol. 70, № 6. - P. 510–523.

  6. Frenzel S., Neubert E., Is the P300 speller independent? arXiv:1006.3688v1 [cs.HC] (published 06/2010)

  7. Gibert G., Attina V., Mattout J., Maby E., Bertrand. Size enhancement coupled with intensification of symbols improves P300 Speller accuracy // 4th International Brain-Computer Interface Workshop and Training Course. - 2008.

  8. Gonsalvez C.J., Gordon E., Grayson S., Barry R.J., Lazzaro I., Bahramali H. Is the target-to-target interval a critical determinant of P3 amplitude? // Psychophysiology. - 1999. - Vol. 36, № 5. - P. 643–654.

  9. Gonsalvez C.J. Gordon, E., Anderson, J., Pettigrew, G., Barry, R.J., Rennie, C., Meares, R. Numbers of preceding nontargets differentially affect responses to targets in normal volunteers and patients with schizophrenia: A study of event-related potentials // Psychiatry Research. - 1995. - Vol. 58. - P. 69–75.

  10. Gonsalvez C.J., Polich J. P300 amplitude is determined by target-to-target interval. // Psychophysiology. - 2002. - Vol. 39, № 3. - P. 388–396.

  11. Hong B., Guo, F., Liu, T., Gao, X., Gao, S. N200-speller using motion-onset visual response. // Clinical Neurophysiology. - International Federation of Clinical Neurophysiology, 2009. - Vol. 120, № 9. - P. 1658–1666.

  12. Isreal J.B. Chesney, G.L., Wickens, C.D., Donchin, E. P300 and Tracking Diflficulty: Evidence For Multiple Resources in Dual-Task Performance // Psychophysiology. - 1980. - Vol. 17, № 3. - P. 259–274.

  13. Isreal J.B., Wickens C.D., Donchin E. The Dynamics of P300 during Dual-Task Performance // Progress in Brain Research. - 1980. - Vol. 54. - P. 416–421.

  14. Johnson R. A Triarchic Model of P300 Ampitude // Psychophysiology. - 1986. - Vol. 23, № 4. - P. 367–384.

  15. Johnson R., Donchin E. Sequential Expectancies and Decision Making in a Changing Environment: An Electrophysiological Approach // Psychophysiology. - 1982. - Vol. 19, № 2. - P. 183–200.

  16. Kaplan A.Ya., Shishkin S.L., Ganin I.P., Basyul I.A., Zhigalov A.Y. Adapting the P300-based brain-computer interface for gaming: a review. IEEE Transactions on Computational Intelligence and AI in Games 2013 (in press). [ doi: 10.1109/TCIAIG.2012.2237517 ]

  17. Kaufmann T., Schulz, S.M., Grünzinger, C., Kübler, A. Flashing characters with famous faces improves ERP-based brain-computer interface performance. // Journal of neural engineering. - 2011. - Vol. 8, № 5. - P. 056016.

  18. Krusienski D.J. Sellers, E.W., McFarland, D.J., Vaughan, T.M., Wolpaw, J.R. Toward enhanced P300 speller performance. // Journal of Neuroscience Methods. - 2008. - Vol. 167, № 1. - P. 15–21.

  19. Liu T. et al. An online brain-computer interface using non-flashing visual evoked potentials. // Journal of neural engineering. - 2010. - Vol. 7, № 3. - P. 036003.

  20. Luck S.J. An Introduction to the Event-Related Potential Technique // MIT Press. – 2005. – P.388.

  21. Manyakov N.V., Chumerin N., Combaz A., Van Hulle, M.M. Comparison of classification methods for P300 brain-computer interface on disabled subjects. // Computational intelligence and neuroscience. - 2011. - Vol. 2011. - P. 519868.

  22. McCarthy G., Donchin E. A metric for thought: A comparison of P300 latency and reaction time. // Science. - 1981. - Vol. 211. - P. 77–80.

  23. Pires G. GIBS block speller: Toward a gaze-independent P300-based BCI // Engineering in Medicine …. - 2011. - P. 6360–6364.

  24. Polich J. Comparison of P300 from a Passive Tone Sequence Paradigm and an Active Discrimination Task // Psychophysiology. - 1987. - Vol. 24, № 1. - P. 41–46.

  25. Putnam L.E., Roth W.T. Effects of Stimulus Repetition, Duration, and Rise Time on Startle Blink and Automatically Elicited P300 // Psychophysiology. - 1990. - Vol. 27, № 3. - P. 275–298.

  26. Sellers E.W. et al. A P300 event-related potential brain-computer interface (BCI): the effects of matrix size and inter stimulus interval on performance // Biological Psychology. - 2006. - Vol. 73, № 3. - P. 242–252.

  27. Shishkin S.L., Ganin I.P., Kaplan A.Y. Event-related potentials in a moving matrix modification of the P300 brain-computer interface paradigm. // Neuroscience letters. - 2011. - Vol. 496, № 2. - P. 95–99.

  28. Shishkin S.L., Ganin I.P., Basyul I.A., Zhigalov A.Y., Kaplan A.Ya. N1 Wave in the P300 BCI Is Not Sensitive To the Physical Characteristics of Stimuli // Journal of Integrative Neuroscience. - 2009. - Vol. 08, № 04. - P. 471-485.

  29. Squires K. C., Petuchowski S., Wickens C., Donchin E. The effects of stimulus sequence on ERPs: A comparison of visual and auditory sequences // Perception and Psychophysics - 1977. -Vol. 22, - P. 31– 40.

  30. Squires N.K., Squires K.C., Hillyard S.A. Two Varieties of Long-latency positive Waves Evoked by Unpredictavle Audiatory Stimuli in Man // Electroencephalography and Clinical Neurophysiology. - 1975. - Vol. 38. - P. 387–401.

  31. Sutton S., Braren M., Zubin J., John E.R. Evoked-potential correlates of stimulus uncertainty // Science. - 1965. - Vol. 150. - P. 1187–1188.

  32. Takano K., Komatsu T., Hata N., Nakajima Y., Kansaku K. Visual stimuli for the P300 brain-computer interface: a comparison of white/gray and green/blue flicker matrices. // Clinical Neurophysiology. - International Federation of Clinical Neurophysiology, 2009. - Vol. 120, № 8. - P. 1562–1566.

  33. Townsend G., LaPallo B.K., Boulay C.B., Krusienski D.J., Frye G.E., Hauser C.K., Schwartz N.E., Vaughan T.M., Wolpaw J.R., Sellers E.W. A novel P300-based brain-computer interface stimulus presentation paradigm: moving beyond rows and columns // Clinical Neurophysiology. - 2010. - Vol. 121, № 7. - P. 1109–1120.

  34. Verleger R., Jaskowski P., Wauschkuhn B. Suspense and surprise: On the relationship between expectancies and P3 // Psychophysiology. - 1994. - Vol. 31. - P. 359–369.

  35. Wang P., King C.E., Do A.H., Nenadic Z. Pushing the communication speed limit of a noninvasive bci speller. - 2012. - P. 1–9.

  36. Wascher E., Hoffmann S., Sa J. Visuo-spatial processing and the N1 component of the ERP // Psychophysiology. - 2009. - Vol. 46. - P. 1270–1277.

  37. Wolpaw J.R., Birbaumer N., McFarland D.J., Pfurtscheller G., Vaughan T.M. Brain-computer interfaces for communication and control. // Clinical Neurophysiology. - 2002. - Vol. 113, № 6. - P. 767–791.

  38. Zhang Y., Zhao Q., Jin J., Wang X., Cichocki A. A novel BCI based on ERP components sensitive to configural processing of human faces // Journal of Neural Engineering. - 2012. - Vol. 9. - P. 026018.


Поделитесь с Вашими друзьями:
1   2   3   4   5   6   7   8


База данных защищена авторским правом ©nethash.ru 2017
обратиться к администрации

войти | регистрация
    Главная страница


загрузить материал