Ing. Fabio Aloise. Prof.ssa Serenella Salinari

Transcript

1 Brain Computer Interfaces (BCI) Ing. Fabio Aloise Seminario per il corso di Bioingegneria in neria Prof.ssa Serenella Salinari

2 Cos è il Brain Computer Interfaces Un'interfaccia cervello-computer è un sistema di comunicazione che non si avvale dei normali output periferici cerebrali, muscoli e sistema nervoso, ma riconosce lo stato mentale del soggetto, fra un insieme discreto di stati possibili.

3 Come funziona appropriate feature extraction Modification of Brain Signals Signal Features use er trainin ng Psychological Effort (Intention) ti Classification Of Intent t com mputer tr raining feedback strategy Environment

4 Metodi di neuroimaging Il riconoscimento degli stati mentali può avvenire tramite diverse tecniche di neuroimaging, come ad esempio: Tomografia ad emissione di positroni (PET) Risonanza magnetica funzionale (fmri) Tomografia ad emissione di fotone singolo (SPECT) Magnetoencefalografia (MEG) Spettroscopia ad infrarossi (NIRS) Elettroencefalogramma multicanale (EEG)

5 L Elettroencefalografia L'elettroencefalografia (EEG) èlaregistrazione dell'attività elettrica dell'encefalo. La tecnica è stata inventata nel 1929 da Hans Berger L'EEG è una misura del flusso di corrente extracellulare che viene generato dalla somma delle attività di un elevato numero di neuroni. I potenziali di superficie i sonoprincipalmente i il risultato dell'attività dei neuroni corticali piramidali disposti in corrispondenza dell'area corticale sottostante l'elettrodo. L'EEG rileva la differenza di potenziale elettrico tra un elettrodo, posto al di sopra della sede dove si svolge l'attività neurale, e un elettrodo indifferente, collocato ad una certa distanza dal primo. Pro Buona risoluzione temporale Basso costo Dimensione dei sistemi di acquisizione Contro Bassa risoluzione spaziale Necessita di un gel per abbassare le impedenze tra elettrodo e cute

6 Segnali di controllo per sistemi BCI basati sui segnali EEG Esistono diversi tipi di segnali di controllo i più noti sono: Slow Cortical Potential (SCP) Slow Cortical Potential (SCP) Steady State Evoked Potentials (SSEP) P300 P300 Event related de/synchronitation (ERD/ERS o Ritmi SMR)

7 Slow Cortical Potential (SCP) I potenziali corticali lenti sono lente variazioni di potenziale registrate a livello della corteccia cerebrale, il cui range di frequenza varia tra 1 e 2Hz. Variazioni negative del potenziale corticale vengono associate ad attività motorie, mentre variazioni positive corrispondono a una diminuizionei i i dell attività corticale.

8 Stedy State Visual Evoked Potential (SSVEP) Il potenziale evocato visivo, i è un potenziale che riflette i meccanismi elettrofisiologici del processo di elaborazione dell informazione visiva a livello cerebrale. A secondo della frequenza di stimolazione la risposta evocata può essere transiente (frequenza < 2Hz) o di tipo steady-state (frequenza > 6 Hz). L utilizzo di questo potenziale nel contesto BCI consiste nel presentare più sorgenti luminose lampeggianti a frequenze diverse, associando a ciascuna di esse una funzione. Che il soggetto potrà attivare semplicemente fissando la sorgente corretta.

9 Il potenziale evento correlato P300 Il potenziale evento correlato P300 è un potenziale EEG positivo generato a circa 300ms dallo stimolo, è un segnale EEG stabile e riproducibile Viene elicitato attraverso il paradigma oddball Esso è generato nella zona mesiale dello scalpo

10 Il paradigma Oddball Si basa sulla presentazione di uno stimolo raro (Target) all interno di un insieme di stimoli frequenti (no-target). Durante la stimolazione viene richiesto al soggetto di contare il numero di occorrenze dello stimolo raro ( Task attiva) Vengono usati stimoli con caratteristiche fisiche diverse per lo stimolo raro e il frequente

11 I sistemi BCI basati sul potenziale P300 Nel BCI viene esteso il paradigma Oddball, in quanto gli stimoli non vengono più distinti tra di loro per le caratteristiche fisiche ma bensì per l informazione che essi veicolano Una tipica i applicazione i BCI basata sulla P300 è l utilizzo di una tastiera virtuale in cui le righe e le colonne vengono fatte illuminare in maniera random

12 I ritmi Sensorimotori (SMR)[1] I ritmi Sensorimotori sono associati alle aree corticali direttamente legate ai canali motori naturali del cervello. Include una serie di segnali compresi tra gli 8Hz e i 32Hz. Ritmo mu (8-13Hz) Freq. Sensori-motorie(12-15Hz) Banda Beta centrale (13-26Hz) Ritmo gamma (fino a 32Hz)

13 I ritmi Sensorimotori (SMR) [2] In corrispondenza del movimento o della preparazione dello stesso si ha un decremento dei ritmi Mu e Beta detto Event-Related Desyncronitation (ERD). Successivamente in corrispondenza del rilassamento si verifica invece un incremento dei ritmi Event-Related Syncronitation (ERS). La peculiarità dei ritmi sensorimotori risiede nel fatto che sono naturalmente collegati alle aree cerebrali proprie del moviemento.

14 I ritmi Sensorimotori (SMR) [3] I ritmi SMR sono potenziabili tramite allenamento. Sono generati non solo in corrispondenza dell azione eseguita, ma anche dalla sola immaginazione dell azione stessa. Ciò permette di utilizzare questi ritmi i come features del BCI

15 Riferimenti Prof.ssa Serenella Salinari Ing. Fabio Aloise