文摘

本文提出一种系统分析游戏的控制脑-机接口(BCI)基于稳态视觉诱发电位(SSVEP)。的目标是理解BCI系统人机界面(HCI)的观点,通过观察用户如何与游戏交互和评估界面元素如何影响系统的性能。30名志愿者与我们的电脑游戏的交互,名叫“硬币,”通过一个基于SSVEP BCI,产生一个大脑信号数据库和相应的反应问卷调查关于各种感知参数,如视觉刺激、声反馈、背景音乐、视觉对比,视觉疲劳。每一个志愿者使用键盘和四场比赛打了一场比赛使用BCI,进行比较。使用BCI在所有比赛,志愿者们游戏的目标实现。8他们取得一个完美的分数至少在四场比赛之一,显示的可行性大脑和计算机之间的直接通信。尽管如此成功的实验,适应和改进应该实现这种创新技术可以给最终用户。

1。介绍

脑机接口(BCI)是一个系统能够直接关联的大脑活动的命令是由电脑或电子设备,绕过输出通路(神经和肌肉)的标准设备的接口,这使得它有吸引力的辅助技术的发展,如自动轮椅(1,2),机械手臂(3),和拼字的沟通4),以及对于娱乐应用程序,如游戏、增强现实、虚拟现实(5- - - - - -8]。

第一个好像是灰色沃尔特博士于1964年开发的。在手术的另一个原因,沃尔特博士把电极放在病人的运动皮层和记录大脑活动,而病人推按钮推动幻灯机。随后,系统连接到一个投影仪,允许病人推进幻灯片之前,他/她已经把按钮(9]。从那时起,BCI系统已被许多研究的重点为科技的进步做出了贡献,对人类大脑的理解(10]。

接口设备,协调人类和计算机之间的交互应该尽可能简单,安全,准确,尽可能的和愉快的。人机界面的研究领域(HCI)的目标是精确地发展这样的接口,以便用户体验发生在最好的方式。然而,在BCI系统的背景下,尚未统一的指导方针。

本研究分析了基于稳态视觉诱发电位的BCI系统(BCI-SSVEP)从人机交互的角度,以这样一种方式,理解用户界面的元素如何影响以及如何发生的交互。为了这个目的,一个游戏有四个命令控制BCI-SSVEP一直在开发和测试控制实验涉及30个志愿者。

结果包括一个大型数据库的大脑信号连接到用户的感知对图形用户界面的各个方面和与应用程序的交互。定性和定量考虑声反馈;形状、位置、和视觉刺激的对比;视觉疲劳;背景音乐;的感觉控制;其中,介绍和讨论。整个实验和观察构成丰富而重要的材料在将来的项目中协助BCI系统,特别是与视觉刺激BCI-SSVEP投影到屏幕上。

1.1。BCI基于SSVEP的

BCI是一个闭环系统,获得并分析大脑信号,在这样一种方式建立大脑和应用程序之间的通信通道,如图1。BCI的发展需要多学科的技能,包括了解人类大脑的功能方面,计算机系统和工程。可以模块化系统如下:收购的大脑活动,大脑信号处理,一代的应用程序要执行的命令。反过来,在应用程序执行一些操作被用户,构成系统的反馈(11]。

BCI系统可分为外生或内生,根据记录信号的本质。外生BCI系统依赖于由外部刺激所引起的神经元活动。相比之下,内生系统不依赖于外部刺激,因为它们主要基于脑节奏和其他潜力。在本文中,重点是外生BCI-SSVEP [12]。SSVEP是神经生理学视觉刺激的反应。当用户被领导视觉刺激时,灯,或一个图像投影到屏幕上的良好定义的频率闪烁,脑电图仪的记录从他/她的枕叶与刺激的频率同步。因此,大脑信号的分析可以确定的频率刺激用户被曝光。BCI-SSVEP雇佣了几个视觉刺激,每一个以不同的频率闪烁和相关应用程序的一个命令(13]。

BCI-SSVEP由我们在目前的研究中,研究小组电气和计算机工程学院的坎皮纳斯大学是用来控制我们的游戏,叫做“硬币”14,15]。BCI系统的每个模块的细节在下面描述。

2。材料和方法

2.1。大脑信号的采集

收购一个大脑信号可以入侵,在这种情况下,通过手术电极放在大脑皮层,或非侵入性,不需要脑部手术。脑电图(EEG)过程是一种通常的非侵入性技术用来测量大脑活动。在这种方法中,头皮上的电极直接定位(9)和脑电图记录信噪比(信噪比)低于用侵入性技术。

在目前的研究中,脑电图是使用,因为它不让志愿者接触手术的风险,更便宜,并且允许简单、快速、安全的组装电极。设备用于大脑信号记录是g。SAHARAsys®16干电极和g。USBamp®biosignal放大器(16]。信号被记录在使用MATLAB®采样率为256 Hz。在开始信号采集之前,下列程序进行:通道校准;验证电极阻抗的校准(不超过5.0 kΩ);连接地面和参考乳突;等待信号的稳定。电极被安排在O1、O2,盎司,POz, Pz、警察丁,警察丙,PO8, PO7, P2, P1, Cz, C1, C2, CPz, FCz,根据国际演出系统[17]。

图2显示了一个示例的脑电图信号记录在视觉皮层(Oz位置)当用户被暴露在12秒12赫兹刺激闪烁。图2(一个)显示了信号在时域和图2 (b)信号的频谱的峰值在12赫兹可以被识别。

2.2。大脑信号处理

信号处理可分为四个阶段:预处理、特征提取、特征选择和分类。预处理的目的是改善信号的质量,提高了信噪比。特征提取由简洁地描述信息嵌入在大脑的信号。最相关的特征选择实现过滤功能必要歧视类(刺激/命令)。最后,分类器解释大脑信号的特性和生成应用程序的控制信号。

在接下来的部分,我们将描述如何为本研究设计的每个阶段。

2.2.1。预处理

把光滑的位移和电磁工件,EEG信号被一个模拟巴特沃斯带通滤波器过滤(5-60 Hz)的订单8和陷波滤波器(58 - 62 Hz) 4。删除其他工件,目光闪烁,然后提交给一个空间数据过滤使用常见的平均引用(汽车)方法,定义为 在这的潜力吗th电极测量对一个共同的参考,和数组是电极的数量,在我们的案例中 。平均价值减去从每个电极的电位,消除工件出现在大多数。那么简单,车是一个有效的解决方案来提高信噪比和BCI-SSVEP性能(15]。

2.2.2。特征提取

特征提取阶段负责代表输入数据以紧凑的方式,减少他们的维度。这个过程是没有损失的信息,允许进行歧视的刺激。事实上,特征提取应该强调输入信号的相关特性,便于分类器的任务。

脑电图信号与SSVEP的反应,一个经典的特性是光谱幅值估计的快速傅里叶变换(FFT)算法。在目前的情况下,每两秒512的大脑信号样本记录频道 ,subvector生成以下特性有四个输入对应的高峰值FFT频率6,10,12日和15赫兹: 下面的特征向量 ,64项,存储四个特性,16个电极,每两秒的大脑信号记录:

2.2.3。特征选择

特征向量的一部分可以消除,进一步降低了问题的维数。特征选择的目的是使用数据歧视类提供有用的信息,消除冗余信息和那些可能影响分类器的性能。

特征选择可以进行过滤或包装技术(18,19]。过滤方法使用统计措施量化每个特性的相关性,而包装器方法排名根据特征分类器的性能。特征选择问题在BCI-SSVEP系统中,使用贪婪启发式搜索的特征空间,称为包装器,已被证明是非常有效的(15]。这种方法考虑了一起训练步骤中使用的特性集分类器选择的特性集为BCI系统提供最佳的性能。这里使用的算法工作如下:(我)最初,每个subvector BCI的性能仅是评估;即数据来自每个电极测试,分别。(2)随后,subvector提供最好的精度是维护和系统性能评估相结合与 ,为 。(3)进步的新的的持续只要系统性能增加。停止条件如下:当发生性能下降时连续两次与任何新组合;当信号来自所有16个电极已经使用。

后应用包装器算法,特征向量降低,导致一个向量小于或等于64。

2.2.4。分类

最后一个阶段的信号处理模块是分类。分类器必须评估的特征向量和识别这些功能对应的刺激。

一个线性分类器基于最小二乘方法。这种方法在计算上便宜,是一种行之有效的技术文献中识别与SSVEP的响应信号15]。

分类器包括两个步骤:培训和操作。在第一步中,美联储系统四个类的标签特性和分离超平面是由解决以下方程: 在这特征矩阵,由几个向量 , 的转置 ,和是向量类的标签 ,相应的条目+ 1类和其他类−1。在我们的研究中,有192个条目,为每个类48(刺激)。

在操作步骤中,用户在运行时控制应用程序。分类器的输出是由解决每一个超平面以下表达式: 与 理想情况下,变量必须有一个+ 1如果它属于类 ,否则,−1。作为决策准则,如果不止一个解决方案提出了积极的价值观,它决定类的最高价值(20.]。

2.3。应用范围:游戏“硬币”

我们已经开发出一种电脑游戏,这里称为“硬币”,使用Unity3D®游戏引擎,来评估用户与应用程序交互控制的先前BCI-SSVEP。图3屏幕上显示了游戏。这个游戏的主要目的是收集尽可能多的硬币通过移动周围的小球。游戏的简单性使其目标和机制相当直观,允许一个简单的理解为不同的熟悉与电脑游戏,从而减少游戏特征的影响研究的目的,是评价BCI-SSVEP用户交互。

小球的方向是由四个刺激定位直观地在双方董事会的相应命令来将小球移动到左边,右边,,。刺激是正方形,黑人和白人之间的交替6赫兹的频率(左),10赫兹(右),12赫兹(下降),15赫兹(了)。玩家可以给一个命令每两秒,在此期间他们应该盯着相对应的刺激所需的命令。两秒期间选择考虑系统命中率之间的妥协和用户的视觉疲劳。很长一段时间内集中的刺激会导致更强烈SSVEP的响应信号的频谱分析,导致一个更好的系统性能。另一方面,长时间会导致视觉疲劳,强调用户和妥协的动态游戏。

当玩家收集硬币,柜台位于屏幕的左上方是增加了1。相对应的玩家两分钟,60运动,收集4个硬币。游戏结束后,玩家收集了所有硬币或后两分钟。

发展的一个关键点BCI-SSVEP接口是保证精度在闪烁的刺激13]。在目前的研究中,生成一个正弦波内部改变视觉刺激从黑到白,反之亦然,在定义良好的频率。图4显示了一个10 Hz正弦波的间隔1 s,交替的模式在每个正弦波的零交点,刺激生成闪烁刺激所需的10赫兹的频率。

同时,两个反馈形式包括:视觉和声学。视觉反馈是由球的运动,而声反馈由beep每次运动后响起。beep通知,命令被执行死刑,避免用户流失浓度在刺激想象球的运动。在比赛中,生成一个日志文件获取所花费的时间收集硬币,所采取的步骤的数量由球球和旅行的道路。

前到达比赛的最终版本,检查是由四个HCI专家计算研究所的坎皮纳斯大学。十个可用性用户界面设计的启发式,尼尔森提出的,被用来评估游戏界面(21]:系统状态的可见性;匹配系统和真实的世界;用户控制和自由;一致性和标准;错误预防;识别而不是回忆;使用的灵活性和效率;审美和极简设计;帮助用户识别、诊断和从错误中恢复;和帮助和文档。主要建议如下:(1)调整的位置硬币以这样一种方式,需要许多步骤来收集它们兼容的时候玩家完成游戏。(2)限制在120秒的持续时间,以避免球员的疲劳。(3)增加小球的大小允许其通过周边视觉可视化。(4)插入一个硬币柜台顶部指导和激励球员们对他们的性能。

2.4。实验设置

共有30名志愿者年龄在20到45年,平均水平 男性和8个女性,22岁,已经参加了这项研究。一半的志愿者报告经常玩数字游戏和其他15表示,他们没有玩过任何数字游戏。他们都是充分了解的研究和实验协议并签署同意书坎皮纳斯大学的伦理委员会批准(n。791/2010)。所有志愿者健康个体,与正常视力正常或纠正。

执行的实验是在一个房间里较低的光强度,以避免干扰闪电。志愿者坐在约70厘米的监视和被要求尽可能保持不动,以避免机械构件。他们利用一个防静电腕带静电放电能量。16干电极的帽子是定位在头皮上,如图5与实验设置。

实验协议包括培训、玩耍,和回答个人知觉问卷。在培训期间,屏幕上有四个刺激,如图6,提出了。视觉刺激的设置遵循相同的标准在训练和在线程序。志愿者们被告知他们的目光关注特定的视觉刺激的需要,12秒。刺激集中,最初的和最后一次口头告知。的过程进行了八次的四个刺激。记录大脑信号被用来训练分类器的BCI和估计的预期性能的球员。

培训后,游戏“硬币”被介绍给志愿者以及教程如何玩。志愿者扮演了五个版本的游戏,每一个评估界面和交互的不同方面,如表所示1。

游戏的所有版本中为每个志愿者随机顺序播放,以这种方式作为结果的偏差最小化由于疲劳或学习的球员。在版本2中,游戏是由键盘控制,比较这与通过BCI的交互输入设备。

在每一场比赛,志愿者回答一份调查问卷与连续规模项目对他们的看法。问题和展示在表范围2。

此外,下面的自信问题是的/不回答问:(我)你觉得你的眼睛浇水吗?(2)你头晕吗?(3)你认为戒烟中间的游戏呢?(iv)你觉得不舒服的姿势吗?

问卷调查另外一个可选的字段了意见和建议。

这种定性信息的定量数据记录在日志文件(收集球的过程中,许多步骤,总时间的玩,和数量的硬币捕获)已经让我们画一个平行的感知用户和他们的表现之间的游戏。所有数据都统计和评估使用Wilcoxon值估计以及对两组的比较和方差分析模型的比较三个或更多组。信心值被设定为95%。

3所示。结果与讨论

实验允许一个大脑信号的生成数据库收集的30个人在培训阶段,包含四个8重复12 s频率(6、10、12和15赫兹)。此外,用户的感知对界面元素和他们的交互与游戏注册。所有这些数据明显支持本研究更好地理解如何与BCI-SSVEP发生交互。

所有的30个志愿者执行整个实验过程,也就是说,训练,打5场比赛,和回答调查问卷。没有志愿者要求中断试验,表明最终造成的祸患电极帽,视觉刺激,或疲劳是可以忍受的。一个实验性的会话的平均持续时间是34 38′′′±51 04′′′。

尽管相等的条件下,每个志愿者的命中率是不同的,正如所料,由于BCI系统依赖于神经生理学反应和生理和认知因素的个体,以及他们的浓度在刺激和能力。八个志愿者收集的硬币在至少一个使用BCI版本的游戏。其中四个收集所有硬币游戏版本。虽然游戏是有时间限制的120秒,这四个人所需的平均时间 秒收集硬币。另一方面,其他四个志愿者没有收集任何硬币一个游戏的版本,和一个志愿者没有收集任何硬币在两个游戏版本。图7介绍了收集硬币的平均数量,考虑到版本控制的BCI只是游戏。

单独考虑游戏的五个版本,收集硬币的数量如表所示3。只有在版本2中,由键盘控制,所有志愿者收集所有的4个硬币。一个统计上的显著差异之间的平均收集硬币是只发现和每一个其他版本(版本2 )。此外,只考虑BCI的版本控制,收集硬币的平均数量 在游戏,它保持不变,表明疲劳和学习因素没有定量影响志愿者的性能。

另一个重要的观点是,使用训练数据的预测性能并不总是直接对应的性能实现在线应用程序,如图8。尽管趋势之间的直接通信的两个表演,一些用户的高性能训练提出了在比赛中表现不佳,反之亦然。一些原因可以解释这种行为如下:在线版本,志愿者是动力,有一个明确的目标;然而有眼睛的运动命令之间的转换和视觉刺激和刺激之间的干扰和棋盘游戏。然而,这些因素为每个志愿者行为不同。

关于动力执行培训阶段,志愿者们表示,他们觉得与平均动力 ,对于最多10“非常有动力。“在训练阶段,两个志愿者报道疲劳和一个相关的经历过的眼睛不由自主的痉挛。事实上,培训阶段是一个累人的阶段,“需要12秒8倍浓度的四个视觉刺激。减少疲劳的可能性会减少训练样本的数量系统;但是这可能会降低系统的性能。确保成功率更高,因此更大的可控制性的游戏,我们决定保持8个重复的训练阶段。

的知觉疲劳造成的游戏,之间存在统计上的显著差异只有游戏和其他版本(版本2 )。提出了平均值表4(tiring-10 0是非常鼓舞人心的)。因此,我们可以得出结论,通过键盘控制通过BCI是更累人,但疲劳是可以接受的(平均 )。定量分析表明,用户需要执行两倍的命令来完成游戏的目标使用BCI(平均的 使用键盘(平均)相比 )。

造成的痛苦或舒适视觉刺激是中性(平均 ),也就是说,既不很舒服(10)也很不舒服(0),痛苦并没有改变统计在会话期间,考虑到开始和结束的实验( )。

根据用户的感知,造成的痛苦/舒适与电极帽 舒适和0,10是非常不舒服。考虑到标记在实验开始和结束时,每个志愿者,这个保持不变,没有显著差异( )。这表明用户可能会接受常规使用的电极帽,在头皮上。然而,脑电采集系统需要改进的频繁使用,因为正确的电极定位不是简单的普通用户。同时,对于一个实际的应用程序,它是不合理的,要求用户不要移动你的头部。然而,这个运动可以取代电极,甚至导致的损失与头皮接触,严重损害了BCI的性能。已经存在有一些解决方案如EMOTIV Epoc + (22预先部署),固定电极,电极是通过无线的数据传输通道,允许自由流动。

游戏的定义明确的目标也作为动力,可能分散或减少疲劳和痛苦由帽和视觉刺激引起的。事实上,一些应用程序可能需要更长的交互,以便最小化视觉不适和疲劳设计接口应用程序应该是一个中央要求由BCI-SSVEP控制。事实上,疲劳会导致损失的浓度,可以妥协SSVEP的反应的强度,因此,系统的性能(23]。

的统治感,游戏控制,玩家表示运动介质低控制使用BCI,平均 (0总control-10无法控制),对一个几乎完全控制键盘,平均 ( )。然而,他们指出一个中立的立场键盘控制游戏的乐趣,而平均 关于BCI boring-10有趣(0)版本。领域的意见和建议,9名志愿者有报道困难球所需的方向移动。BCI系统有时会导致分类错误和最终执行一个命令不符合用户需要的,离开有一种无法控制的玩家游戏。然而,逆,其中九个志愿者成功实现总在所有的游戏版本中,收集所有的四个硬币。换句话说,他提出了一个优秀的控制虽然在观念上他觉得没有控制的游戏。键盘版本控制方向箭头键,和球员们表示这是直观的,平均的 。BCI的版本,他们也表示,刺激的位置在监视器上直观的命令,平均的 非常直观的(10)。

一般来说,两种模式的玩家喜欢的游戏控制,平均的 BCI和 对键盘愉快(10)。至于游戏的挑战,游戏玩家表示,通过键盘非常容易,平均价值 ,游戏更具挑战性的控制是通过BCI,平均的 (0 easy-10非常具有挑战性; )。

声反馈而言,志愿者报告说,它有助于游戏控制,具有统计上的显著差异( )之间的版本的游戏声反馈(1、3和5)和版本4没有声反馈。然而,性能方面收集硬币的数量没有统计上的不同( )。虽然表现在游戏中没有统计上的不同,声反馈很重要,因为玩家在游戏中知道正在发生什么没有失去对视觉刺激的关注,主要为志愿者没有电脑游戏的经验(见图9)。也在意见/建议,调查问卷,两位志愿者建议为每个球的方向不同的哔哔声能够更好地协助反馈。这些观察重申声反馈的重要性。

仍然与音效,收集硬币的数量没有明显不同( 版本3之间),背景音乐和游戏的其他版本没有背景音乐。知觉问卷,志愿者报告说,背景音乐几乎无关紧要(平均 ,0是不相关的),但它不打扰(平均的 10没有干扰)。这个结果是特别有趣,因为它是不可能控制一个通用的环境噪声水平。结果表明,背景声音往往不会显著影响个体的性能,定量或定性。然而,在目前的研究背景音乐是应用程序的上下文的一部分,所以进一步研究是必要的检查随机声音的影响,如人们说,交通,和突然的声音。

关于背景颜色,我们核实,根据用户的感知,这两个背景,黑色和灰色,愉快的的平均水平 黑色和 灰色非常愉快(10),之间没有统计上的显著差异的感知用户在两种情况下( )。考虑到收集的硬币的数量,黑色背景,收集硬币的平均数量 灰色背景的,而平均 。虽然版本5的游戏与灰色背景和较低的对比表明一个更小的平均收集硬币,性能之间没有统计上的显著差异( )。

15个志愿者肯定玩电脑游戏表现略优于其他15报道不玩。这是验证的所有版本的游戏控制BCI(图9)。然而,并没有统计上的显著差异在两组之间的平均表现95%置信水平( )。可能,这群玩家的更好的性能,因为他们习惯于关注屏幕在一个游戏,非常熟悉发展心理策略来实现目标。

考虑版本4的游戏(没有声反馈,没有背景音乐),提出了最大的差异在两组之间的平均数字10显示了对志愿者的看法关于以下参数:(1)疲劳引起的游戏:0 tiring-10非常鼓舞人心的(2)视觉刺激的安慰:0 uncomfortable-10非常舒适(3)声反馈帮助:0不是在所有10个(4)游戏挑战:0 easy-10非常具有挑战性(5)直觉的游戏控制:0不直观的所有10个非常直观(6)游戏控制:控制0总control-10无法控制(7)疲劳引起的游戏:0 tiring-10非常鼓舞人心的。

没有非凡的球员组之间的平均值之间的差异和nonplayers ( )。平均最大的区别是观察到列6的图10控制感。虽然志愿者的球员表现更好,他们矛盾的报道有一个较低的感知控制的游戏( 比nonplayers(集团) ),但没有统计学意义( )。这可能是因为志愿者们习惯于玩往往有一个更有效的控制游戏命令使用经典的交互设备,如键盘,鼠标或操纵杆。这也影响越大的感觉疲劳组报告的球员都训练(第1列图10(列7图)和玩耍10)。

关于性别的志愿者,8是女性(其中6 nonplayers)和22人,被9 nonplayers。的平均收集硬币,考虑所有版本控制的BCI, 为妇女和 对于男人来说,没有统计上的显著差异( )之间的表演。

尽管伟大的BCI系统的潜力,正如我们已经确认,特别是辅助应用程序中,这个工具可能是唯一可行的方式来控制一个设备,信息传输速率仍远小于那些由传统的输入方式,如键盘(9]。

在问卷的评价和建议,一些志愿者强调矛盾的意见。例如,志愿者报告说,灰色背景的接口是比黑色背景更加愉快和不累人。另一名志愿者报道恰恰相反。这表明界面应该尽可能可定制,以适应每个用户的偏好。

4所示。结论

利用bci来控制设备的可能性没有神经和肌肉的需要使这种技术很有前途,特别是怀孕辅助技术和娱乐应用。尽管这种技术的潜力,取得了令人鼓舞的结果已经在科学界,BCI系统仍处于发展阶段。

在目前的研究中,30名志愿者扮演了“硬币”的游戏。结果允许测试接口的几个特征,以及分析用户交互使用BCI-SSVEP和比较系统的性能和用户交互与一个典型的控制设备,如键盘。

所有的志愿者经验BCI在控制游戏。所有志愿者的目标理解比赛,打了5场比赛,四个使用控制通过BCI和一个使用通过键盘控制。所有志愿者收集至少一个硬币在BCI的匹配控制,而四个收集所有硬币的游戏版本。总平均收集硬币的数量表示这项技术来控制应用程序的可行性。当游戏是由键盘控制,所有志愿者收集了四个硬币。熟悉键盘,其准确度和精密度高,游戏和简单的目标提供了一个非常低的挑战,在这种模式下的控制。这表明游戏概念和机制并没有影响我们的实验结果。

关于游戏造成的疲劳,志愿者报告说,游戏的版本控制的键盘被BCI那么累,这是可以理解的,因为比赛与键盘的速度比通过BCI匹配与控制。此外,由键盘控制不需要关注刺激。然而,bci也许是唯一的选择的人减少流动性,和有趣的是,它是一个有效的选择,尽管目前的局限性。

关于接口的特点,志愿者报告说声反馈帮助控制,因为它表明,一个命令被执行。然而,收集硬币的数量的性能方面无统计学意义。至于背景音乐,用户表示,它的存在和它的缺失影响了游戏,因此应选择提供给每个玩家一个元素。这也表明,背景噪音,在合理的水平,往往是无关紧要的,不打扰浓度。黑色和灰色背景强度并没有导致知觉视觉疲劳由于更高或更低的对比,也不影响用户的性能。虽然三个志愿者报道视觉痛苦一段时间在实验中,他们都决定继续实验。痛苦的感觉由志愿者在实验的开始和结束之间并没有统计上的不同,可能是因为比赛只有2分钟长,可能是因为新鲜。以来所有的志愿者有经验通过大脑信号来控制一个游戏,这也可以减少视觉刺激引起的疲劳的感觉。

至于造成的痛苦电极帽,水平不显著和保持不变在整个实验过程中,显示这个在实验的志愿者不打扰上下文。

的30名志愿者参加这个实验,15没有玩过任何类型的数字游戏和15玩。这两组之间的性能比较,我们发现它们之间的性能没有明显统计学差异。然而,球员表现好于nonplayers集团在所有游戏版本,可能是因为浓度的技能通过游戏获得的。然而,进一步的研究需要理解这种关系。

我们研究的结果没有考虑学习的影响与BCI-SSVEP系统对用户的交互影响,因为每个志愿者参加了一个实验。此外,只有健康的志愿者参加了实验,评估患者与电机、视觉、心理、和听力障碍应该更好地评估未来的研究。

本研究指导开发人员理解用户的困难以及如何交互的用户提供一个基于BCI SSVEP的发生。进一步的研究应该在理解更多关于这个,为了达到更完整的BCI应用程序应该如何构建的指导方针。不同于其他交互设备如鼠标,键盘,操纵杆,BCI系统依赖于用户专注于视觉刺激的能力,因此接口必须旨在避免分心和疲劳。事实上,BCI系统的研究从人机交互的角度理解至关重要的真正需要个人和克服的挑战使BCI系统最终用户的现实。

的利益冲突

作者宣称没有利益冲突有关这篇文章的出版。

确认

这项工作是由支持Coordenacao de Aperfeicoamento de Pessoal de含量优越(披肩)Financiadora de Estudos e Projetos(FINEP),Fundacao德帕罗尽管做Estado de圣保罗(FAPESP)必须占州政府慰问Nacional de Desenvolvimento Cientifico e学府(CNPq)和联邦大学Ouro Preto (UFOP)。