شنو لقيت ملي حلّيت أول فيشي ديال EEG
البحث · العصبي الاصطناعي والأشخاصقبل أي model، قبل أي سؤال على الـ accuracy — شنو كاين فـ الواقع فـ recording ديال EEG حقيقي، وشنو فهمتو غلط أول مرة؟
فهاد المقال
بديت thread صغير ديال recherche فهاد البلوغ، جنب المقالات العاديين ديال الهندسة: داتا حقيقية ديال EEG و wearable sensors، تجارب حقيقية، مكتوبة بصح — حتى الحاجات لي غلطت فيهم قبل ما نصلحهم. هاد أول مقال هو أقل خطوة impressionnante وأكثر خطوة مهمة: نحل فيشي واحد ونشوف فيه قبل ما نسقسي أي model يدير شي حاجة.
الفيشي
sujet واحد، run واحد، من dataset ديال PhysioNet EEG Motor Movement/Imagery — dataset عمومي وبموافقة ديال 109 ناس كيديرو حركات حقيقية وmتخيلة بـ ايديهم ورجليهم وهوما لابسين casque EEG فيه 64 channel. Schalk et al., 2004 حليت الـ run لي فيه الـ sujet كيتخيل كيحرك قبضتو اليسرى ولا اليمنى، بـ MNE-Python، وطبعت الأساسيات قبل ما نرسم والو.
Channels: 64 [‘FC5’, ‘FC3’, ‘FC1’, ‘FCz’, ‘FC2’, ‘FC4’, ‘FC6’, ‘C5’] …
Sampling rate: 160.0 Hz
Duration: 125.0 s
Annotations: [‘T0’, ‘T1’, ‘T2’]
64 channel، 160 sample فـ الثانية، شوية كثر من دقيقتين. الـ annotations هوما الجزء لي كيهم للي جاي: T0، T1، T2 هوما codes عامين، وشنو كيـmعنيو كيتبدل حسب الـ run لي فيه راك. فهاد الـ run (mouvement imaginé ديال القبضة)، T0 هو rest، T1 هو mouvement imaginé ديال القبضة اليسرى، T2 هو ديال اليمنى. إلا غلطتي فهاد الـ mapping، كل label فـ الـ dataset غيولي غالط بطريقة ماغاتعطيك حتى error — غير غاتدرب model بصمت على classes مقلوبين.
كيفاش بان الـ raw trace فالواقع
ثمنية من الـ 64 channel، عشر ثواني، ملونين حسب الـ windows ديال T0/T1/T2: oscillation فيها noise، حتى channel ما بان flat، حتى electrode ما بانت ميتة، amplitudes حداها 100–130 µV peak-to-peak. والو ما كيشبه بـ « الموجة الدماغية » النظيفة والبطيئة لي كنت متخيلها قبل ما نبدا. كتبان بحال noise فيه structure مخبية فيه، وهاديك هي القريبة للحقيقة.
الـ spectrum، والغلطة فـ قراءتو
الـ power spectrum (0–60 Hz) بان بالشكل لي كنت متوقعو فالعموم — الـ power كتنقص بزربة مع الـ frequency — ولكن ما لقيتش spike واضح فـ 50 ولا 60 Hz، الـ frequency ديال الـ power-line interference لي الـ recordings ديال EEG كيلتقطوها غالبا شي بزاف شي شوية. أول ملاحظة ديالي على هادشي كانت ماشي متأكدة: يمكن هاد الـ recording كان نظيف بزاف، أو يمكن الـ style ديال الـ plot (échelle en décibels، 8 channels فوق بعضياتهم) كان مخبيها.
هاد الفرق — « ماكنشوفوش » ضد « ماكاينش » — طلع مهم دغيا. مقال جاي فهاد الـ thread احتاج filtre coupe-bande فـ 60 Hz بالضبط حيت هاد الـ noise حقيقية، وتأكيدها هنا بـ plot مزوومي هو لي خلا هاد القرار defendable بلاصة ما يكون مجرد تخمين.
شنو غادي ناخد للخطوة الجاية
جوج حوايج concrets نجاو من هاد النظرة الأولى: الـ mapping ديال الـ event-codes (T0/T1/T2 كيمعنيو حوايج مختلفين حسب الـ run — خاصني نتأكد من هادشي فـ كل run، ماشي نفترضو مرة وحدة) وحضور الـ 60 Hz line noise (مؤكدة، ماشي مفترضة، بزووم حقيقي). حتى واحد فيهم ماشي exciting فحد ذاتو. بزاف الجوج هوما نوع ديال التفاصيل لي كتكسر تجربة بصمت 3 خطوات من بعد إلا قبزتيها دابا.
المصادر و المقالات لي استعملت باش نتعلم هادشي
-
BCI2000: A General-Purpose Brain-Computer Interface (BCI) System
كيشرح الـ acquisition system لي موراء الـ dataset ديال PhysioNet EEG Motor Movement/Imagery لي حليت فهاد المقال.
Read paper