کنترل زاویه‌ی مفصل آرنج مجازی با استفاده از رابط مغز-رایانه‌ی مبتنی بر ssvep

در سال‌های اخیر ایده‌ی استفاده از سیستم‌های رابط مغز-رایانه در حوزه‌های کاربردی جهت رفع محدودیت‌های حرکتی و ارتباطی افراد معلول مورد توجه قرار گرفته است. در این مطالعه یک سیستم bci مبتنی بر پتانسیل برانگیخته‌ی بینایی حالت ماندگار جهت کنترل مدل یک درجه‌ی آزادی مفصل آرنج با تحریک الکتریکی عمل‌کردی، پیاده‌سازی شده است. تحریک دیداری از طریق 9 محرک روی نمایش‌گر نشان داده شده و ثبت سیگنال از ناحیه‌ی پس‌سری از کانال‌های o1، o2 و oz انجام شده است. بازشناسی فرکانس تحریک با استفاده از روش cca انجام ‌شده و زاویه‌ی مفصل تعیین گردیده است. این زاویه به عنوان ورودی به کنترل‌گر فازی داده شده است. سیستم عضلانی-اسکلتی در نرم‌افزار متلب به صورت دو لینک و یک مفصل در صفحه‌ی عرضی با استفاده از مدل زاجاک برای دو عضله‌ی دوسر بازویی و سه‌سر بازویی شبیه‌سازی ‌شده است. کنترل‌گر فازی با توجه به زاویه‌ی مطلوب، شدت تحریک الکتریکی را برای هر عضله تعیین کرده است. درصد صحت بازشناسی فرکانس برای پنجره‌ی زمانی 3 ثانیه با زمان نهفتگی 0.4 ثانیه برابر با 100% به دست آمده است. هم‌چنین مقدار rmse زاویه‌ی مفصل آرنج 0.17 درجه بوده است. نتایج عمل‌کرد زمان واقعی سیستم از 10 فرد سالم نشان داده که تمام افراد قادر به تکمیل موفقیت‌آمیز فرایند آزمایش بوده‌اند.

virtual elbow joint angle control using ssvep-based brain-computer interface

in recent years, the idea of using brain-computer interface systems in practical areas to solve movement and communication limitations of people with disabilities has been considered. in this study, a bci system based on steady state visual evoked potential to control the model of one degree of freedom of elbow joint with functional electrical stimulation, has been implemented. stimulation was presented to the subject through 9 optical stimuli and the signals was recorded from the occipital lobe from ,  and  electrodes. excitation frequency recognition is performed using the cca method and the joint angle is determined. the extracted angle is sent to the fuzzy controller as input. the musculoskeletal system in matlab software is simulated as two links and a revolute joint on a transverse plane using the zajac model for biceps and triceps muscles. fuzzy controller according to the desired angle, applies electrical stimulation to muscle. the frequency recognition accuracy for the 3-second time window with a latency of 0.4 seconds was 100%. also, the rmse value elbow joint angle was equal to 0.17 degrees. the performance of real-time system for 10 healthy individuals showed that all subjects were able to successfully complete the task.