ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2025. №1

УДК: 004.032.26, 621.396

УНИВЕРСАЛЬНЫЙ ПРОГРАММНО-АППАРАТНЫЙ КОМПЛЕКС
ДЛЯ УПРАВЛЕНИЯ РОБОТИЗИРОВАННЫМИ УСТРОЙСТВАМИ
НА ОСНОВЕ ПРИНЦИПОВ РАБОТЫ СИНХРОННОГО
ИЛИ АСИНХРОННОГО интерфейсов «мозг-компьютер»

Д.В. Журавлёв¹, А.Н. Голубинский², А.А. Резниченко¹

¹Воронежский государственный технический университет
394006, Воронеж, ул. 20-летия Октября, д. 84

²Институт проблем передачи информации им. А.А. Харкевича РАН
127051, Москва, Большой Каретный переулок, д. 19 стр. 1

Статья поступила в редакцию 8 ноября 2024 г.

Аннотация. В статье рассматриваются вопросы исследований и разработки основных модулей программно-аппаратного комплекса управления роботизированными устройствами посредством биоэлектрических сигналов головного мозга. Целью работы является разработка теоретических и практических основ реализации универсального программно-аппаратного комплекса управления роботизированными устройствами на основе интерфейсов «мозг-компьютер». Разработанный комплекс позволяет организовать его работу как на основе синхронного, так и асинхронного типов интерфейсов. В этом заключается универсальность комплекса. В статье приведены основные отличия асинхронных интерфейсов «мозг-компьютер» от синхронных. Для того чтобы осуществить корректную работу классификатора были разработаны и апробированы методики предварительной обработки данных для обоих случаев как для использования синхронного, так и асинхронного интерфейсов «мозг-компьютер». Разработана единая архитектура классификатора данных на основе модели многослойного персептрона, подходящая как для классификации волн P300 (при использовании синхронных интерфейсов), так и воображаемых движений (при использовании асинхронных интерфейсов). Проведена апробация системы, реализующая использование синхронного интерфейса «мозг-компьютер» в режиме онлайн. Средняя точность распознавания волн P300 составила 60% при циклическом повторении зрительных стимулов в непрерывном режиме работы системы. Также была проведена апробация системы, реализующая использование асинхронного интерфейса «мозг-компьютер», основанная на классификации моторных образов (воображаемых движений левой и правой рук). Средняя точность классификации в режиме онлайн составила 65%. Эффективность и актуальность интерфейсов «мозг-компьютер» асинхронного типа была подтверждена возможностью формировать управляющие сигналы на роботизированное устройство с помощью мысленных воображаемых движений оператора со средней точностью не ниже 65%. Причем система показала работоспособность с любым оператором без предварительной его тренировки. Это показывает целесообразность развития технологии неинвазивных интерфейсов «мозг-компьютер».

Ключевые слова: интерфейс «мозг-компьютер», волна P300, синхронный интерфейс, асинхронный интерфейс, классификация, моторные образы, программно-аппаратный комплекс.

Финансирование: Исследование выполнено за счет гранта Российского научного фонда № 24-29-20168, https://rscf.ru/project/24-29-20168/

Автор для переписки: Журавлёв Дмитрий Владимирович, ddom1@yandex.ru

Литература

1. Журавлев Д.В. Аппаратура для электроэнцефалографических исследований. – 2021.

2. Schwartz A.B. Cortical neural prosthetics // Annu. Rev. Neurosci. – 2004. – Т. 27. – №. 1. – С. 487-507.

3. Homer M.L. et al. Sensors and decoding for intracortical brain computer interfaces // Annual review of biomedical engineering. – 2013. – Т. 15. – №. 1. – С. 383-405.

4. Станкевич Л.А. и др. Классификация электроэнцефалографических паттернов воображаемых движений пальцами руки для разработки интерфейса мозг-компьютер // Информатика и автоматизация. – 2015. – Т. 3. – №. 40. – С. 163-182.

5. Mayorov O.Y., Fenchenko V.N. Multifractal analysis in the study of brain bioelectric activity // Zn. Kibernetika i vychislitel’naya tekhnika. – С. 81-94.

6. Ганин И.П., Каплан А.Я. Изучение эффектов вариативности потенциалов мозга человека в интерфейсе мозг–компьютер на волне P300 // Вестник Российского государственного медицинского университета. – 2022. – №. 3. – С. 78-85.

7. Сысков А.М., Борисов В.И., Петренко Т.С. Проектирование мультимодальных интерфейсов мозг-компьютер: учебно-методическое пособие. – 2023.

8. Wetzel D. et al. Significance of EEG-electrode combinations while calculating filters with common spatial patterns // GMS German Medical Science. – 2024. – Т. 22. – С. Doc08.

9. Chakole A.R. et al. Review of EEG signal classification // Information and Communication Technology for Intelligent Systems: Proceedings of ICTIS 2018, Volume 2. – Springer Singapore, 2019. – С. 105-114.

10. Ловгонюк В.Н., Нусс Э.А. МОДЕЛИ И МЕТОДЫ АППАРАТНОЙ РЕАЛИЗАЦИИ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ // Science and technology innovations-2023. – 2023. – С. 100-109.

11. Кондур А.А. и др. Восстановление двигательной функции руки после инсульта с помощью интерфейса “мозг-компьютер”, управляющего экзоскелетом кисти: эффект повторных госпитализаций // Физиология человека. – 2020. – Т. 46. – №. 3. – С. 99-110.

12. Gordleeva S.Y. et al. Exoskeleton control system based on motor-imaginary brain–computer interface // Современные технологии в медицине. – 2017. – Т. 9. – №. 3 (eng). – С. 31-36.

13. Журавлёв Д.В., Резниченко А.А. Интерфейс мозг-компьютер на волне P300 с использованием нейронных сетей // Радиоэлектронная техника. – 2022. – С. 142-151.

14. Roman-Gonzalez A. EEG signal processing for BCI applications // Human–computer systems interaction: backgrounds and applications. – 2012. – Т. 2. – С. 571-591.

15. Zhang W. et al. A review of EEG-based brain-computer interface systems design // Brain Science Advances. – 2018. – Т. 4. – №. 2. – С. 156-167.

16. Голубинский А.Н., Толстых А.А. О применении сверточных нейронных сетей для классификации моторики на основе сигналов ЭЭГ интерфейса мозг-компьютер // Наукосфера. – 2021. – №. 2-1. – С. 85-88.

Для цитирования:

Журавлёв Д.В., Голубинский А.Н., Резниченко А.А. Универсальный программно-аппаратный комплекс для управления роботизированными устройствами на основе принципов работы синхронного или асинхронного интерфейсов «мозг-компьютер». // Журнал радиоэлектроники. – 2025. – №. 1. https://doi.org/10.30898/1684-1719.2025.1.1