PiEEG は、脳の生体信号を手頃な価格で正確に読み取るためのデバイスです。
イルダル・ラクマトゥリン、英国のインペリアル・カレッジの研究者、 装置を開発しました その ラズベリーパイをブレインコンピューターインターフェースに変える
と呼ばれるこの装置 PiEEGは追加モジュールです ラズベリーパイに接続します。 他の脳波 (EEG)、筋電図 (EMG)、心電図 (ECG) デバイスと同様に、PiEEG は脳からの電気信号を測定し、受信した信号をさらに解釈することができます。
ラクマトゥリンによると、このプロジェクトは、彼が神経科学への関心に気づいたために開始されました。 年々増加しています。 最初に、Rakhmatulin は小型の携帯型ブレイン コンピューター インターフェースを発明しました。 研究者の説明によると、円形で半径わずか25mmのコンパクトな脳波計で、昼夜を問わず快適に使用できる。
たくさん デバイスによって収集されたデータは、パーソナル サーバーに送信されることになっていた TCP-IP プロトコルを使用して、ワイヤレス操作とユーザーの適切な動作範囲を可能にします。 この初期のモデルにはノイズ抑制機能も組み込まれており、最大入力ノイズが 0,35 μV 未満で録音の精度が向上しました。
設計後この最初のモデルの総コストは、350 個の電極で約 24 ドルでした。. しかし、2020 年から 2021 年にかけて発生したチップ不足により、デバイスのコストが大幅に上昇しました。 彼のプロジェクトを放棄しないために、研究者は彼のブレイン コンピューター インターフェースの XNUMX 番目のバージョンを起動することを決定しましたが、今回は Raspberry Pi に基づいており、ワイヤレス操作とユーザーの適切な移動範囲を可能にしました。
ラズベリーパイの選択が行われました Rakhmatulin によると、これは市場で最も人気のあるシングルボード コンピューターであり、神経科学の最初の一歩を踏み出す最も簡単な方法だからです。 この 3 回目の反復では、4 ドル未満の Raspberry Pi 100 または XNUMX を使用してシールドを取得できると研究者は説明しています。 そのため、安価で維持管理が容易です。
プラグインと組み合わせると、PiEEG は次の機能で 250 ドルから 350 ドルになります。
- Raspberry Pi 3 または 4 に対応
- 湿式または乾式電極を接続するための 8 つのチャネル
- 250 SPS ～ 16 kSPS の周波数とチャネルあたり 24 ビットの分解能を持つ SPI プロトコルを介したデータ転送
- プログラム可能な信号ゲイン: 1、2、4、6、8、12、24
- インピーダンス測定機能
- CMRR コモンモード除去比: 120
- 内部ノイズ：0,4μV
- 外部ノイズ: 0,8 μV
- 信号対雑音比 (SNR): 130dB
- 電源表示とADS1299接続表示用LED
- 外部オブジェクトを接続するための 3 つの空きピン (グランドおよびチャネル Raspberry Pi)
- 33 本の Raspberry Pi GPIO ピンは、外部デバイスの接続など、さまざまなタスクに使用できます。
- Python、C、および C++ でデータを読み取り、処理するための付属のオープン ソース ソフトウェアを使用した簡単なプログラミング
入手希望の方は、 クラウドファンディングキャンペーンが最近開始されました. PiEEG の 4 チャンネル バージョンは 250 ドル、8 チャンネル バージョンは 350 ドルです。
Rakhmatulin と彼の共同研究者は、その機能を実証する論文も発表しました。彼らはまばたきによっておもちゃのネズミを制御することができました。
「しかし、可能性ははるかに大きく、ユーザーの欲求と能力に応じて、デバイスはさまざまな業界で使用できます」と彼は書いています.
実際、ラフマトゥリンは次のように報告しています。 PiEEG 信号は、スマート ホーム コントロールなどに使用できます。、ゲーム、ロボット工学、仮想キーボード入力、さらには DIY ポリグラフ実験。 このデバイスは、「機械学習の愛好家が、思考力、睡眠制御、瞑想制御、または動作検出器、嘘発見器などでロボットや機械の手足を制御するプロジェクトを作成するためにも使用できます」と Rakhmatulin 氏は述べています。
この種の低コスト プロジェクトの良いニュースは、過去 10 年間に私たちが学んだことよりも、今後 50 年間で脳についてより多くのことを学べる可能性があることです。あなたの脳につながります。 しかし、さらに、重大な問題を排除することはできません。 実際、電極は時間の経過とともに急速に消耗することが報告されており、デバイスの使用コストが増加する可能性があります。 さらに、これらの電極を長時間所定の位置に保持する方法を見つける必要があり、これは実験中には容易ではありません。
しかし、脳信号を安価に読み取り、それらの信号に基づいてタスクを実行する能力が既に備わっているため、人間の記憶を記憶装置に保存することに関する議論が再び浮上しています。