其他
BrainNet:脑-脑接口用于人与人之间直接协作
1 BrainNet的体系结构
每个发送者的信息通过基于TMS的计算机-大脑接口(CBI)通过Internet传输到接收者的大脑。在有意识地处理来自发送方的两个输入后,接收方使用基于EEG的脑机接口来执行任务中的一个动作。发送方会在自己的屏幕上看到此操作的结果(两个屏幕上都显示了相同的更新后的游戏状态,从一个发送方的屏幕到另一个发送方的屏幕上的红色箭头所示)。然后,发送者有另一个机会向接收者的大脑传达新的信息,以便在第一轮中纠正错误的选择。虽然实验只使用了两轮,但是BrainNet允许发送者和接收者协作解决任务时进行任意数量的交互。BrainNet不同于之前被称为“Brainet”12的接口,后者结合了来自多个猴子大脑的记录来执行一个共同的运动任务,但它是单向的,并且不使用刺激来将信息传递回任何一个大脑。
实验中,研究人员设计了发送者和接收者使用的基于SSVEP的EEG脑机接口,如下图所示。
2 实验测试
为了测量BrainNet的直接脑对脑沟通能力,研究人员让每个参与者进行了16次类似俄罗斯方块的迭代游戏的试验。在每次试验中,一名被指定为接收者的参与者负责决定是否在一块积木掉落到屏幕底部填补空白之前旋转它。关键的是,接收者不能看到屏幕的底部,必须依赖另外两个参与者(他们被指定为发送者) 的建议,他们可以看到屏幕的整个部分。这些发送者的任务是根据当前块的形状和底部的间隙做出正确的决定(旋转与否),并通过脑对脑接口将决定通知接收者。所有成员通过使用稳态视觉诱发电位(SSVEPs) 通过基于EEG的界面传达其决策。接收方和发送方在两轮游戏中看到的屏幕示例如下图所示。
从上图中可以看到,接收方在左侧看到三个示例屏幕,发送方在右侧看到这些屏幕。(顶部行)试用开始时的屏幕。请注意,接收方看不到带有间隙的底线,但发送方会看到。接收方必须依靠发送方来决定是否必须旋转红色块以填补空白并清除线。(中间行)接收方在第一轮做出决定(在本例中为“Rotate”)之后,游戏状态将更新以显示旋转的方块。(底部行)在第二轮之后,所有参与者都将看到接收方的操作结果以及该行是否已清除。在此示例中,接收器执行了纠正操作以再次旋转块,从而用块的底部填充间隙并清除了线条。
3 BrainNet表现
研究者对参与者使用BrainNet的表现进行了可视化对比。
研究人员对比了SSVEP任务中脑电图信号的平均功率谱,如下图所示。在一秒钟的时间内和在实验对象之间取平均值。图中显示了SSVEP任务期间(虚线之间)的平均功率值,并显示了任务前后三秒钟的功率值,以便进行比较。可以发现,在任务之前和之后,两个频率的功率值重叠,而在任务期间,正确答案对应的频率的功率明显更大。
在BrainNet参与者中,接收者和“好”发送者之间传递的相互信息明显高于接收者和“坏”发送者之间传递的信息,如下图。
研究人员还量化接收方对发送方可靠性学习。(下图左面板)对于每个4次试验块,接收者的决策向量和每种发送者类型的决策向量的线性回归权重(Beta)随时间的演化(详见文本)。(下图右面板)每种类型的接收者和发送者的决策之间的皮尔逊相关系数随时间的演变。
这两个图都显示“好”发送者的上升趋势,而“坏的”发送者则没有,这表明接收者在与这两个发送者进行脑对脑的交互过程中了解到哪个发送者更可靠。
4 结论
研究人员提出的方法可以让接收者如何学习整合噪声信号以做出正确的决策。研究者发现,像传统的社交网络一样,大脑网络让接收者学会信任发送者,在这种情况下,仅仅基于直接传递到他们大脑的信息。该项研究结果为未来的脑对脑接口指明了道路,这种接口使人类能够通过大脑连接的“社交网络”来协作解决问题。
论文信息:BrainNet: A Multi-Person Brainto- Brain Interface for Direct Collaboration Between Brains
不用于商业行为,转载请联系后台
若有侵权,请后台留言,管理员即时删侵!
更多阅读
用3D打印快速制作软生物电子植入物原型,有助于将大脑连接到电脑
脑机产业迎来“新标准”,CESI发布《脑机接口标准化白皮书》
如何让你的工作让更多人知晓和受益?
脑机接口社区就是这样一个连接学界、
企业界和爱好者的平台渠道。
社区鼓励高校实验室、企业或个人在我们平台上分享优质内容。
稿件要求
稿件系个人原创作品,若已在其他平台发表,请明确标注。
稿件一经录取,便提供稿费!
投稿通道
微信扫码,备注:投稿+姓名+单位
微信交流群,请扫码上方微信
(备注:姓名+单位+专业/领域行业)
QQ交流群:913607986