واسط مغز و رایانه

تعریف
واسط مغز و رایانه از مجموعه‌ای از سنسورها و اجزای پردازش سیگنال تشکیل می‌شود که فعالیت مغزی فرد را مستقیماً 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 معمولاً 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 را اندازه گیری می‌کنند. در مرحله بعد این امواج بررسی شده و ویژگی‌های موردنظر استخراج می‌شود و از روی این ویژگی‌ها می‌توان حدس زد که کاربر چه فعالیتی را در نظر دارد. در این مقاله این سیستم و پیشرفت‌هایی که تا کنون روی این سامانه صورت گرفته‌است، بررسی شده‌است. از آن جایی که هنوز سرعت و دقت این سیستم‌ها به حد قابل قبولی نرسیده‌است، هنوز به صورت تجاری وارد بازار نشده‌است اما از آن جایی که این سیستم‌ها روش نوینی برای برقراری ارتباط، خصوصاً برای افرادی که از نظر جسمی معلول هستند را فراهم می‌کنند، گروه‌های پژوهشی زیادی روی این سامانه‌ها کار می‌کنند و امید است که در آینده‌ای نزدیک بتوان به سامانه‌هایی با سرعت و دقت بالا دست پیدا کرد. کلمات کلیدی: واسط مغز و رایانه، EEG ، استاندارد 10-20 ، آرتیفکت، امواج ریتمیک، پتانسیل برانگیخته، نورون، بردار ویژگی

مقدمه
بیماری‌های مختلفی می‌توانند باعث صدمه دیدن سیستم عصبی عضلانی که مغز از طریق آن قادر به ایجاد ارتباط و اعمال کنترل به محیط خارج است شوند. بیماری‌هایی از قبیل ALS1، Brain Stem Stroke، آسیب‌های مغزی-نخاعی، Cerebral Palsy، Muscular Dystrophies و Multiple Sclerosis مثال‌هایی از انواع بیماری‌هایی هستند که مسیر عصبی کنترل عضلات در آن‌ها آسیب می‌بیند. در شرایط حاد بیماری، فرد مبتلا ممکن است تمام حرکات ارادی خود را از دست بدهد. حتا ممکن است حرکات چشم و تنفس که اعمالی غیر ارادی هستند نیز امکان پذیر نباشد. به این گونه بیماران، اصطلاحاً Locked – in گفته می‌شود. در غیاب روش‌هایی برای جبران فیزیولوژیکی آسیب‌های وارده در اثر این بیماری‌ها، سه انتخاب برای بازآفرینی عملکرد طبیعی بیماران وجود دارد :
1. افزایش قابلیت‌های مسیرهای عصبی-عضلانی باقیمانده.
2. بازسازی عملکرد از دست رفته توسط عبوراز مناطق آسیب دیده در مسیر عصبی.
3.فراهم آوردن مسیر ارتباطی جدید و غیرماهیچه‌ای برای مغز است که از طریق آن بتواند مستقیماً پیام‌ها و دستورالعمل‌های کنترلی را به محیط خارج ارسال نماید.

یک رابط مغز و رایانه
خصوصیتی که این رابط‌های مغز و رایانه را از سایر وسایل ارتباطی مجزا می‌کند، عدم نیاز به حرکتی آشکار در بدن به منظور انتقال اطلاعات می‌باشد. بدین ترتیب در حالتی ایده‌آل شخص باید بتواند بی حرکت در جای خود نشسته و با تمرکز بر برخی افکار و تولید امواج مغزی مناسب منظور خود را بیان کند. با توجه به عدم امکان تحرک در برخی بیماران، اهمیت این موضوع بیشتر نمایان می‌شود.
مطالعات متعددی نشان دهنده تأثیر فعالیت‌ها و تصورات ذهنی گوناگون بر امواج مغزی بوده‌اند. به عنوان مثال، توان باند آلفا در هنگام عملیات لفظی در نیمکره چپ نسبت به نیمکره راست کمتر می‌شود. این در حالی است که در مورد عمل تصور دوران سه بعدی این موضوع برعکس است. به این پدیده اصطلاحاً عدم تقارن باند آلفا می‌گویند. به عنوان مثالی دیگر، تصمیم به حرکت می‌تواند یک ریتم خاص به نام ریتم میو را در سیگنال مغزی کاهش داده یا بلوکه نماید. نتیجه پژوهشی که توسط دویل بر عملیات حرکتی و غیر حرکتی انجام گرفت نشان می‌دهد که عملیاتی که منجر به تحریک قسمت‌های حرکتی مغز شوند، باعث ایجاد عدم تقارن بیشتری بین دو نیمکره می‌گردند. در یک تعبیر کلی این پژوهش‌ها نشان دهنده وجود تفاوت‌های قابل اندازه‌گیری در سیگنال مغزی که مرتبط با تصورات یا عملیات ذهنی متفاوت هستند، می‌باشد. به عنوان مثال، چنان چه ما بتوانیم با دقت بالا تفاوت بین یک عمل ذهنی که تحریک کننده نیمکره راست و عمل دیگری که تحریک کننده نیمکره چپ است را از یکدیگر و هر دو را از حالت استراحت تشخیص دهیم می‌توانیم یک الفبای سه حرفی داشته باشیم. بنابراین شخص می‌تواند با ترجمه تفاوت‌های سیگنال EEG خود در قالب حروف، 27 کلمه گوناگون بسازد.

با در نظر گرفتن فرض‌های زیر، شخص می‌تواند دستورات متعددی صادر نماید:
حرف A نشانگر یک فعالیت ذهنی تحریک کننده نیمکره راست
حرف B نشانگر یک فعالیت ذهنی تحریک کننده نیمکره چپ
حرف C نشان دهنده حالت استراحت ( فعالیت پایه).

با ترکیب نمودن این فعالیت‌ها،فرد می‌توان دستورات ساده‌ای تولید کند:
1.BC: برو
2.ABC : بایست
3.BAC : به سمت راست 90 درجه برگرد و هزاران دستورالعمل دیگر.

چنین سیستمی می‌تواند به فرد معلول کمک نماید که با محیط اطراف خویش ارتباط برقرار نماید. به عنوان مثال، فرد به راحتی می‌تواند صندلی چرخدار خود را کنترل نماید. بنابراین تفکیک درست و نسبتاً سریع عملیات ذهنی می‌تواند پایه‌ای برای توسعه و طراحی سیستم‌های BCI باشد. در این گزارش ابتدا با تاکید بر روش اندازه گیری EEG به شرح روش‌های مختلف اندازه گیری فعالیت‌های مغزی می‌پردازیم، همچنین در مورد ساختار مغز و امواج مغزی نیز توضیح داده شده‌است. در بخش دوم سیستم BCI ، اجزای مختلف آن و عملکرد هر جز و در نهایت نمونه‌هایی از سیستم‌های پیاده سازی شده، آورده شده‌است.

EEG
معرفی
EEG مخفف Electroencephalography است که با استفاده از یک سری الکترودها که در سطح مغز قرار می‌گیرند، فعالیت‌های الکتریکی مغز را اندازه گیری می‌کند. الکترودها به منظور جمع آوری ولتاژ در مکان‌های خاصی از مغز قرار می‌گیرند. قبل از اینکه الکترودها در سطح پوست قرار گیرند یک ژل هادی به منظور کاهش مقاومت روی پوست سر مالیده می‌شود، خروجی این الکترودها به ورودی یک تقویت کننده وصل می‌شود سپس از فیلترهای بالا گذر و پایین گذر عبور داده می‌شود. تغییرات در جریان اکسیژن خون با میزان فعالیت های عصبی ارتباط دارد. زمانی که سلول‌های عصبی فعال هستند اکسیژنی که توسط هموگلوبین خون حمل می‌شود را مصرف می‌کنند. پاسخ محلی به این کاهش اکسیژن افزایش جریان خون در ناحیه‌هایی است که فعالیت های عصبی زیاد است. از طرف دیگر در اثر فعالیت های عصبی و انتقال پیام‌های عصبی جریان الکتریکی تولید می‌شود که این جریان الکتریکی طبق قانون مارکوف یک میدان مغناطیسی را تولید می‌کند.

با توجه به این مطالب ما روش‌های مختلفی برای اندازه گیری فعالیت های مغزی داریم:
1. (Positron Emission Tomography (PET این روش جریان خون مغز را اندازه گیری می‌کند.
2. (Functional Magnetic Resonance Imaging (FMRI این روش سطح اکسیژن خون را اندازه گیری می‌کند.
3. (Magneto encephalography (MEG این روش سیگنال های مغناطیسی را اندازه گیری می‌کند.
4. (Electro Encephalography (EEG این روش سیگنال های الکتریکی تولید شده توسط مغز را اندازه گیری می‌کند.

با وجود این که دقت مکانی EEG پایین است ولی دقت زمانی آن بالاست و کمتر از چند میلی ثانیه می‌باشد. همچنین این روش به نسبت ارزان است و استفاده از آن نیز آسان می‌باشد. به دلیل این خصوصیات اکثر BCIها از این روش برای ثبت فعالیت های مغز استفاده می‌کنند.

آنالیز - نویز
شکل یک نمونه EEG وطیفهای فرکانسی آن در نمونه (rapidshare.com/files/323512976/0011.JPG.html)
و طیف آن(rapidshare.com/files/323513875/0012.JPG.html)
آمده است. رنج دامنه سیگنال های EEG برای کانالهای مختلف نسبت به هم متفاوت است. به همین
منظور عمل نرمالیزاسیون طبق (rapidshare.com/files/323522398/003.jpg.html) برروی هر یک از کانالها می بایست صورت پذیرد.

شکل های نرمالیزه شده سیگنال EEG:
(سیگنال EEG نمونه rapidshare.com/files/323522690/004.jpg.html سیگنال EEG نرمالیزه شده rapidshare.com/files/323522905/005.jpg.html)

حذفOcular Artifact)OA) از سیگنال EEG روشهای مختلفی برای حذف اثر پلک زدن چشم و حرکت ماهیچه ارائه شده است.
1- ( Independent Component Analyzing ( ICA
2- آنالیز اجزای مستقل تکنیک بازسازی سیگنالهای مستقل از روی سیگنالهای اندازه گیری شده است. با این فرض که سیگنالهای اندازه گیری شده بصورت ترکیب خطی از سیگنالهای مستقل می باشند.
3- حذف OA با استفاده از تبدیل ویولت

بررسی تکه ای سیگنال برای شناسایی OA و استفاده از ضریب وابستگی برای حذف OA
ایده زیر برای حذف OA ارائه شده است. برای این منظور ابتدا یک میانگین گیری از سیگنالها که تأثیر پلک زدن و حرکت ماهیچه را بخوبی نمایان می کند انجام می دهیم سپس سیگنال میانگین را مطابق شکل به پنجره های 40 نمونه ای تقسیم کرده و موقعیت ماکزیمم و مینیمم دامنه را در هر پنجره مشخص می کنیم.

(rapidshare.com/files/323523738/008.jpg.html)

تقسیم بندی سیگنال EEG به پنجره های 40 نمونه ای
سپس موقعیت مقدار ماکزیمم بین پیک ماکزیمم و پیک مینیمم را می یابیم. حال مجددا یک پنجره 20 نمونه ای به مرکزیت پیک تعیین شده طبق روال توضیح داده شده در بالا انتخاب می کنیم. اگر قدر مطلق تفاضل نقطه ماکزیمم و نقطه مینیمم در پنجره جدید بیشتر از حد آستانه تعیین شده باشد، این پنجره بعنوان سیگنال OA قلمداد می شود. به مرکزیت پیک تعیین شده یک پنجره 32 نمونه ای بطوریکه 15نمونه قبل و 16 نمونه بعد از آن را شامل شود به عنوان ناحیه OA تعریف می کنیم. این ناحیه را در سیگنال EEG مورد آزمایش نیز مشخص می کنیم.

این الگوریتم بطور اتو ماتیک با بررسی سیگنال قابلیت شناسایی ناحیه OA و حذف آن را طبق رابطه بالا دارد. شکل سیگنال و میانگین حاصل را نشان می دهد.(rapidshare.com/files/323524117/009.jpg.html)

نمایش سیگنال قبل و بعد از حذف ناحیه OA (rapidshare.com/files/323524647/0010.jpg.html)

روش بررسی شده در حوزه زمان
با توجه به اینکه مولفه P300 سیگنال در حوزه زمان دارای یک پیک دامنه در نزدیکی t=300 ms پس از تحریک می باشد بنابراین در حوزه زمان از این ویژگی برای تمیز کردن سیگنال P300 دار از سیگنال غیر P300 استفاده می کنیم. برای این منظور ابتدا عمل پیش پردازش یعنی عبور از فیلتر میان گذر [0.3 32 Hz] و حذف ناحیه OA در صورت وجود را برروی سیگنال EEG اعمال می کنیم. سپس برای هر کاراکتر دو سیگنال از 12 سیگنال که دارای مولفه P300 است را مشخص می کنیم. بنابراین در 15 بار تکرار سیگنال EEG دارای مولفه P300 و سیگنال EEG غیر مولفه P300 داریم. با میانگین گیری سیگنال های دارای مولفه P300 ، الگوی مناسبی از این سیگنال بدست می آید.حال بمنظور کاهش بعد سیگنال عمل down sampling با رنج 6 برروی سیگنال انجام می دهیم که در نهایت سیگنال 240 نمونه ای مطابق با شکل11 به سیگنال با 40 نمونه تبدیل می شود. در مرحله طبقه بندی سیگنال، از این 40 نمونه بعنوان الگوی یک سیگنال EEG دارای مولفه P300 استفاده می کنیم. این روش در طبقه بندی با محاسبه کرلیشن بسیار مناسب است.

(rapidshare.com/files/323524849/0011.jpg.html
الگوی سیگنال P300 دار و سیگنال down sample شده با رنج 6)

مغز انسان
مغز مرکز دستگاه عصبی بدن است. مغز، نخاع و اعصاب محیطی از یاخته‌های عصبی میکروسکوپی به نام نورون ساخته شده‌اند، حدود ده هزار میلیون نورون فقط در قشر، حدود صدهزار میلیون نورون در سراسر مغز و چندین میلیون نورون هم در نخاع و اعصاب محیطی وجود دارند. هر نورون مطابق شکل2 از سه قسمت عمده تشکیل شده‌است. نخستین قسمت تنه‌است که به تنه سایر انواع یاخته بی شباهت نیست. نورون حاوی هسته و سایر ساختارهایی است که معمولا در یاخته‌ها یافت می‌شوند. دومین قسمت نورون، از زواید کوتاه و چند شاخه‌ای تشکیل می‌شود که از تنه یاخته بیرون زده‌اند و داندریت‌ها خوانده می‌شوند. سومین قسمت، زایده دراز و باریکی است که آکسون نام دارد. آکسون به مثابهٔ سیم پیچی هر نورون است. آکسون پیام‌های الکتریکی عصب را در طول مسیر خود انتقال می‌دهد و نورون را به نورون دیگر یا به یکی از ماهیچه‌ها متصل می‌نماید.

شبکه نورونی
در دستگاه اعصاب میلیاردها نورون وجود دارند که پیام های عصبی را به صورت امواج الکتریکی ملایم منتقل می‌سازند. اما پیام‌های عصبی تنها از یک نورون به نورون دیگر منتقل نمی‌شوند. داندریت‌ها و انتهای آکسون‌ها به چند شاخه منشعب می‌شوند و این شاخه‌ها با چندین نورون ارتباط پیدا می‌کنند، به طوری که هر نورون با چندین نورون مجاور مرتبط می‌گردد. تعداد ارتباطات نورونی در سراسر دستگاه اعصاب فوق‌العاده زیاد است. مسیرهای متفاوتی که هر پیام عصبی می‌تواند انتخاب کند تقریباً پایان ناپذیرند. اندیشه‌ها، احساسات و یادهای ما به عنوان الگوهای ویژه پیام های عصبی باقی می‌مانند و دائماً از طریق چند مسیر معین به مغز انتقال داده می‌شوند. هر پیام از میان میلیاردها آکسون و داندریت فقط یک مسیر خاص را انتخاب می‌کند.

یون‌ها و سیناپس‌ها
انتقال یافتن هر پیام عصبی در مسیر هر نورون ممکن است شبیه به عبور یکنواخت جریان الکتریسیته از سیم به نظر برسد، اما در حقیقت چنین نیست. آکسون لوله‌ای است باریک و پر از مواد شیمیایی محلول در آب. حرکت سریع امواج پیام عصبی وابسته به حرکت یون‌ها است. یون‌ها ذرات ریزی هستند که بار الکتریکی دارند. دو نوع اصلی یون در انتقال پیام عصبی نقش دارند که عبارتند از یون پتاسیم و یون سدیم، که دو مادهٔ فلزی معمولی هستند. به طور طبیعی در درون آکسون پتاسیم زیادتر و در درون آبگون دور آن سدیم بیشتر وجود دارد. بار الکتریکی درون آکسون اندکی منفی است، اما سطح خارجی آن بار الکتریکی مثبت دارد. در لحظهٔ ورود پیام عصبی، غشای آکسون تغییر پیدا می‌کند تا یون‌ها بتوانند از آن نشت کنند، یعنی هنگامی که یون‌های پتاسیم از آکسون خارج می‌شوند، یون‌های سدیم وارد آن می‌گردند. این رویداد توازن الکتریکی را در آن نقطه ناگهان تغییر می‌دهد، یعنی بار الکتریکی درون غشای سطحی از منفی به مثبت تبدیل می‌شود. در حالی که پیام عصبی پیش می‌رود ، یون‌ها به جای نخست باز می‌گردند و توازن الکتریکی ابقا می‌گردد. این حالت تبدیل یونی مثل یک موج در سراسر آکسون پیش می‌رود و حرکت پیام عصبی را باز می‌نماید. تمام این فرایندها در یک هزارم ثانیه به وقوع می‌پیوندد. نورون‌ها در عمل یکدیگر را لمس نمی‌کنند. میان هر نورون فضای کوچکی وجود دارد که سیناپس خوانده می‌شود. در این نقطه پیام عصبی به کمک مواد شیمیایی خاصی به نام انتقال دهنده‌های عصبی از یک سوی سیناپس به سوی دیگر آن می‌جهد.

ساختار مغز
مغز انسان را می‌توان از نظر سازمانی به سه بخش کلی تقسیم کرد: ساقهٔ مغز، مخچه و غشای مغز. ساقهٔ مغز عملاً امتداد و جزئی از نخاع و بخشی از مغز است که پیش از همه تکامل می‌یابد و ساختاری به نام بصل النخاع را دربردارد که سامانه‌های تنظیم کننده لازم برای ادامهٔ حیات را شامل می‌شود، مثل سامانه‌های تنفس، ضربان قلب و تنظیم دمای بدن. در بالای ساقهٔ مغز، تودهٔ ویژه‌ای به نام مخچه وجود دارد. این پردازشگر سیگنال جالب توجه، در حفظ تعادل و انجام حرکات آرام و هماهنگ نقش حیاتی دارد. تالاموس به عنوان یک نقطه انتخاب اولیه برای تمام اطلاعات حسی (بینایی، شنوایی و حس‌های پیکری) که در نهایت به بخش پیچیده‌تر بیرونی مغز یعنی قشر می‌رسند، عمل می‌کند. بخشی از مغز که سطح آن از همه بالاتر و حجیم‌تر است، مخ نامیده می‌شود و از دو نیم‌کره مغزی راست و چپ تشکیل می‌شود. غشر مغزی لایهٔ سطحی هر نیم‌کره را تشکیل می‌دهد. گرچه عملکرد ساختار پیچیده غشای مغز به طور کامل درک نشده‌است ولی می‌توان آن را به لوب‌های زیر از نظر کاری که انجام می‌دهند تقسیم کرد:

1)لوب پس‌سری یا قشر بینایی اولیه در قسمت عقب سر.
2)لوب گیجگاهی که قسمت پایینی میانی هر یک از نیمکره‌ها را اشغال می‌کند و قشر شنوایی اولیه را دربردارد.
3)لوب آهیانه‌ای که از عقب به لوب پس‌سری و از جلو به یک فرورفتگی مهم که از چپ به راست امتداد دارد و شیار مرکزی نامیده می‌شود، محدود می‌شود. لوب آهیانه‌ای از نواحی تقریباً مشخصی تشکیل یافته‌است.
یکی از این ناحیه‌ها مسئول دریافت سیگنال‌های حسی از هر ناحیه‌ای از بدن است (برآمدگی مرکزی پشتی که در پشت شیار مرکزی قرار دارد و به عنوان کرتکس یا غشر حس پیکری نیز شناخته می‌شود) و ناحیه‌ای در قسمت جلوتر که به ادراکات حسی تشخیصی که مرتبه بالاتری دارند (مثل توانایی شناخت اشیای مختلف از روی شکل وقتی در کف دست انسان قرار داده می‌شوند) و خودآگاهی (آگاهی فرد از بدن خود و موقعیتش اندامش در فضا) مربوط می‌شود.
4)لوب پیشانی، قسمتی از نیمکره‌های راست و چپ که در جلوی شیار مرکزی قرار دارند. درست در جلوی شیار مرکزی، قشر حرکتی اولیه قرار دارد که کنترل عصبی خامی روی نورون‌های حرکتی ایجاد می‌کند. همان طور که مشاهده می‌شود هر سانتیمتر مربع از مغز، از نظر عملکردی مشخص و متمایز نشده‌است. بخش‌های باقیمانده را معمولاً نواحی وابسته می‌نامند. بعضی اظهار داشته‌اند که این نواحی در گردآوری اطلاعات از دیگر بخش‌ها برای اصلاح فرایندهای عصبی نقش دارد.

الکترود
یک الکترود یک صفحهٔ کوچک رسانا است که فعالیت های الکتریکی رسانه‌ای که با آن در تماس است را دریافت می‌کند. در مورد EEG ، الکترودها یک واسط بین پوست و وسایل ثبت و ذخیره سازی هستند که عمل تبدیل جریان یونی در سطح پوست به جریان الکتریکی را انجام می‌دهند. مادهٔ هادی که به صورت ژل است و در سطح پوست سر قرار می‌گیرد، مقاومت تماسی بین الکترود و جمجمه را کم می‌کند. بسته به کاربرد تعداد الکترودهای مورد استفاده در EEG متفاوت است.

استاندارد 10-20
برای داشتن امکان مقایسه نتایج ثبت سیگنال مغزی و امکان تعمیم نتایج در سال 1949م. یک شیوه الکترود گذاری به عنوان استاندارد بین المللی شناخته شد. این چیدمان جهانی الکترودها که به عنوان استاندارد 10-20 شناخته شد، امکان پوشاندن تقریباً تمام نواحی سر را توسط الکترودها فراهم می‌کند . انتخاب محل الکترودها بر اساس نقاط ویژه استخوان جمجمه انجام پذیرفته‌ است. الکترود‌ها در نواحی تلاقی سطوح استخوان جمجمه قرار می‌گیرند که سایر الکترودهای میانی بر اساس 10 و 20 درصد کل فاصله چیده خواهند شد. نام هر منطقه بر اساس لبی که در آن قرار گرفته‌است و قرار داشتن در نیم‌کره راست یا چپ مشخص می‌شود به این صورت که در نیم‌کره چپ با اعداد فرد و در نیمکره راست با اعداد زوج نشان داده می‌شود.

امواج مغز
سیگنال های EEG که می‌توان به عنوان ورودی سیستم BCI استفاده کرد را می‌توان به دسته‌های زیر تقسیم کرد:
1)فعالیت‌های مغزی ریتمیک.
2)پتانسیل‌های برانگیخته. مغز متشکل از میلیون‌ها سلولی است که هر کدام عمل متفاوتی را انجام می‌دهند. از این‌رو در هر لحظه، و در هر جای مغز ترکیب مختلفی ازانواع فرکانس‌ها را می‌توان داشت. بسته به سطح هوشیاری، امواج مغزی افراد طبیعی، فعالیت ریتمیک متفاوتی از خود نشان می‌دهد. برای مثال، مراحل مختلف خواب را می‌توان در EEG مشاهده کرد. همچنین به هنگام بیداری نیز امواج ریتمیک متفاوتی به‌وجود می‌آید. این ریتم‌ها با افکار و اعمال مختلف تحت تأثیر قرار می‌گیرند. برای مثال، طرح ریزی یک حرکت می‌تواند یک ریتم خاص را بلوکه و یا تضعیف کند. این واقعیت که افکار محض می‌توانند روی ریتم‌های مغزی اثر بگذارند، می‌تواند به عنوان اساس سیستم‌های رابط مغز و رایانه به‌کار رود. همان طور که در جدول 1 نشان داده شده، این امواج را می‌توان به چندین رنج فرکانسی تقسیم کرد. 1.باندهای فرکانسی امواج ریتمیک فرکانس باند 13 بتا

پتانسیل‌های برانگیخته در حقیقت تغییراتی در سیگنال EEG هستند که در پاسخ به یک "اتفاق" مغزی یا محرک خاص روی می‌دهند. این تغییرات آنقدر کوچکند که برای آشکارسازی آن باید نمونه‌های بسیاری از EEG در تکرارهای زیاد میانگین گیری شوند. این میانگین گیری پرش های تصادفی سیگنال EEG که وابسته به محرک نیستند را از بین می‌برد. بنابراین بررسی سیگنال‌های ناشی از تحریک مغز همان تجزیه و تحلیل حوزه زمان سیگنال EEG می‌باشد. به عنوان نمونه‌ای از این پتانسیل‌ها می‌توان به پتانسیل P300 اشاره کرد. که با تأخیری حدود 300 میلی ثانیه و با پیک مثبت روی جمجمه قابل ثبت خواهد بود.

واسط مغز و رایانه
در طی دو دههٔ گذشته تعداد گروه‌هایی که بر روی BCI کار می‌کنند افزایش یافته‌است. کشف یافته‌های جدید در مورد عملکرد مغز، ارزان شدن و در دسترس بودن تجهیزات رایانه‌ای و نیاز افراد معلول به این سیستم ارتباطی باعث بیشتر شدن انگیزه این گروه‌های تحقیقاتی شده‌است. امروزه، سیستم‌های BCI یک روش ارتباطی بدون دخالت ماهیچه را در اختیار بشر قرار می‌دهند تا بتوانند مستقیماً با محیط پیرامون خود ارتباط برقرار کنند. یک سیستم BCI از مجموعه‌ای از سنسورها و اجزای پردازش سیگنال تشکیل می‌شود که فعالیت مغزی فرد را مستقیماً به یک سری سیگنال‌های ارتباطی یا کنترلی تبدیل می‌کند. این فن‌آوری یک واسط مستقیم را بین مغز و رایانه فراهم می‌کند. در اولین همایش بین المللی که در ژون 1999 برگزار شد یک تعریف فرمال برای BCI به صورت زیر ارائه شد:
(( یک واسط مغز و رایانه یک سامانه ارتباطی است که وابسته به مسیرهای خروجی نرمال سامانه عصبی جانبی و ماهیچه‌ها نیست. ))

این سامانه از اجزای زیر تشکیل می‌شود:
1)مرحله جمع آوری داده‌ها شامل ثبت اطلاعات خام EEG است که از الکترودها در مکان های مشخصی از مغز گرفته می‌شود و ورودی سیستم BCI را تشکیل می‌دهد. انتخاب‌هایی نظیر تعداد، مکان و تراکم الکترودها، کانال‌های ورودی را مشخص می‌کند. مرحله پیش پردازش از فاز جمع آوری شامل تقویت کردن، فیلتر کردن و تبدیل سیگنال آنالوگ به دیجیتال است.
2)مرحله بعدی، یک مرحلهٔ بهینه سازی اطلاعات است که به صورت اختیاری صورت می‌گیرد و شامل بهبود نسبت سیگنال به نویز، با حذف آرتیفکت و کاهش افزونگی اطلاعاتی است که از کانال‌های EEG دریافت می‌شود.
3)استخراج ویژگی مهم‌ترین مرحله در هر سیستم BCI است. این مرحله شامل استخراج ویژگی‌های وابسته به دستور و قابل تمییز از سیگنال‌های EEG حاصل از مرحلهٔ پیش پردازش است که برای این استخراج ویژگی از الگوریتم‌های پردازش سیگنال‌های دیجیتال استفاده می‌شود.
4)مرحله کلاس بندی یا ترجمهٔ ویژگی شامل مشخص کردن الگوهای ویژگی برای آسان کردن دسته بندی دستورات کاربر است. می‌توان از ساده ترین روش که گذاشتن یک حد آستانه یا استفاده از یک مدل خطی است تا روش های پیچیده غیر خطی مبتنی بر شبکه‌های عصبی استفاده کرد.
5)خروجی مرحلهٔ کلاس بندی ورودی کنترلی وسیله‌است. فرایند کنترل وسیله ، خروجی کلاس بندی را به یک عمل از وسیله تبدیل می‌کند. خروجی مرحلهٔ کلاس بندی ممکن است این باشد که وسیله عملی را انجام ندهد.

نمونه‌ای از سامانه پیاده سازی شده
این سامانه به این صورت عمل می‌کند که 4 صفحهٔ شطرنجی که با فرکانس‌های مختلف در حال چشمک زدن هستند به همراه شی‌ای که کاربر می‌خواهد آن را کنترل کند، حرکت می‌کنند. زمانی که کاربر توجه حود را به یک تصویر خاص متمرکز می‌کند یا به آن خیره می‌شود، یک مولفهٔ تناوبی با همان فرکانسی که تصویر در حال چشمک زدن است، در سیگنال EEG ، خصوصا در ناحیهٔ بینایی از مغز مشاهده می‌شود. این تصاویر چشمک زن می‌توانند برای کنترل جهت ماشین استفاده شود. زمانی که کاربر به صفحهٔ بالای ماشین خیره می‌شود، ماشین به سمت بالا حرکت می‌کند و بدین ترتیب می‌تواند جهت حرکت ماشین را کنترل کند.

نتیجه گیری
واسط مغز و انسان یک فن‌آوری جدید است که پژوهشگران زیادی بر روی این تکنولوژی کار می‌کنند و هنوز به دلیل دقت پایین و همچنین سرعت کم به صورت تجاری وارد بازار نشده‌است اما می‌تواند تکنولوژی عالی برای افرادی باشد که دچار معلولیت‌های جسمی هستند و حتا می‌تواند به افرادی که کاملاً معلول هستند و هیچ حرکتی جز حرکات چشم نمی‌توانند انجام دهند اما از نظر ذهنی سالم هستند، کمک کند و امکان برقراری ارتباط با محیط اطراف را برای آن‌ها فراهم نماید چرا که این تکنولوژی وابسته به ماهیچه‌های بدن نیست. پژوهشگران امید دارند بتوانند این تکنولوژی را بهبود داده و زمانی برسد که نه تنها افراد معلول بلکه افراد عادی نیز از این تکنولوژی به منظور برقراری ارتباط استفاده نمایند.