खुले डेटा पर सरल P300 क्लासिफायरियर

मेरे सहयोगी राफेल ग्रिगोरियन ईगूड ने हाल ही में एक लेख लिखा था कि मानवता को ईईजी की आवश्यकता क्यों है और इसमें क्या महत्वपूर्ण घटनाएं दर्ज की जा सकती हैं। आज, तंत्रिका इंटरफेस के विषय की निरंतरता में, हम ईईजी सिग्नल की कल्पना करने के लिए P300 यांत्रिकी का उपयोग करते हुए एक गेम पर रिकॉर्ड किए गए खुले डेटासेट में से एक का उपयोग करते हैं, जिसे तथाकथित क्षमता की संरचना देखते हैं, मुख्य क्लासिफायर का निर्माण करते हैं, उस गुणवत्ता का मूल्यांकन करते हैं, जिस पर हम इस तरह की क्षमता का अनुमान लगा सकते हैं।

आपको याद दिला दूं कि P300 को एक संभावित (वीपी) कहा जाता है, निर्णय लेने और अलग करने वाली उत्तेजनाओं के साथ जुड़े मस्तिष्क की एक विशिष्ट प्रतिक्रिया (जिसे हम नीचे देखेंगे)। इसका उपयोग आमतौर पर आधुनिक बीसीआई के निर्माण के लिए किया जाता है।

ईईजी वर्गीकरण करने के लिए, आप दोस्तों को कॉल कर सकते हैं, वीआर में एक प्रकार का जानवर और राक्षसों के बारे में एक गेम लिख सकते हैं, अपनी खुद की प्रतिक्रियाओं को लिख सकते हैं और एक वैज्ञानिक लेख लिख सकते हैं (मैं इस बारे में कुछ और समय पर बात करूंगा), लेकिन सौभाग्य से, दुनिया भर के वैज्ञानिक। हमारे लिए कुछ प्रयोग किए गए और यह केवल डेटा डाउनलोड करने के लिए बना हुआ है।

चरण-दर-चरण कोड और विज़ुअलाइज़ेशन के साथ P300 पर एक तंत्रिका इंटरफ़ेस का निर्माण करने का विश्लेषण, साथ ही साथ रिपॉजिटरी का एक लिंक बिल्ली के नीचे पाया जा सकता है।

लेख कोड से केवल मुख्य बिंदुओं को दिखाता है, यहां खोज करने के लिए ज्यूपिटर नोटबुक में पूर्ण प्रतिलिपि प्रस्तुत करने योग्य संस्करण

ईईजी के दृष्टिकोण से, P300 कुछ चैनलों में एक निश्चित समय पर एक फट है। इसे कॉल करने के कई तरीके हैं, उदाहरण के लिए, यदि आप एक वस्तु पर ध्यान केंद्रित करते हैं, और यह एक यादृच्छिक क्षण (आकार, रंग, चमक, या कहीं से कूदता है) पर सक्रिय होता है। यहां बताया गया है कि प्राचीन काल में इसे कैसे लागू किया गया था।

सामान्य शब्दों में, योजना इस प्रकार है: किसी व्यक्ति के दृष्टि क्षेत्र में कई (आमतौर पर 3 से 7) उत्तेजनाएं होती हैं। एक व्यक्ति उनमें से एक को चुनता है और उस पर ध्यान केंद्रित करता है (एक अच्छा तरीका है सक्रियण की संख्या की गणना करना), फिर प्रत्येक वस्तु यादृच्छिक क्रम में झपकी लेती है। प्रत्येक उत्तेजना के सक्रियण समय को जानने के बाद, अब हम अगले ईईजी को देख सकते हैं और निर्धारित कर सकते हैं कि क्या इसमें एक विशेषता शिखर था (हम इसे नीचे के दृश्यों में देखेंगे)। चूंकि व्यक्ति केवल एक उत्तेजना पर ध्यान केंद्रित करता है, इसलिए चोटी एक होनी चाहिए। इस प्रकार, आपके इन तंत्रिका इंटरफेस में, कई विकल्पों में से एक का चयन किया जाता है (लेखन के लिए पत्र, खेल में क्रियाएं और भगवान जानता है कि और क्या है)। यदि सात से अधिक विकल्प हैं, तो आप उन्हें ग्रिड पर रख सकते हैं और पंक्ति + कॉलम का चयन करने के लिए कार्य को कम कर सकते हैं। यह दिखाया गया है कि क्लासिक मैट्रिक्स P300 स्पेलर, ऊपर दिखाया गया है।

आज माना जाने वाले डेटासेट के मामले में, दृश्य भाग (नाम की तरह) को प्रसिद्ध गेम स्पेस इन्वाइडर्स से उधार लिया गया था। कुछ ऐसा दिख रहा था

वास्तव में, यह एक ही स्पेलर है, केवल अक्षरों को खेल एलियंस द्वारा प्रतिस्थापित किया जाता है।
गेम प्रक्रिया और तकनीकी रिपोर्टों के वीडियो को भी संरक्षित किया गया था।

एक तरह से या किसी अन्य, इस गेम का उपयोग करके एकत्र किए गए डेटा इंटरनेट पर दिखाई दिए और हम उन्हें एक्सेस कर सकते हैं। डेटा में 16 ईईजी चैनल और एक ईवेंट चैनल शामिल हैं, जो दिखाते हैं कि किस क्षण लक्ष्य (खिलाड़ी द्वारा बनाया गया) और गैर-लक्ष्य प्रोत्साहन सक्रिय हो गए थे, और हम उनके साथ काम करेंगे।

बीसीआई के अधिकांश डेटासेट न्यूरोफिज़ियोलॉजिस्ट द्वारा रिकॉर्ड किए गए थे, और ये वे लोग हैं जो वास्तव में संगतता के बारे में परवाह नहीं करते हैं, इसलिए डेटा प्रारूप बहुत विविध हैं: .edf फ़ाइलों के विभिन्न संस्करणों से "मानक" प्रारूप .edf और .gdf
इन प्रारूपों के बारे में सबसे महत्वपूर्ण बात यह है कि आप उन्हें पार्स या सीधे उनके साथ काम नहीं करना चाहते हैं।
सौभाग्य से, NeuroTechX के उत्साही लोगों के एक समूह ने कुछ डेटासेट के लिए डाउनलोडर्स को सीधे सुन्न में लिखा।
ये बूटलोडर्स बीसीआई के लिए एक सार्वभौमिक समाधान होने का दावा करने वाली मबाब परियोजना का हिस्सा हैं।

कच्चे डाटासेट डाउनलोड करें

 import moabb.datasets sampling_rate = 512 m_dataset = moabb.datasets.bi2013a( NonAdaptive=True, Adaptive=True, Training=True, Online=True, ) m_dataset.download() m_data = m_dataset.get_data() 

इस स्तर पर, हमें EEG रिकॉर्ड युक्त एक RawEDF संरचना मिली। यह mne पैकेज से एक संरचना है, जीवविज्ञानी आमतौर पर संकेतों के साथ बातचीत करने के लिए इसका उपयोग करते हैं: इस संरचना में फ़िल्टरिंग, विज़ुअलाइज़िंग, लेबलिंग के लिए अंतर्निहित तरीके हैं, और आप कभी नहीं जानते हैं। लेकिन हम इस रास्ते से नहीं जाएंगे पैकेज इंटरफ़ेस अस्थिर हो जाता है (वर्तमान संस्करण 0.19 , लेकिन हम 0.17 का उपयोग करेंगे क्योंकि डेटासेट अब नए संस्करण द्वारा पढ़ा नहीं जाता है) और खराब दस्तावेज है, इसके माध्यम से हमारे परिणाम अपूरणीय हो सकते हैं।

हम परिणामस्वरूप संरचना से जो लेते हैं वह 10-20 सिस्टम में चैनल लेबल हैं। यह एक व्यक्ति के सिर पर इलेक्ट्रोड की एक अंतर्राष्ट्रीय व्यवस्था है, जिसे बनाया गया है ताकि वैज्ञानिक मस्तिष्क क्षेत्र और ईईजी चैनल स्थानों को सहसंबंधित कर सकें। नीचे 10-10 प्रणाली में इलेक्ट्रोड की व्यवस्था है (अंकन घनत्व से 10-20 से भिन्न होता है) और चैनल जो इस डेटासेट में दर्ज किए गए थे, वे लाल रंग में चिह्नित हैं।

 print(m_data[1]['session_1']['run_1']) # <RawEDF | 1.gdf, n_channels x n_times : 17 x 159232 (311.0 sec), ~20.7 MB, data loaded> channels = m_data[1]['session_1']['run_1'].ch_names[:-1] channels # ['FP1', 'FP2', 'F5', 'AFz', 'F6', 'T7', 'Cz', 'T8', 'P7', 'P3', 'Pz', 'P4', 'P8', 'O1', 'Oz', 'O2'] 

सबसे पहले, प्रत्येक विषय के लिए डाउनलोड किए गए डेटा से, हम 16 सेकंड के लिए निरंतर ईईजी और इस अंतराल के लिए सभी लेबल आवंटित करते हैं (डेटा में यह सिर्फ एक और चैनल है जिसमें हमारे लिए ब्याज की घटनाओं की शुरुआत नोट की गई है)।

इस स्तर पर, हम निरंतर ईईजी की अधिकतम लंबाई बनाए रखते हैं ताकि आगे फ़िल्टरिंग के दौरान बढ़त प्रभाव का सामना न करें।

 raw_dataset = [] for _, sessions in sorted(m_data.items()): eegs, markers = [], [] for item, run in sorted(sessions['session_1'].items()): data = run.get_data() eegs.append(data[:-1]) markers.append(data[-1]) raw_dataset.append((eegs, markers)) 

फ़िल्टरिंग और पृथक्करण

सामान्य तौर पर, ईईजी के पूर्व-प्रसंस्करण और वर्गीकरण के तरीकों की समीक्षा करने के लिए, मैं न्यूरो कंप्यूटर इंटरफेस के स्वामी से एक उत्कृष्ट अवलोकन की सिफारिश कर सकता हूं। इसके अलावा इतने लंबे समय तक नहीं हाल ही में तंत्रिका नेटवर्क परीक्षणों की एक और समीक्षा जारी की गई थी।

वर्गीकरण के लिए ईईजी सिग्नल की न्यूनतम पूर्व प्रसंस्करण में 3 चरण शामिल हैं:

• नाश
• छानने
• स्केलिंग

इन चरणों को लागू करने के लिए, हम ट्रांसफार्मर और पाइपलाइनों के लिए अच्छे पुराने sklearn और इसके प्रतिमान का उपयोग करेंगे ताकि हमारी प्रीप्रोसेसिंग आसानी से एक्स्टेंसिबल हो सके।
ट्रांसफार्मर कोड एक अलग फ़ाइल में रखा गया है, नीचे हम कुछ विवरणों का वर्णन करेंगे।

नाश

किसी कारण के लिए, कुछ लेखों और प्रसंस्करण उदाहरणों में, मैं सिगनल फ्रीक्वेंसी में कमी को केवल शैली eeg = eeg[:, ::10] में नमूनों को फेंककर मिला। यह पूरी तरह से गलत है (क्यों - सिग्नल प्रोसेसिंग पर कोई पुस्तक देखें)। हम scipy मानक scipy उपयोग करते हैं।

छानने

यहां, हम चरण को बनाए रखने के लिए 4-ऑर्डर बटरवर्थ बैंडपास फ़िल्टर का चयन करके और इसे आगे और पीछे की दिशा ( filtfilt ) में filtfilt फिल्टर पर भी भरोसा करते हैं। कटऑफ आवृत्तियों - 0.5 से 20 हर्ट्ज तक, यह हमारे कार्य के लिए मानक सीमा है।

स्केलिंग

हमने प्रति-चैनल StandardScaler उपयोग किया (औसत विचलन को घटाता है, मानक विचलन द्वारा विभाजित करता है), जो नमूने से सभी संकेतों को देखता है। वास्तव में, इस बिंदु पर एक छोटा डेटा रिसाव पेश किया जाता है। औपचारिक रूप से, स्केलर भी परीक्षण नमूने के डेटा को देखता है, लेकिन पर्याप्त रूप से बड़े डेटा वॉल्यूम के साथ, माध्य और विचलन समान हैं।
हस्तमैथुन चैनल-दर-चैनल किया जाता है ताकि एक ही डेटासेट के भीतर विभिन्न सेंसरों से डेटा एकत्र करना संभव हो, जिसमें परिमाण और प्रकृति के अलग-अलग ऑर्डर हों (उदाहरण के लिए, त्वचा-गैल्वेनिक प्रतिक्रिया (आरएजी) )

उपरोक्त संचालन के अलावा, ईईजी (ब्लिंकिंग, चबाने वाले आंदोलनों, सिर के आंदोलनों) में कलाकृतियों को भेद करना भी संभव था, लेकिन यह डेटासेट पहले से ही बहुत साफ है, इसलिए अगली बार तक इसे छोड़ दें।

 reload(transformers) decimation_factor = 10 final_rate = sampling_rate // decimation_factor epoch_duration = 0.9 # seconds epoch_count = int(epoch_duration * final_rate) eeg_pipe = make_pipeline( transformers.Decimator(decimation_factor), transformers.ButterFilter(sampling_rate // decimation_factor, 4, 0.5, 20), transformers.ChannellwiseScaler(StandardScaler()), ) markers_pipe = transformers.MarkersTransformer(labels_mapping, decimation_factor) 

अगला, हम प्रीप्रोसेसिंग पाइपलाइन को अपने डेटा पर लागू करेंगे और निरंतर ईईजी सिग्नल को युगों में काट देंगे। हम समय की अवधि को 0.5-1 सेकंड की एक विशेषता अवधि के साथ उत्तेजना की सक्रियता के तुरंत बाद की अवधि कहेंगे, हमारे मामले में, अवधि 900 एमएस है, हालांकि इसे छोटा किया जा सकता है।

हमारे डेटासेट में 16 ईईजी चैनल हैं, डिसीमेशन लागू होने के बाद, आवृत्ति 50 हर्ट्ज तक गिर जाएगी, इसलिए एक युग एक मैट्रिक्स (16, 45) द्वारा वर्णित किया जाएगा - 50 हर्ट्ज पर 900 एमएस 45 समय नमूने हैं।

इस डेटासेट में टैग केवल बायनेरिज़ हैं - वे लक्ष्य (खिलाड़ी द्वारा छिपा, सक्रिय, 1) और गैर-लक्ष्य (खाली, 0) संकेतों को चिह्नित करते हैं।

 for eegs, _ in raw_dataset: eeg_pipe.fit(eegs) dataset = [] for eegs, markers in raw_dataset: epochs = [] labels = [] filtered = eeg_pipe.transform(eegs) markups = markers_pipe.transform(markers) for signal, markup in zip(filtered, markups): epochs.extend([signal[:, start:(start + epoch_count)] for start in markup[:, 0]]) labels.extend(markup[:, 1]) dataset.append((np.array(epochs), np.array(labels))) 

 dataset[0][0].shape, dataset[0][1].shape # ((1308, 16, 45), (1308,)) 

इसलिए हमें एक पाइटोर-स्टाइल Pytorch मिला जिसमें पहला इंडेक्स अलग-अलग लोगों को गिना जाता है। इस संरचना के साथ, हम दोनों एक व्यक्ति के डेटा के भीतर क्रॉस-मान्यता का संचालन कर सकते हैं, और विभिन्न लोगों (तथाकथित हस्तांतरण सीखने, अंशांकन-कम भविष्यवाणी) के बीच वर्गीकरण की सहनशीलता का परीक्षण कर सकते हैं। एक व्यक्ति के डेटा में युग और वर्ग लेबल की एक सरणी होती है। रिकॉर्डिंग की विशेषताओं के कारण प्रत्येक व्यक्ति के लिए युगों की संख्या थोड़ी भिन्न होती है।

डेटा अनुसंधान और दृश्य

सबसे पहले, युगों में टुकड़ा करने से पहले निरंतर संकेतों में से एक पर एक नज़र डालें।

इस तथ्य के बावजूद कि यह पहले से ही फ़िल्टर किया गया है, यह आंख पर कोई सक्रियता नहीं दिखाता है और किसी तरह का शोर अधिक दिखता है।

यदि हम अपने डेटासेट से केवल एक लक्ष्य युग मानते हैं, तो हम अंतराल 400-600 एमएस में एक विशिष्ट वृद्धि देखेंगे। यह हमारी मांग के बाद संभावित P300 है।

कुल मिलाकर, हमारे डेटासेट में लगभग 35 हज़ार युग हैं, यानी उत्तेजना सक्रियण। प्रत्येक व्यक्ति के पास लगभग 1300 से 1750 है (यह इस तथ्य के कारण है कि किसी ने एलियंस को तेजी से और किसी को धीमा कर दिया)।

कक्षाओं में एक ध्यान देने योग्य असंतुलन भी है: खाली उत्तेजनाओं के पक्ष में 1 से 5। मैट्रिक्स में हमारी 6 पंक्तियाँ और स्तंभ हैं और उनमें से केवल एक लक्ष्य है। बाद में हम प्राप्त मेट्रिक्स पर चर्चा करते हुए इस पर वापस आएंगे।

अब लक्ष्य संकेत और गैर-लक्ष्य के बीच अंतर को देखने का समय है

बाएं ग्राफ पर, आप देख सकते हैं कि औसत सिग्नल बहुत भिन्न होते हैं, और दोनों का 180ms के क्षेत्र में एक गैर-विशिष्ट प्रतिक्रिया होती है, लेकिन लक्ष्य एक बहुत अधिक आयाम है, लक्ष्य में 250 से 500 एमएस तक एक विशेषता कूबड़ भी है - यह कुख्यात P300 है।

सिग्नल में इस तरह के अंतर के साथ, हमारा कार्य एक ट्रिफ़ल की तरह लग सकता है, लेकिन अगर हम ग्राफ में प्रत्येक बिंदु पर मानक विचलन जोड़ते हैं, तो हम देखेंगे कि चित्र इतना गुलाबी नहीं है - संकेत काफी शोर है। और यह इस तथ्य के बावजूद है कि P300 के लिए सिग्नल-टू-शोर अनुपात न्यूरोफिज़ियोलॉजी में उच्चतम में से एक माना जाता है।

(वास्तव में, इन ग्राफों का ईमानदारी से निर्माण नहीं किया जाता है, क्योंकि खाली सिग्नल को कई अलग-अलग नमूनों की तुलना में पांच गुना अधिक औसतन किया जाता है, इसलिए यादृच्छिक विचलन अधिक दबाए जाते हैं, लेकिन जैसा कि हम एक ही क्रम के फैलाव से देख सकते हैं, इससे बहुत मदद नहीं मिलती है)

किसी एक व्यक्ति के औसत संकेतों को देखना भी उपयोगी है।

यहां "बेईमान" औसत के बारे में पिछली टिप्पणी मिली है - खाली संकेत सभी पर औसत से अधिक आयाम है। इसके अलावा, एक व्यक्ति में P300 का शिखर कम औसत के कारण अधिक है।

एक व्यक्ति के संकेत की एक और विशेषता को नोट करना महत्वपूर्ण है - इसका सामान्यीकृत की तुलना में थोड़ा अलग रूप है। न्यूरोफिज़ियोलॉजिकल प्रतिक्रियाओं की पारस्परिक परिवर्तनशीलता काफी अधिक है, हम अभी भी क्लासिफायर के काम में इस कारक के प्रभाव को देखेंगे। हालांकि, इंट्रापर्सनल मतभेद (एक अलग मूड में एक व्यक्ति, तनाव, थकान का स्तर) भी काफी बड़ा है।

अगला, हम संकेतों के चैनल-दर-चैनल स्वीप देखते हैं। यहां देखने का बिंदु ऊपर की तस्वीर से मेल खाता है, जो इलेक्ट्रोड की स्थिति को दर्शाता है - ऊपर की नाक, आदि।

सिर के प्रत्येक भाग की प्रतिक्रिया अलग-अलग होती है। Fp1,2 में, सकारात्मक चोटी से पहले दो नकारात्मक चोटियों का उच्चारण किया जाता है। इसके अलावा, कुछ चैनलों में दो सकारात्मक शिखर होते हैं, और कुछ में - एक या कुछ के बीच संक्रमणकालीन।

P300 की उपस्थिति के निर्धारण के लिए विभिन्न चैनलों का अलग-अलग महत्व है, विभिन्न तरीकों का उपयोग करके इसका अनुमान लगाया जा सकता है - पारस्परिक जानकारी (पारस्परिक जानकारी) या ऐड-डिलीट विधि (उर्फ स्टेपवाइज रिग्रेशन) की गणना। इन तरीकों के आवेदन हम एक और समय से निपटेंगे।

यह याद रखने योग्य है कि हम इलेक्ट्रोड के साथ इलेक्ट्रोड के बीच संभावित अंतर को मापते हैं, जिसका अर्थ है कि हम व्यक्तिगत बिंदुओं पर वोल्टेज परिवर्तन का उपयोग करते हुए कुछ बिंदुओं पर पूरे सिर के लिए वोल्टेज मानचित्र का निर्माण कर सकते हैं। यह स्पष्ट है कि यदि 16 इलेक्ट्रोड हैं, तो इस तरह के कार्ड की सटीकता वांछित होने के लिए बहुत कुछ छोड़ देती है, लेकिन कुछ समझ का गठन किया जाना चाहिए। ( mne वोल्ट्स देखने के लिए डिफ़ॉल्ट रूप से एमएनई की उम्मीद है, लेकिन हमने पहले ही स्केलिंग लागू कर दी है, इसलिए पूर्ण मान सही नहीं हैं)

वर्गीकरण

अंत में, यह हमारे नमूने के लिए मशीन सीखने के तरीकों को लागू करने का समय है।

कई मूल लोगों को सहपाठियों के रूप में चुना गया - एक लॉग। प्रतिगमन, समर्थन वेक्टर विधि (SVM), और कई तरीकों का उपयोग pyriemann पैकेज से सहसंबंध विश्लेषण ( pyriemann में प्रत्येक विधि का विवरण पाया जा सकता है), यह ध्यान देने योग्य है कि इन विधियों को विशेष रूप से ईईजी के लिए आवेदन के लिए विकसित किया गया था और उनकी मदद से कई प्रतियोगिताओं को जीता गया था kaggle।

 clfs = { 'LR': ( make_pipeline(Vectorizer(), LogisticRegression()), {'logisticregression__C': np.exp(np.linspace(-4, 4, 9))}, ), 'LDA': ( make_pipeline(Vectorizer(), LDA(shrinkage='auto', solver='eigen')), {}, ), 'SVM': ( make_pipeline(Vectorizer(), SVC()), {'svc__C': np.exp(np.linspace(-4, 4, 9))}, ), 'CSP LDA': ( make_pipeline(CSP(), LDA(shrinkage='auto', solver='eigen')), {'csp__n_components': (6, 9, 13), 'csp__cov_est': ('concat', 'epoch')}, ), 'Xdawn LDA': ( make_pipeline(Xdawn(2, classes=[1]), Vectorizer(), LDA(shrinkage='auto', solver='eigen')), {}, ), 'ERPCov TS LR': ( make_pipeline(ERPCovariances(estimator='oas'), TangentSpace(), LogisticRegression()), {'erpcovariances__estimator': ('lwf', 'oas')}, ), 'ERPCov MDM': ( make_pipeline(ERPCovariances(), MDM()), {'erpcovariances__estimator': ('lwf', 'oas')}, ), } 

तंत्रिका इंटरफेस की सबसे आम योजना "अंशांकन + कार्य" है अर्थात्। सबसे पहले, यह आवश्यक है कि एक व्यक्ति कुछ समय के लिए पहले संकेतित उत्तेजनाओं पर ध्यान केंद्रित करे, और उसके बाद ही हम उसकी पसंद का अनुमान लगाते हैं। इस दृष्टिकोण में एक उबाऊ प्रारंभिक चरण का स्पष्ट नुकसान है।

इस मोड में हमारे तरीकों के प्रदर्शन का आकलन करने के लिए, हम एक व्यक्ति के युगों के भीतर क्रॉस-सत्यापन करेंगे।
इस मामले में सटीकता मीट्रिक डेटासेट के असंतुलन के कारण प्रासंगिक नहीं है (बेसलाइन यहां 5/6 ~ 83% है), इसलिए मैं सटीक-रिकॉल-एफ 1 तीन को देखना पसंद करता हूं।

संपूर्ण डेटासेट की समीक्षा करने के लिए, हम सभी लोगों के लिए इस तरह के क्रॉस-वेलिडेशन के परिणामों को औसत करते हैं। सामान्य तौर पर, एक मनोरंजन पार्क की "फ़ील्ड" स्थितियों में हमारे पास नीरी में जो कुछ है, उसकी तुलना में सबसे अच्छे मॉडल का प्रदर्शन काफी अधिक है (मुझे याद है कि यह डेटासेट प्रयोगशाला में दर्ज किया गया था)।

इस डेटासेट में डेटा के लिए केवल बाइनरी लेबल हैं। सामान्य तौर पर, हमें उत्तेजनाओं में से किसी एक को चुनने की बहुकोशिकीय समस्या को हल करने की आवश्यकता होती है (वैसे, यह संतुलित है क्योंकि प्रत्येक उत्तेजना एक ही समय में सक्रिय होती है)। इसे हल करने के लिए, आमतौर पर प्रत्येक उत्तेजना की सक्रियता की संख्या निर्धारित की जाती है (उदाहरण के लिए, 5 उत्तेजनाओं में से प्रत्येक की 6 उत्तेजनाएँ) और सभी उत्तेजनाओं को बेतरतीब ढंग से सक्रिय किया जाता है (30 बार), 30 युगों को प्राप्त किया जाता है और इसके सक्रियण की संभावनाओं को लक्षित करने के लिए जोड़ा जाता है, जिसके बाद उत्तेजना जो अधिकतम तक पहुंच गई है राशि को लक्ष्य के रूप में पहचाना जाता है। हम एक उपयुक्त डेटासेट पर भविष्य के पोस्ट में इस दृष्टिकोण के कार्यान्वयन का प्रदर्शन करेंगे।

दूसरी योजना को ट्रांसफर लर्निंग कहा जाता है - यानी लोगों के बीच क्लासिफायर का स्थानांतरण। तथ्य यह है कि जब हम अंशांकन करते हैं, तो हम वास्तव में किसी एक व्यक्ति के चरम आकार को देखते हैं, इसलिए हम बाद के परीक्षणों में अच्छी तरह से भविष्यवाणी कर सकते हैं। अंशांकन की अनुपस्थिति में, एक पूर्व-प्रशिक्षित क्लासिफायर किसी विशेष व्यक्ति की तरंग को पहले से जानने के बिना P300 अवधारणा को अलग करने में सक्षम होना चाहिए।

हम दो प्रयोग करेंगे - हम एक व्यक्ति पर क्लासिफायर का प्रशिक्षण देंगे, और हम पांच की भविष्यवाणी करेंगे, और फिर हम प्रशिक्षण के नमूने को 10 लोगों तक बढ़ाएंगे और परिणामों की तुलना करके यह सुनिश्चित करेंगे कि मॉडल अपनी सामान्य क्षमता बढ़ाने में सक्षम थे

1 व्यक्ति के लिए प्रशिक्षण

10 लोगों के लिए प्रशिक्षण

इसलिए बेहतर क्लासिफायर के लिए f1 0.23 से 0.4 हो गया (दोनों ही मामलों में यह एक नियमितीकरण के साथ एक लॉग रिग्रेशन है)।

इसका मतलब यह है कि भविष्य कहनेवाला क्षमता "नहीं" से बढ़कर "स्वीकार्य" हो गई है। हमारे अनुभव के आधार पर, इस तरह के बाइनरी टास्क मेट्रिक्स के साथ, प्रत्येक उत्तेजना की 5 सक्रियता लगभग 75% की मल्टीकासल समस्या की सटीकता प्राप्त करने के लिए पर्याप्त है।

अंत में, मैं यह नोट करना चाहता हूं कि उपरोक्त विधि काफी आदिम है, जिसे देखा जा सकता है, उदाहरण के लिए, लॉग रिग्रेशन के नियमितीकरण के उच्च स्तर से - डेटा में चैनल काफी दृढ़ता से सहसंबद्ध हैं और इस परिस्थिति को हल करने के लिए कई दृष्टिकोण हैं।

निष्कर्ष

आज, हम P300 की विकसित क्षमता से अधिक परिचित हो गए और तंत्रिका इंटरफ़ेस के लिए एक सरल पाइपलाइन का निर्माण किया। मैं उन लोगों को अपने दम पर लैपटॉप खोलने की सलाह देता हूं ( रिपॉजिटरी में स्थित) और विज़ुअलाइज़ेशन विकल्प और क्लासिफायर के साथ प्रयोग करना।

ईईजी सिग्नल के साथ काम करने के तरीकों की एक बुनियादी समझ होने पर, हम इस विषय को और अधिक गहराई से जांचने में सक्षम होंगे - तंत्रिका इंटरफेस के निर्माण की समस्याओं को हल करने के लिए उन्नत प्रीप्रोसेसिंग विधियों, साथ ही तंत्रिका नेटवर्क को लागू करें। जारी रखने के लिए ...