Характеристики окуломоторной активности оператора интерфейса мозг-компьютер на волне P300 в различных стимульных ситуациях*

570

Аннотация

Проверялась гипотеза о взаимосвязи характеристик стимульной ситуации в интерфейсе «мозг– компьютер» на волне P300 с окуломоторной активностью и эффективностью работы оператора. Были протестированы интенсивность подсветок экранных элементов (контраст между «подсвеченным» и «неподсвеченным» элементами), а также наличие либо отсутствие обрамления вокруг каждого экран- ного элемента. В итоге были протестированы следующие варианты стимульных сред: 1) низкий кон- траст, стимулы без обрамления; 2) низкий контраст, стимулы с обрамлением; 3) высокий контраст, стимулы без обрамления; 4) высокий контраст, стимулы с обрамлением. Результаты проведенного исследования указывают на то, что стимульные среды, обеспечивающие минимальное число ошибок оператора и, соответственно, способствующие максимальной эффективности работы, сопряжены с меньшей, чем в остальных случаях, дисперсией фиксаций и, одновременно, с большей их продолжительностью. Однако по причине различий в оптимальных для каждого испытуемого стимульных средах однозначно выявить наилучший тип не удалось. Тем не менее, применение айтрекинга для оптимизации характеристик стимульной среды интерфейса «мозг–компьютер» на волне Р300 позволит формировать оптимальные условия для работы оператора и проводить наиболее точную фиксацию показателей его деятельности.

Общая информация

* Исследование осуществляется при поддержке РГНФ, проект № 15-36-01386 «Закономерности организации окуломоторной активности в среде интерфейс мозг-компьютер».

Ключевые слова: интерфейс «человек—компьютер», айтрекинг (eyetracking), вызванные потенциалы, P300, зрительное внимание, N200

Рубрика издания: Инструментарий

Тип материала: научная статья

DOI: https://doi.org/10.17759/exppsy.2017100109

Для цитаты: Басюл И.А. Характеристики окуломоторной активности оператора интерфейса мозг-компьютер на волне P300 в различных стимульных ситуациях // Экспериментальная психология. 2017. Том 10. № 1. С. 129–138. DOI: 10.17759/exppsy.2017100109

Фрагмент статьи

Многими исследователями продемонстрирована возможность применения определенных параметров ЭЭГ для управления различными внешними устройствами: компьютерный курсор, виртуальная клавиатура, экзоскелетные и робототехнические устройства (Kaplan et al., 2005; 2013; Wolpaw et al., 2002).

Литература

  1. Барабанщиков В.А. Окуломоторные структуры восприятия. М.: Институт психологии РАН, 1997. 383 c.
  2. Барабанщиков В.А., Жегалло А.В. Айтрекинг: методы регистрации движений глаз в психологиче- ских исследованиях и практике. М.: Когито-Центр, 2014 г. 128 с.
  3. Барабанщиков В.А., Жегалло А.В. Регистрация и анализ направленности взора человека. М.: Инсти- тут психологии РАН, 2013 г. 323 с.
  4. Басюл И.А. Электроэнцефалографические показатели и окуломоторная активность при работе в ин- терфейсе мозг–компьютер на волне Р300 // Процедуры и методы экспериментально-психологических исследований / Отв. ред. В. А. Барабанщиков. М.: Институт психологии РАН, 2016. С. 438–443.
  5. Басюл И.А., Каплан А.Я. Изменения N200 и P30 компонентов потенциалов, связанных с событиями, при варьировании условий внимания в системе Brain Computer Interface // Журнал высшей нервной деятельности имени И.П. Павлова. М.: Наука, 2014. № 2 (64). С. 159–166.
  6. Ганин И.П., Каплан А.Я. Интерфейс мозг-компьютер на основе волны P300: предъявление ком- плексных стимулов «подсветка + движение» // Журнал высшей нервной деятельности имени И.П. Павлова. М.: Наука, 2014. № 2(64). С. 32–40.
  7. Ганин И.П., Шишкин С.Л., Кочетова А.Г., Каплан А.Я. Интерфейс мозг-компьютер «на волне P300»: исследование эффекта номера стимулов в последовательности их предъявления // Физиология че- ловека. 2012. № 38(2). С. 5–13.
  8. Каплан А.Я., Кочетова А.Г., Шишкин С.Л., Басюл И.А., Ганин И.П., Васильев А.Н., Либуркина С.П. Экспериментально-теоретические основания и практические реализации технологии интерфейс мозг-компьютер // Бюл. Сиб. медицины. 2013. № 12(2). С. 21–29.
  9. Михайлова Е.С., Чичеров В.А., Птушенко И.А., Шевелев И.А. Пространственный градиент волны P300 зрительного вызванного потенциала мозга человека в модели нейрокомпьютерного интерфейса // Журн. высш. нерв. деят. 2008. № 58(3). С. 302–308.
  10. 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-computer interface? A preliminary MEG/EEG study // Brain Topogr. 2010. № 23. P. 180–185. doi: 10.1007/s10548-010-0143-0
  11. Blankertz B., Tangermann M., Vidaurre C., Fazli S., Sannelli C., Haufe S., Maeder C., Ramsey L., Sturm I., Curio G., Müller K.R. The Berlin Brain-Computer Interface: Non-Medical Uses of BCI Technology // Front Neurosci. 2010. № 4. P. 198–210. doi: 10.3389/fnins.2010.00198
  12. Brunner P., Joshi S., Briskin S., Wolpaw J.R., Bischof H., and Schalk G. Does the “P300” Speller Depend on Eye Gaze? // J. Neural Eng. 2010. № 7(5). P. 056013. doi: 10.1088/1741-2560/7/5/056013
  13. Cipresso P., Meriggi P., Carelli L., Solca F., Meazzi D., Poletti B., Lule D., Ludolph A.C., Giuseppe R., Silani V. The combined use of Brain Computer Interface and Eye-Tracking technology for cognitive assessment in Amyotrophic Lateral Sclerosis // Pervasive Computing Technologies for Healthcare (PervasiveHealth). Dublin, Irland, 2011. P. 320–324.
  14. Domínguez-Martínez E., Parise E., Strandvall T., Reid V.M. The Fixation Distance to the Stimulus Influ- ences ERP Quality: An EEG and Eye Tracking N400 Study // PLoS ONE. 2015. Vol. 10(7): e0134339. doi:10.1371/journal.pone.0134339.
  15. Farwell L.A., Donchin E. Talking off the top of your head: toward a mental prosthesis utilizing event- related brain potentials // EEG a. Clin. Neurophysiol. 1988. № 70. P. 510–523.
  16. Frisoli A., Loconsole C., Leonardis D., Banno F., Barsotti M., Chisari C., Bergamasco M. A New Gaze-BCI- Driven Control of an Upper Limb Exoskeleton for Rehabilitation in Real-World Tasks // IEEE Transac- tions on Systems, Man, and Cybernetics, Part C (Applications and Reviews). 2012. Vol. 42. P. 1169–1179.
  17. Gneo M., Severini G., Conforto S., Schmid M., D’Alessio T. Towards a brain-activated and eye-controlled wheelchair // Inter. J. of Bioelectromagnetism, 2011. Vol. 13. № 1. P. 44–45. doi: 10.1186/1743-0003-11-7
  18. Kaplan A.Ya., Lim J.J., Jin K.S., Park B.W., Byeon J.G., Tarasova S.U. Unconscious operant conditioning in the paradigm of brain-computer interface based on color perception // Intern. J. Neurosci. 2005. № 115. P.  781–802.
  19. Kaplan A.Ya., Shishkin S.L., Ganin I.P., Basyul I.A., Zhigalov A.Y. Adapting the P300-based brain-comput- er interface for gaming: a review // IEEE Trans. on Comput. Intelligence and AI in Games. 2013. № 5(2). P. 141–149. doi: 10.1109/TCIAIG.2012.2237517
  20. Kaufmann T., Hammer E. M., Kubler A. ERPs Contributing to Classification in the “P300” BCI // Pro- ceedings of the Fifth International BCI Conference. Graz, Austria, 22–24 September. 2011. P. 136–139.
  21. Kim B.H., Kim M., Jo S. Quadcopter flight control using a low-cost hybrid interface with EEG-based clas- sification and eye tracking // Computers in Biology and Medicine. 2014. Vol. 51. P. 82–92. doi: 10.1016/j. compbiomed.2014.04.020
  22. Kleih S.C., Kaufmann T., Zickler C., Halder S., Leotta F., Cincotti F., Aloise F., Riccio A., Herbert C., Mattia D., Kübler A. Out of the frying pan into the fire-the P300-based BCI faces real-world challenges // Prog. Brain Res. 2011. № 194. P. 27–46. doi: 10.1016/B978-0-444-53815-4.00019-4
  23. Krusienski D.J., Sellers E.W., McFarland D.J., Vaughan T.M., Wolpaw J.R. Toward enhanced P300 speller performance // J. Neurosci. Methods. 2008. № 167. P. 15–21. doi: 10.1016/j.jneumeth.2007.07.017
  24. Lee E.C., Woo J.C., Kim J.H., Whang M., Park K.R. A brain-computer interface method combined with eye tracking for 3D interaction // J. Neurosci. Methods. 2010. № 190(2). P. 289––298. doi: 111000...111000111666///jjj...jjjnnneeeuuu-- meth.2010.05.008
  25. Mak J.N, Arbel Y., Minett J.W., McCane L.M., Yuksel B., Ryan D., Thompson D., Bianchi L., Erdogmus D. Optimizing the P300-based brain-computer interface: current status, limitations and future directions // J. Neural Eng. 2011. № 8. P. 025–033. doi: 10.1088/1741-2560/8/2/025003
  26. McCullagh P., Galway L., Lightbody G. Investigation into a Mixed Hybrid Using SSVEP and Eye Gaze for Optimising User Interaction within a Virtual Environment / Eds. C. Stephanidis and M. Antona. UAH- CI/HCII 2013. Part I. LNCS 8009. P. 530–539. doi: 10.1007/978-3-642-39188-0_57
  27. Nicolelis M.A. Brain-machine interfaces to restore motor function and probe neural circuits // Nat. Rev. Neurosci. 2003. № 4(5). P. 417–422.
  28. R Core Team. R: A language and environment for statistical computing [Электронный ресурс] // R Foundation for Statistical Computing, Vienna, Austria. 2015. URL: http://www.R-project.org/.
  29. Sellers E.W., Vaughan T.M., Wolpaw J.R. A brain-computer interface for long-term independent home use // Amyotroph. Lateral Scler. 2010. № 11. P. 449–455. doi: 10.3109/17482961003777470
  30. Shishkin S.L., Ganin I.P., Basyul I.A., Zhigalov A.Y., Kaplan A.Y. N1 wave in the P300 BCI is not sensitive to the physical characteristics of stimuli // J. Integr Neurosci. 2009. Vol. 8. № 4. P. 471–485.
  31. Vidal  J.J.  Real-time  detection  of  brain  events  in  EEG  //  IEEE  Proc.  1977.  №  65.  P.  633–641. doi: 10.1109/PROC.1977.10542
  32. Wolpaw J.R., Birbaumer N., McFarland D.J., Pfurtscheller G., Vaughan T.M. Brain-computer interfaces for communication and control // Clin. Neurophysiol. 2002. № 113. P. 767–791.
  33. Wolpaw J.R., McFarland D.J., Neat G.W., Forneris C.A. An EEG–based brain–computer interface for cur- sor control // EEG a. Clin. Neurophysiol. 1991. № 78(3). P. 252–259.
  34. Zander T.O, Gaertner M., Kothe C., Vilimek R. Combining Eye Gaze Input with a Brain-Computer Inter- face for touchless Human-Computer Interaction // International journal of human-computer interaction. 2011. № 27(1). P. 38–51. doi: 10.1080/10447318.2011.535752

Информация об авторах

Басюл Иван Андреевич, младший научный сотрудник, лаборатория познавательных процессов и математической психологии, Институт психологии Российской академии наук (ФГБУН ИП РАН), преподаватель кафедры общей психологии, Московский институт психоанализа, лаборант-исследователь, Институт экспериментальной психологии МГППУ, Москва, Россия, ORCID: https://orcid.org/0000-0003-3153-2096, e-mail: basul@inbox.ru

Метрики

Просмотров

Всего: 1838
В прошлом месяце: 8
В текущем месяце: 9

Скачиваний

Всего: 570
В прошлом месяце: 0
В текущем месяце: 3