Разработка теоретических и практических основ асинхронных интерфейсов «мозг-компьютер» для распознавания моторики оператора путем классификации сигналов электроэнцефалограмм с применением сверточных нейронных сетей

Проект направлен создания научно-технического задела с комплексной доработкой программно-аппаратной составляющей асинхронных интерфейсов «мозг-компьютер» (ИМК). Реализация проекта заключается в исследованиях и разработке ряда решений, как в аппаратной части схемотехнической и конструкторско-технологической реализации интерфейса, так и программной составляющей, направленной на создание математических моделей и алгоритмов предобработки данных, формирования вторичных параметров на основе сигналов электроэнцефалограмм (ЭЭГ), а также аугментации для точного распознавания моторики в режиме онлайн при использовании глубоких искусственных нейронных сетей В настоящее время существующие интерфейсы «мозг-компьютер» базируются на методах анализа частотной области, временной области, частотно-временной области с применением различных нелинейных методов. Общий недостаток данных методов заключается в том, что обычный рядовой человек практически не способен умышленно управлять изменением частотных составляющих ЭЭГ сигналов по собственному желанию в установленный промежуток времени. Изменения частотной и временной областей ЭЭГ обычно происходят непроизвольно. Они связаны с реакцией мозга либо на внешние раздражители, либо на общее внутреннее состояние организма. Следовательно, добиться высокой достоверности принятия решений в интерфейсе «мозг-компьютер», основанного на результатах изменений ЭЭГ сигнала с помощью перечисленных выше методов не представляется возможным. Однако повышение достоверности принятия решений в интерфейсе «мозг-компьютер» (ИМК) вплоть до уровня 95% и выше может быть достигнуто благодаря применению методов реализации искусственных нейронных сетей (ИНС) для классификации сигналов ЭЭГ. В результате выполнения проекта планируется создание работоспособного лабораторного образца программно-аппаратного комплекса (ПАК) асинхронного ИМК для распознавания моторики оператора по сигналам ЭЭГ с точностью не хуже 90% в режиме реального времени. Для этого планируется исследование вариантов применения моделей и алгоритмов предобработки данных, формирования вторичных параметров для использования глубоких искусственных нейронных сетей. ПАК будет предназначен для классификации по ЭЭГ-сигналам, какой именно рукой правой или левой осуществляются движения оператора. Основные потребительские характеристики: наличие беспроводного канала связи устройства съема ЭЭГ-сигналов с устройством для обработки и классификации моторики (ЭВМ); распознавание моторики реальных движений правой/левой рукой оператора по записям ЭЭГ-сигналов в режиме офлайн; распознавание моторики реальных движений правой/левой рукой оператора по ЭЭГ-сигналам в режиме онлайн. Управление устройствами и системами на основе ИМК является актуальной научно-технической задачей, которая обусловлена необходимостью скрытно и эффективно передавать управляющую информацию посредством сигналов головного мозга без использования дополнительных манипуляторов. Следует отметить, что в настоящее время все большее внимание отечественных и зарубежных исследователей и разработчиков обращается на проблему разработки ИМК. Однако для реализации подобных интерфейсов необходимо решить задачи из разных областей науки: радиотехники, нейробиологии, математического моделирования и др. С точки зрения математического моделирования, или конечной обработки, нейроинтерфейс представляет собой источник дискретного цифрового сигнала, который необходимо классифицировать, для адекватного сопоставления действия компьютерной системы мыслям или действиям оператора. Суть научной новизны исследования будет состоять в разработке и применении моделей и алгоритмов предобработки данных и формировании вторичных параметров на основе сигналов ЭЭГ, а также аугментации для точного распознавания моторики в режиме онлайн при использовании глубоких искусственных нейронных сетей.