КОДОВЫЕ ОБРАЗЫ СИГНАЛОВ ЭЛЕКТРОЭНЦЕФАЛОГРАММЫ ДЛЯ УПРАВЛЕНИЯ РОБОТОТЕХНИЧЕСКИМИ УСТРОЙСТВАМИ ПОСРЕДСТВОМ ИНТЕРФЕЙСА МОЗГ-КОМПЬЮТЕР

Для дешифрации ЭЭГ в интерфейсах мозг-компьютер предлагается метод, основанный на использовании кодовых образов, полученных посредством формирования множества кодовых сообщений на определенном отрезке ЭЭГ. Кодовое сообщение формируется путем кодирования сигналов ЭЭГ на выходах блока полоснопропускающих фильтров. В частотном диапазоне ЭЭГ выделяются четыре частотных полосы, что соответствует четырем каналам на каждое отведение ЭЭГ. Кодовые сообщения четырех каналов формируют образ ЭЭГ, при декодировании которого получают управляющие сигналы, поступающие на сервоприводы робототехнического устройства. Образ из кодовых сообщений формируется на основе теории мультимножеств. Для обучения классификатора образов ЭЭГ используется программно-аппаратный комплекс, включающий электромиограф, электроэнцефалограф, блок полосно-пропускающих фильтров и вычислительное устройство, осуществляющее дискретизацию сигналов с выходов электромиографа и блока полосно-пропускающих фильтров. Метка класса образа определялась по сигналу отведения электромиографа, соответствующему классифицируемой двигательной единице. В базу данных помещаются записи с полями кодового образа и соответствующей метки класса управляющей команды. Предложенный метод является альтернативой методу дешифрации ЭЭГ на основе биологической обратной связи

1. Gerardin Е., Sirigu A., Leherici S. et al. Partially overlapping neural networks for real and imagined hand movements. Cerebral Cortex. 2000. V. 10. P. 1093.

2. Черникова Л.А., Мокиенко О.А., Рощин В.Ю., Бобров П.Д., Фролов А.А. Способ реабилитации больных, перенесших инсульт. Патент RU 2523349.

3. Котов С.В., Турбина Л.Г., Бобров П.Д., Фролов А.А., Павлова О.Г., Курганская М.Е., Бирюкова Е.В. Применение комплекса «интерфейс “мозг-компьютер” и экзоскелет» и техники воображения движения для реабилитации после инсульта // Альманах клинической медицины. – 2015. –№ 39. – С. 15-21.

4. Сотников П.И. Обзор методов обработки сигнала электроэнцефалограммы в интерфейсах мозг-компьютер // Инженерный вестник. МГТУ им. Н.Э. Баумана. Электронный научно-технический журнал. – 2014. – № 10. – С. 621-632.

5. Рыбочкин А.Ф., Савельев C.В., Плесканос Л.В. Анализ фотоплетизмограммы с использованием кодовых сообщений//Биомедицинская радиоэлектроника №2 2010. С.43-48.

6. Сотников П.И. Выбор оптимальных частотных диапазонов сигнала электроэнцефалограммы в интерфейсе мозг-компьютер // Наука и Образование. МГТУ им. Н.Э. Баумана. Электрон. журн. – 2015. – № 06. – С. 217-234.

7. Пятин В.Ф., Колсанов А.В., Сергеева М.С. и др. Информационные возможности использования мю- и бета-ритмов ЭЭГ доминантного полушария в конструировании нейрокомпьютерного интерфейса // Фундаментальные исследования. – 2015. – № 2-5. – С. 975-978.

8. Станкевич Л.А., Сонькин К.М., Шемякина Н.В. и др. Классификация ЭЭГ-паттернов воображаемых движений пальцами одной руки, выполняемых в заданном ритме // Физиология человека. – 2016. – Т. 42. – № 1. С. 40-52.

9. Кудрявцев, П.С. Развитие методологии бустинга для классификации флюорограмм грудной клетки / П.С. Кудрявцев, А.А. Кузьмин, С.А. Филист// Биомедицинская радиоэлектроника. – 2016. – №9. – С. 10-14.

10. Филист С.А., Шаталова О.В., Ефремов М.А. Гибридная нейронная сеть с макрослоями для медицинских приложений//Нейрокомпьютеры. Разработка и применение, 2014. - №6. - С. 35-39.