Существует множество вариантов, как можно привязать показатели ЭЭГ к настройкам псиинтерфейса. В данном эссе будет кратко отражено несколько гипотетических подходов к решению данной проблемы.
Сначала разделим процесс получения данных с помощью блок схемы на несколько этапов. См. ниже:
Рис 13. Архитектура процесса комбинации пси-интерфейса и нейроинтерфейса
Из схемы видно, что результаты взаимодействия с пси-интерфейсом неминуемо будут влиять на показатели мозга, и процесс будет закольцовываться. Это значит, что нельзя просто взять и только один раз осуществить автоматическую настройку. Необходимо делать это периодически во время самого сеанса. В связи с этим ключевым фактором является момент изменения показателей или так называемая итерация изменения настроек.
Вариант «автоматической» настройки пси-интерфейса.
Этот процесс будет иметь свой ритм, при этом должна быть возможность настроить его периодичность.
К примеру, нейроинтерфейс все время снимает показатели ЭЭГ. Первое снятие показателей устанавливает самые начальные настройки. Затем нажимается кнопка «запуск». После запуска каждые 5 секунд программа анализирует полученные в течении 5 секунд данные по нескольким показателям и на их основании изменяет настройки пси-интерфейса на следующие 5 секунд. И после этого процесс снова запускается заново.
Для начала приведем таблицу настроек пси-интерфейса, которые наиболее пригодны для автоматической настройки и попробуем свести ее с различными показателями ЭЭГ, которые могут быть полезны для этой цели. Свои выводы мы будем делать на основе последних научных статей ученых-нейробиологов. Ссылки на статьи будут оставлены в таблице в соответствующей графе таблицы.
Теперь рассмотрим несколько вариантов показателей вышеперечисленных сенсоров и возможные варианты настроек:
Перед началом автоматического измерения выбираем периодичность фикс. От этой суммы будут вычитаться значения. Одеваем нейроинтерфейс и в течении определенного времени (которое тоже можно настроить) ожидаем снятия первых показаний для настроек
Алгоритмы расчета можно внести, например, используя прилагаемую к нейроинтерфейсу платформу Matlab. (если речь идет о к примеру о нейроинтерфейсе EMOTIV) Например выявить периодичность альфа волны можно с помощью кода [11]:
Fs = 128; # EPOC Sampling Frequency
T = 1/Fs; # Sample time
L = size(signal,2); # Length of the signal
t = (0:L-1)*T; # Scaled Time Vector
% Add a pure 50 Hz control signal
x1 = 0.7*sin(2*pi*50*t) + signal;
NFFT = 2^nextpow2(L);# Approximate to the nearest power of two for efficiency.
Y = fft(x1, NFFT)/L;
f = Fs/2*linspace(0,1,NFFT/2+1);
% Plot single-sided amplitude spectrum
plot(f,2*abs(Y(1:NFFT/2+1)));
xlabel('Frequency (Hz)');
ylabel('|Y(f)|');
Вариант с нейросетью.
Другой вариант использования комбинированного нейроинтерфейса – это использовать нейросеть для выявления необходимых паттернов для настроек. Для этой цели сначала нужно будет провести несколько сеансов работы с пси-интерфейсом вместе с нейроинтерфейсом. Снять данные ЭЭГ с наиболее удачных взаимодействий. Использовать их в качестве образцов для нейросети. На их основе выбирать из нескольких вариантов настроек самые подходящие под текущие данные.
Получается следующее:
Эталонный Вариант настроек 1 каналов AF, P, O1, O2 соответствует Х, Х = треугольник, периодичность фикс 0,24. Границы случайности = -500, 500
Подобранный вариант настроек 1n. Каналов AF, P, O1, O2 соответствует Y, где Y=квадрат, периодичность фикс 0,33, границы случайности = 440, 433.
Обучение происходит на основе подбора вариантов настроек в соответствии с данными ЭЭГ. Сообщение об успехе или приближении можно брать с человека-оператора и таким образом натренировать несложную нейросеть на подбор настроек. Можно также использовать варианты из предыдущего пункта, где были описаны предположительные взаимодействия.