تعامل انسان با کامپیوتر (HCI)[1] امروزه کاربردهای گسترده ای دارد. این رشته علم بررسی تعامل کامپیوتر و انسان است. در واقع این علم نقطه تقاطع دانش کامپیوتر، علوم رفتارشناسی طراحی و چند علم دیگر است. ارتباط و تعامل کامپیوتر وانسان از طریق واسط اتفاق میافتد. که شامل نرمافزار و سختافزار است. یک تعریف دقیق آن چنین است:
علم تعامل کامپیوتر و انسان یک رشته مرتبط با طراحی ارزیابی و پیاده سازی سیستمهای محاسباتی متقابل برای استفاده انسان در مطالعه پدیدههای مهم پیرامون اوست. این رشته شاخههایی از هر دو طرف درگیر را شامل میشود مثلا گرافیک کامپیوتری، سیتمهای عامل، زبانهایی برنامه نویسی، تئوری ارتباطات و طراحی صنعتی برای قسمت کامپیوتری زبانشناسی، روانشناسی و کارایی انسان برای قسمت انسانی آن. این رشته به شاخه های زیادی تقسیم میشود که یکی از آنها واسط مغز و کامپیوتر(BCI)[2] است.
مغز انسان توانایی انتشار امواجی الكتریكی و مغناطیسی را دارد كه می توان با ثبت آنها علاوه بر كاربردهای پردازشی به تشخیص برخی بیماریها و حتی برقراری ارتباط به صورت تلپاتی پرداخت. یكی از روشهای ثبت این سیگنالها EEG)) [3] میباشد.
سیگنالهای الکتریکی مغزی را اولین بار دکتر هانس برگر[4] در سال 1920 شناسایی و ثبت کرد. با ثبت این سیگنالها تلاش انسان برای استفاده از این سیگنالها برای کاربردهای مختلف شروع شد. اکنون بیشترین استفادههای که از این سیگنالهای میشود در تشخیص پزشکی و کمک به افراد ناتوان جسمی و فکری است[1]. در اوایل ثبت این سیگنالها، به خاطر آشفته بودن و نویزی بودن این سیگنالها کار کردن بر روی و استخراج اطلاعات مفید از آنها مشکل بود.
در اوایل کشف سیگنالهای مغزی به دلیل نبودن دستگاههای ثبت و ضبط مناسب انسان به این تصور بود که ارتباط انسان با محیط اطرافش سخت و غیر ممکن است. اما با پیشرفتهای که در حوزه رایانه و الکترونیک صورت گرفت و با ابداع ابزارهای مناسب جهت ثبت سیگنالهای مغزی این ارتباط دور از دسترس نیست. امروزه BCI علمی است که این ارتباط را برقرار می کند.
واسط مغز و رایانه از مجموعهای از سنسورها و اجزای پردازش سیگنال تشکیل میشود که فعالیت مغزی فرد را مستقیما به یک سری سیگنالهای ارتباطی یا کنترلی تبدیل میکند. در این سامانه ابتدا باید امواج مغزی را با استفاده از دستگاههای ثبت امواج مغزی ثبت کرد
که معمولا به دلیل دقت زمانی بالا و ارزان بودن و همچنین استفاده آسان، از EEG برای ثبت امواج مغزی استفاده میشود. الکترودهای EEG در سطح پوست سر قرار میگیرند و میدان الکتریکی حاصل از فعالیت نورونها[5] راه اندازهگیری میکنند. در مرحله بعد این امواج بررسی شده و ویژگیهای مورد نظر استخراج میشود و از روی این ویژگیها میتوان حدس زد که کاربر چه فعالیتی را در نظر دارد. در شکل(-11) واحدهای پردازشی سیستم BCI را میبینیم.
با توجه به پایین بودن نسبت سیگنال به نویز در این سیستم ابتدا یک پیش پردازش و عملیات حذف نویز بر روی این سیگنال ها انجام میشود. مرحله بعد مرحله استخراج ویژگی است که در فصلهای بعد در مورد انواع ویژگیها و روش های استخراج ویژگی صحبت میکنیم در نهایت با استفاده از ویژگیهای استخراج شده عمل دستهبندی را انجام میدهیم.
واسط مغز و رایانه ممکن است ساختاری ثابت داشته باشد یا اینکه به صورت انطباقی باشد و خود را با مشخصه یا مشخصههای سیگنال انطباق بدهد. همچنین ممكن است از خروجی سیستم به نوعی به شخص مورد آزمایش فیدبك[6] داده شود. این روش به بیوفیدبك مشهور است.
در اولین همایش بین المللی که در ژوئن 1999 برگزار شد یک تعریف معمول برای BCI به صورت زیر ارائه شد[2]: (یک واسط مغز و رایانه یک سامانه ارتباطی است که وابسته به مسیرهای خروجی نرمال سامانه عصبی جانبی و ماهیچهها نیست) سیگنالهای الكتریكی مغز از نظر دامنه و فركانس با برخی دیگر از سیگنالهای حیاتی همپوشانی دارند، لذا در تعریف BCI بر مستقل بودن سیگنالها از سایر سیگنالهای عصبی و عضلانی تاكید شده است.
2-1- تاریخچه BCI
اولین تلاشها در زمینه تعامل انسان با رایانه همزمان با کشف سیگنالهای EEG شروع شد و دانشمندان سعی کردند که بین این سیگنالها و فعالیت های مغزی ارتباط برقرار کنند[1]. اما با توجه به اینکه در ابتدا این سیگنالها بسیار آشفته و دارای نویز بودند، از این سیگنالها فقط در پزشکی استفاده میشد و فقط پزشکان متخصص با توجه به تجربه از این سیگنالها میتوانستند استفاد کنند. اما رفته رفته با تولید دستگاههای جدید و توانایی ثبت این سیگنالها با کیفیت بهتر، پژوهشها و تحقیقات بیشتری در این زمینه انجام گرفت.
در سال 1969، Elul [3]اولین تلاش را انجام داد. او بر روی سیگنال عملیات ریاضی کار کرد و نشان داد که اگر فرد عملیات فکری خاصی را انجام ندهد در %66 سیگنال مغزی آن توزیع گوسی است و اگر فرد عملیات ریاضی انجام دهد در %32 سیگنال مغزی توزیع گوسی دارد و از طریق سیگنال مغز توانست تشخیص دهد که فرد چه عملیات فکری انجام میدهد.
در دانشگاه Colorado دو محقق Keirn و Aunon تحقیقات خود را در این زمینه برای دستهبندی پنج فعالیت مختلف ذهنی شروع کردند[4]. آنها در حین انجام پنج فعالیت ذهنی مشخص و همزمان از چند كانال، سیگنال EEG را ثبت نمودند. سپس به كمك یك تفكیك كنندة بیز[1] از توان باندهای مختلف فركانسی بعنوان ویژگیهایی جهت تفكیك این فعالیتهای ذهنی استفاده كردند. آنها در ضمن كار خود این ایده را مطرح نمودند كه فعالیتهای مختلف ذهنی میتوانند بعنوان الفبایی جهت برقراری ارتباط مستقیم مغز با دنیای خارج استفاده شود؛ بطوریكه شخص میتواند با تركیب و انتخاب توالی چند فعالیت مشخص مقصود خود را به دنیای خارج منتقل كند.
چند سال بعد دکتر Anderson و همکارانش [5,6] کار این دو محقق را ادامه دادند. این گروه در اغلب كارهای خود از همان پنج فعالیت ذهنی استفاده کردند. آنها پارامترهای آماری همچون ضرایب(AR)[2] را تخمین زدند و با استفاده از این ضریب ویژگیهای را برای دسته بندی و تشخیص این پنج عمل استخراج کردند. بعد از استخراج ویژگی به کمک شبکه عصبی عمل دستهبندی را انجام دادند.
Pfrutscheller و همکارانش [7-11] در مرکز Graz اتریش در تحقیقات خود از سیگنالهای ثبت شده در حین حركت انگشت اشاره و یا در حین تصور حركت دادن دست راست و چپ استفاده نمودهاند. آنها در كارهای خود از خروجیهای مختلفی همچون حركت یك نشانگر بر روی مانیتور، انتخاب حروف و كلمات و كنترل یك پروتز مصنوعی استفاده كردهاند. آنها جهت استخراج ویژگی از چند روش استفاده کردند. روش اول استخراج پارامترهای AR و روش دیگر محاسبة توان باندهای مختلف فركانسی، كه این باندها متناسب با شخص انتخاب میشوند. به گفته Pfrutscheller برای این كار از یك تابع فاصلة وزندار جهت تعیین میزان تأثیر هر مؤلفة فركانسی بر عمل دسته بندی استفاده شده است. به این روش (DSLVQ) [3] میگویند. این عمل برای تمام فركانسها در فاصله HZ 30-5 انجام میشود تا مؤلفههای فركانسی مناسب برای آن شخص بدست آید. آنها برای دستهبندی هم عموما از دو روش استفاده نمودهاند. روش اول روشهای مبتنی بر شبكة عصبی (مانند LVQ)[4] و روش دوم مبتنی بر تفكیك كنندههای خطی.[5] (LDA) آنها جهت بهبود عملكرد سیستم خود در برخی موارد از تكنیكهای بیو فیدبك هم استفاده نمودهاند. بعنوان مثال با نشان دادن یك فلش روی مانیتور از كاربر خواسته میشود كه تصور حركت دادن دست راست یا چپ را ا نجام دهد. با انجام مكرر این كار ، تفكیك كننده را برای تفكیك این دو عمل آموزش میدهند . سپس در مرحلة آزمایش هر بار كه از شخص خواسته میشود كه حركت دادن یك دست را تصور كند با استفاده از تفكیك كنندة تعلیم دیده سیگنال مغزی او را دستهبندی می كنند. هر بار بسته به میزان خطای تفكیك كننده یك علامت فلش با طولی متناسب با میزان خطا روی صفحه رسم میشود . این علامت در واقع یك فیدبك است كه با دیدن آن شخص سعی میكند كه هر بار طول علامت خطا را كم كند.
Wolpaw و همکارانش[12 ] بیشتر در زمینه پزشکی کار کردند لذا كارهای آنها عموما از پشتوانة فیزیولوژیك خوبی برخوردار است اما روشهای پردازشی آنها نسبتا ساده است. اساس كار آنها بر این مبناست كه افراد را میتوان بگونهای آموزش داد كه بتوانند برخی از ویژگیهای سیگنال مغزی خود را کنترل کنند.
به طور کلی از جمله تحقیقاتی که در طی سالیان دراز در زمینه BCI انجام گرفته است می توان به تصور حركت دادن دست راست و چپ ، حركت دادن انگشتان اشارة دو دست، انجام پنج فعالیت ذهنی: حالت استراحت, نامه نگاری، شمارش، ضرب ذهنی و دوران ذهنی ، انجام عملیات ضرب با میزان پیچیدگی مختلف، گوش دادن به انواع موسیقی، انجام فعالیتهای احساسی و عاطفی و رانندگی شبیه سازی شده اشاره کرد که در هر زمینه محققین زیادی کار کردهاند و به نتایج قابل قبولی دست یافته اند.
[1] Bayes
[2] Autoregressive
[3] Distinction Sensitive Learning Vector Quantization(DSLVQ)
[4] Learning Vector Quantization
[5] Linear Discriminant Analysis
[1] Human Computer Interface(HCI)
[2] Brain-Computer Interface(BCI)
[3] Electroencephalography
[4] Hans Berger
[5] neurons
[6] Feedback