بسم الله الرحمن الرحیم

ارائه پژوهشی

سیستم رابط مغز و کامپیوتر

در هدایت ویلچر معلولین

👨‍🔬

ماهان صدیقی

👩‍🔬

یاسمن عیدی

استاد: دکتر علی آچاک

نیمسال اول ۱۴۰۳

مقدمه

رابط مغز و کامپیوتر چیست؟

رابط مغز و کامپیوتر یا Brain Computer Interface (BCI) یک سیستم ارتباطی پیشرفته است که امکان برقراری ارتباط مستقیم بین مغز انسان و دستگاه‌های الکترونیکی را فراهم می‌کند.

این فناوری با ثبت و تحلیل سیگنال‌های الکتریکی مغز، نیت و خواسته کاربر را تشخیص داده و بدون نیاز به حرکت فیزیکی عضلات، فرمان‌های کنترلی را به دستگاه‌های خارجی ارسال می‌کند.

هدف اصلی این سیستم، افزایش استقلال حرکتی افراد دارای ناتوانی و کاهش وابستگی آن‌ها به کمک دیگران است.

🧠

خواندن ذهن

ثبت فعالیت مغزی

پردازش

تحلیل سیگنال‌ها

🦽

کنترل

هدایت ویلچر

بیان مسئله

چرا به BCI نیاز داریم؟

میلیون‌ها نفر در سراسر جهان به دلیل آسیب نخاعی، سکته مغزی یا بیماری‌های تحلیل‌برنده عصبی مانند ALS توانایی حرکت اندام‌های خود را از دست داده‌اند.

این افراد اغلب نمی‌توانند از روش‌های معمول کنترل ویلچر مانند جوی‌استیک استفاده کنند. برای آن‌ها، حتی ساده‌ترین فعالیت‌های روزمره مانند جابجایی در خانه به کمک دیگران نیاز دارد.

سیستم BCI می‌تواند با استفاده از قدرت ذهن، استقلال این افراد را بازگرداند.

آسیب نخاعی
سکته مغزی
ALS
MS
فلج مغزی
تروما
📊

+۵ میلیون نفر

مبتلا به فلج حرکتی در جهان

تعریف علمی

Brain Computer Interface

BCI سیستمی است که سیگنال‌های الکتریکی مغز را ثبت کرده، آن‌ها را پردازش و تحلیل می‌کند و در نهایت به فرمان‌های قابل فهم برای ماشین تبدیل می‌کند.

این فرآیند کاملاً بدون نیاز به استفاده از عضلات انجام می‌شود و مسیر عصبی جدیدی برای ارتباط با دنیای خارج ایجاد می‌کند.

۱

ثبت

EEG

۲

پردازش

فیلتر

۳

استخراج

ویژگی

۴

طبقه‌بندی

ML

۵

کنترل

موتور

تکنولوژی ثبت

الکتروانسفالوگرافی

Electroencephalography (EEG)

EEG چیست؟

EEG یک روش غیرتهاجمی برای ثبت فعالیت الکتریکی مغز است. در این روش، الکترودهایی روی پوست سر قرار می‌گیرند و سیگنال‌های میکروولتی تولید شده توسط نورون‌ها را اندازه‌گیری می‌کنند.

این سیگنال‌ها نشان‌دهنده فعالیت همزمان میلیون‌ها نورون در قشر مغز هستند.

چرا EEG؟

غیرتهاجمی و بدون جراحی
ایمن برای استفاده طولانی
هزینه نسبتاً پایین
قابل حمل و سبک
رزولوشن زمانی بالا
استفاده آسان
⚠️

محدودیت: سیگنال EEG بسیار ضعیف (چند میکروولت) است و به راحتی تحت تأثیر نویز قرار می‌گیرد.

طیف فرکانسی

باندهای فرکانسی EEG

سیگنال EEG از ترکیب امواج با فرکانس‌های مختلف تشکیل شده است. هر باند فرکانسی نشان‌دهنده وضعیت خاصی از مغز است:

Delta (δ)

0.5-4 Hz

خواب عمیق، بیهوشی

Theta (θ)

4-8 Hz

خواب سبک، مدیتیشن، خلاقیت

Alpha (α)

8-13 Hz

آرامش با چشمان بسته، استراحت ذهنی

Beta (β)

13-30 Hz

تمرکز، فکر کردن، فعالیت ذهنی

Gamma (γ)

30-100 Hz

پردازش شناختی بالا، ادراک

نکته مهم: در سیستم‌های BCI مبتنی بر تصور حرکت، تغییرات در باندهای Mu (8-12 Hz) و Beta (18-26 Hz) بیشترین اهمیت را دارند.

روش کنترل

تصور حرکت

Motor Imagery (MI)

تصور حرکت یکی از پرکاربردترین روش‌ها در سیستم‌های BCI است. در این روش، کاربر تنها به حرکت یک اندام فکر می‌کند بدون اینکه حرکت واقعی انجام دهد.

جالب است بدانید که تصور حرکت و حرکت واقعی، الگوهای مغزی مشابهی ایجاد می‌کنند! این پدیده به نام Event-Related Desynchronization (ERD) شناخته می‌شود.

با تحلیل این الگوها، سیستم می‌تواند تشخیص دهد کاربر به حرکت کدام اندام فکر کرده است.

⬅️

چرخش چپ

تصور دست چپ

فعال‌سازی نیمکره راست

⬆️

حرکت جلو

تصور پاها

فعال‌سازی ناحیه مرکزی

➡️

چرخش راست

تصور دست راست

فعال‌سازی نیمکره چپ

معماری سیستم

اجزای سیستم BCI ویلچر

🎓

ماژول ثبت سیگنال

کلاه EEG با الکترودهای خشک یا تر برای ثبت سیگنال‌های مغزی از نواحی حرکتی (C3, Cz, C4)

🔧

پیش‌پردازش

حذف نویز، فیلتر میان‌گذر (8-30 Hz)، حذف آرتیفکت‌های چشم و عضله

📊

استخراج ویژگی

محاسبه توان باندهای فرکانسی، CSP، آنتروپی و سایر ویژگی‌های زمانی-فرکانسی

🤖

طبقه‌بندی

الگوریتم‌های یادگیری ماشین مانند LDA، SVM یا شبکه‌های عصبی برای تشخیص نیت کاربر

⚙️

کنترل‌کننده

تبدیل خروجی طبقه‌بند به فرمان‌های موتوری و ارسال به درایورهای ویلچر

🛡️

سیستم ایمنی

حسگرهای فاصله، دوربین و توقف اضطراری برای جلوگیری از تصادف

هوش مصنوعی

الگوریتم‌های یادگیری ماشین

قلب سیستم BCI، الگوریتم‌های یادگیری ماشین هستند که سیگنال‌های مغزی را به فرمان تبدیل می‌کنند. این الگوریتم‌ها باید با داده‌های آموزشی هر کاربر تنظیم شوند.

📐

LDA

Linear Discriminant Analysis

  • • ساده و سریع
  • • نیاز به داده کم
  • • دقت ۷۰-۸۰٪
🎯

SVM

Support Vector Machine

  • • دقت بالا
  • • مقاوم به نویز
  • • دقت ۸۰-۸۵٪
🧠

Deep Learning

شبکه‌های عصبی عمیق

  • • یادگیری خودکار ویژگی
  • • نیاز به داده زیاد
  • • دقت ۸۵-۹۵٪
فناوری جایگزین

سیستم کنترل با زبان

Tongue Drive System (TDS)

سیستم کنترل با زبان یک فناوری نوین و منحصر به فرد است که به افراد دارای ناتوانی شدید حرکتی اجازه می‌دهد با استفاده از حرکات زبان، دستگاه‌های مختلف را کنترل کنند.

چرا زبان؟ زبان یکی از قوی‌ترین و چابک‌ترین عضلات بدن است که حتی در آسیب‌های شدید نخاعی (سطح C1-C4) فعال باقی می‌ماند، زیرا توسط عصب جمجمه‌ای کنترل می‌شود، نه نخاع.

این سیستم توسط محققان Georgia Tech توسعه یافته و در مطالعات بالینی متعدد آزمایش شده است.

🧲

اجزای سیستم

  • • آهنربای کوچک روی زبان
  • • هدست یا ریتینر دندانی
  • • حسگرهای مغناطیسی
  • • واحد پردازش بی‌سیم

کاربردها

  • • کنترل ویلچر برقی
  • • کنترل کامپیوتر
  • • کنترل گوشی هوشمند
  • • کنترل محیط خانه هوشمند
نحوه عملکرد

TDS چگونه کار می‌کند؟

۱

نصب آهنربا

یک آهنربای بسیار کوچک (به اندازه یک دانه عدس) با استفاده از پیرسینگ زبان یا چسب پزشکی روی زبان نصب می‌شود. این آهنربا کاملاً بی‌ضرر است.

۲

ردیابی موقعیت

حسگرهای مغناطیسی در یک ریتینر دندانی یا هدست قرار دارند. این حسگرها موقعیت آهنربا و در نتیجه موقعیت زبان را با دقت بالا ردیابی می‌کنند.

۳

پردازش سیگنال

سیگنال‌های حسگرها به صورت بی‌سیم به گوشی هوشمند یا کامپیوتر ارسال می‌شوند. الگوریتم‌های هوشمند حرکات زبان را تشخیص می‌دهند.

۴

تولید فرمان

هر حرکت زبان (لمس نقاط مختلف دهان) به یک فرمان خاص ترجمه می‌شود. کاربر می‌تواند تا ۶ فرمان مختلف را همزمان کنترل کند.

فرمان‌های کنترلی

حرکات کنترلی زبان

با لمس نقاط مختلف داخل دهان توسط نوک زبان، فرمان‌های مختلفی صادر می‌شود:

👆

سقف دهان

جلو

👇

کف دهان

توقف

👈

گونه چپ

چپ

👉

گونه راست

راست

💡

نکته: کاربر می‌تواند فرمان‌های سفارشی تعریف کند. مثلاً لمس دندان‌های خاص برای تغییر سرعت یا فعال کردن حالت‌های مختلف.

مزایا

چرا TDS؟

💪

استقلال کامل

زبان حتی در شدیدترین آسیب‌های نخاعی (C1-C4) که دست و پا کاملاً فلج هستند، فعال باقی می‌ماند. این یعنی تقریباً همه بیماران می‌توانند از TDS استفاده کنند.

سرعت فوق‌العاده

تأخیر پاسخ کمتر از ۵۰ میلی‌ثانیه! این سرعت ۵ تا ۱۰ برابر سریع‌تر از سیستم‌های BCI است. کاربر احساس کنترل آنی دارد.

🎯

دقت ۹۹٪

در مطالعات بالینی، TDS دقت تشخیص بالای ۹۹٪ را نشان داده است. این دقت بسیار بالاتر از BCI (حدود ۸۵٪) است.

🧘

بدون خستگی ذهنی

برخلاف BCI که نیاز به تمرکز شدید دارد، استفاده از TDS کاملاً طبیعی و بدون فشار ذهنی است. کاربر می‌تواند ساعت‌ها بدون خستگی استفاده کند.

👁️

نامحسوس

ریتینر دندانی کاملاً داخل دهان است و دیده نمی‌شود. این موضوع از نظر روانشناختی برای بسیاری از کاربران مهم است.

⏱️

آموزش سریع

تنها ۳۰ دقیقه آموزش کافیست! مقایسه کنید با BCI که ۲ تا ۴ هفته آموزش نیاز دارد.

مقایسه

BCI در مقابل TDS

ویژگیBCI

رابط مغز و کامپیوتر

TDS

کنترل با زبان

دقت تشخیص۸۵-۹۰٪۹۵-۹۹٪
زمان آموزش۲-۴ هفته۳۰ دقیقه
تأخیر پاسخ۱۰۰-۵۰۰ms<۵۰ms
خستگی کاربرزیادکم
نیاز به الکترود سربلهخیر
قیمت تجهیزاتبالا ($۱۰۰۰+)متوسط ($۵۰۰)
مناسب برای فلج کاملبلهنیاز به کنترل زبان
تحقیقات علمیگسترده‌تردر حال توسعه

نتیجه: انتخاب بین BCI و TDS به شرایط بیمار بستگی دارد. برای افرادی که زبان فعال دارند، TDS گزینه سریع‌تر و دقیق‌تری است.

تحقیقات

نتایج پژوهش‌ها

۹۹٪

دقت TDS در آزمایشات

۳۰

دقیقه آموزش TDS

۱۰۰+

مطالعه بالینی BCI

یافته‌های کلیدی:

  • سیستم‌های BCI در محیط آزمایشگاهی دقت ۸۵-۹۰٪ دارند
  • TDS در محیط واقعی دقت بالای ۹۵٪ نشان داده
  • ترکیب BCI و TDS می‌تواند نتایج بهتری داشته باشد
  • رضایت کاربران از TDS به دلیل سادگی بالاتر است
چالش‌ها

موانع پیش رو

نویز سیگنال

BCI

سیگنال EEG بسیار ضعیف است و به راحتی تحت تأثیر نویز محیطی، حرکت چشم و فعالیت عضلات قرار می‌گیرد.

خستگی ذهنی

BCI

استفاده طولانی از BCI نیاز به تمرکز زیاد دارد و باعث خستگی می‌شود. این موضوع کاربرد عملی را محدود می‌کند.

نیاز به آموزش

هر دو

هر دو سیستم نیاز به دوره آموزشی دارند، اگرچه TDS بسیار سریع‌تر قابل یادگیری است.

هزینه تجهیزات

هر دو

تجهیزات با کیفیت بالا هنوز گران هستند و دسترسی عمومی را محدود می‌کند.

پذیرش اجتماعی

BCI

برخی کاربران از پوشیدن کلاه EEG در محیط عمومی خودداری می‌کنند.

نگهداری

TDS

سیستم TDS نیاز به نگهداری و تمیز کردن منظم دارد.

آینده

چشم‌انداز آینده

با پیشرفت سریع هوش مصنوعی، حسگرها و فناوری‌های پوشیدنی، انتظار می‌رود این سیستم‌ها در آینده نزدیک به محصولات تجاری قابل دسترس تبدیل شوند.

🤖

هوش مصنوعی پیشرفته

الگوریتم‌های یادگیری عمیق می‌توانند دقت را به بیش از ۹۵٪ برسانند و نیاز به کالیبراسیون را کاهش دهند.

📱

یکپارچگی با گوشی

کنترل مستقیم ویلچر از طریق اپلیکیشن گوشی هوشمند و اتصال به اکوسیستم خانه هوشمند.

💰

کاهش هزینه

تولید انبوه و رقابت بازار می‌تواند قیمت‌ها را به زیر ۲۰۰ دلار کاهش دهد.

نتیجه‌گیری

جمع‌بندی

سیستم رابط مغز و کامپیوتر (BCI) و سیستم کنترل با زبان (TDS) هر دو فناوری‌های امیدوارکننده در حوزه توانبخشی هستند.

BCI برای افرادی که کنترل هیچ عضوی ندارند مناسب‌تر است، زیرا فقط به فعالیت مغزی نیاز دارد.

TDS برای کسانی که زبان فعال دارند، گزینه سریع‌تر، دقیق‌تر و راحت‌تر است.

آینده این فناوری‌ها روشن است و می‌توانند استقلال و کیفیت زندگی میلیون‌ها نفر را در سراسر جهان بهبود بخشند.

منابع

مراجع علمی

[1]Wolpaw, J.R., et al. "Brain-computer interfaces for communication and control." Clinical neurophysiology (2002)
[2]Huo, X., et al. "Tongue Drive System." IEEE Trans Neural Systems (2018)
[3]Georgia Tech. "Tongue Drive System Clinical Trials" (2020)
[4]Nature Scientific Reports. "EEG-based BCI Wheelchair Control" (2023)
[5]MDPI Sensors. "Motor Imagery Classification Review" (2024)
[6]IEEE Access. "Deep Learning for BCI Applications" (2024)

سپاس از توجه شما

👨‍🔬

ماهان صدیقی

پژوهشگر

👩‍🔬

یاسمن عیدی

پژوهشگر

استاد راهنما: دکتر علی آچاک

نیمسال اول ۱۴۰۳