[논문 리뷰] Building Brain Invaders: EEG data of an experimental validation

Gijs van Veen, Alexandre Barachant외 4명|arXiv (Cornell University)|2019. 05. 13.

EEG and Brain-Computer Interfaces참고 문헌 19인용 수 12

한 줄 요약

이 논문은 프랑스 그레노블 소재 GIPSA-lab에서 16개 전극로 기록한 25명의 피험자가 '브레인 인베이더스'로 알려진 비디오 게임 스타일의 시각적 P300 기반 뇌-컴퓨터 인터페이스(BCI) 실험을 수행한 공개 가능한 뇌전도(electroencephalogram, EEG) 데이터셋을 제시한다. 자극 후 240–600ms에 피크를 보이는 사건 관련 전위(event-related potentials)를 포함하며, 데이터 조작을 위한 파이썬 코드도 함께 제공되어 BCI 및 신경과학 분야의 재현 가능한 연구를 가능하게 한다.

ABSTRACT

We describe the experimental procedures for a dataset that we have made publicly available at https://doi.org/10.5281/zenodo.2649006 in mat and csv formats. This dataset contains electroencephalographic (EEG) recordings of 25 subjects testing the Brain Invaders (Congedo, 2011), a visual P300 Brain-Computer Interface inspired by the famous vintage video game Space Invaders (Taito, Tokyo, Japan). The visual P300 is an event-related potential elicited by a visual stimulation, peaking 240-600 ms after stimulus onset. EEG data were recorded by 16 electrodes in an experiment that took place in the GIPSA-lab, Grenoble, France, in 2012 (Van Veen, 2013 and Congedo, 2013). Python code for manipulating the data is available at https://github.com/plcrodrigues/py.BI.EEG.2012-GIPSA. The ID of this dataset is BI.EEG.2012-GIPSA.

연구 동기 및 목표

• 게임화된 실험 환경에서 시각적 P300 반응을 활용한 BCI 시스템을 개발하고 검증하기 위해.
• 인간-컴퓨터 상호작용 및 신경과학 분야에서 재현 가능한 연구를 위해 고품질의 EEG 데이터를 수집하고 공개하기 위해.
• 일관된 BCI 벤치마킹을 위한 표준화된 실험 프로토콜과 데이터 포맷(mat 및 csv)을 제공하기 위해.
• 실세계 EEG 기록에 대한 개방형 액세스를 통해 강력한 P300 디코딩 알고리즘 개발을 지원하기 위해.
• 명확히 정의된 공개 가능한 데이터셋을 통해 BCI 시스템의 방법론적 비교 및 발전을 촉진하기 위해.

제안 방법

• 16개의 두피 전극를 사용하여 시각적 P300 BCI 작업 중 25명의 피험자로부터 EEG 데이터를 기록하였다. 이 실험은 비디오 게임 '스페이스 인베이더스'를 모델로 삼았다.
• 자극은 매트릭스 내에서 깜빡이는 문자로 구성되었으며, 자극 시작 후 240–600ms에 피크를 보이는 P300 사건 관련 전위를 유도하기 위해 설계되었다.
• 실험은 2012년 프랑스 그레노블 소재 GIPSA-lab에서 표준화된 BCI 데이터 수집 프로토콜을 따르며 수행되었다.
• 일반적인 데이터 분석 도구와의 호환성을 고려해 데이터는 mat 및 csv 형식으로 저장되었다.
• 데이터 로딩, 전처리 및 분석을 지원하기 위해 파이썬 코드가 개발되어 데이터셋과 함께 공개되었다.
• 정확한 사건 관련 전위 분석을 위해 자극 사건과 동기화된 시간 락킹된 EEG 신호가 포함되어 있다.

실험 결과

연구 질문

• RQ1 16채널 EEG 설정을 사용할 때, 게임화된 BCI 환경에서 P300 사건 관련 전위는 얼마나 신뢰성 있게 유도될 수 있는가?
• RQ2 공개된 EEG 데이터셋은 얼마나 잘 복제 가능하고 비교 가능한 BCI 알고리즘 개발을 지원하는가?
• RQ3 다양한 신호 처리 및 머신러닝 방법을 평가하기 위한 P300 기반 BCI 디코딩 성능의 벤치마크로 이 데이터셋을 사용할 수 있는가?
• RQ4 임상적 환경이 아닌 실험적 BCI 설정에서 피험자 간 P300 반응은 얼마나 일관성 있는가?
• RQ5 제공된 파이썬 도구는 EEG 데이터 처리 및 분석을 위한 BCI 연구의 효율성을 얼마나 향상시키는가?

주요 결과

• P300 기반 BCI 작업 중 25명의 피험자로부터 16채널 EEG 데이터를 확보한 데이터셋은 알고리즘 개발에 풍부한 자원을 제공한다.
• 데이터 내 사건 관련 전위는 자극 후 240–600ms 사이에 피크를 보이며, 전형적인 P300 반응의 존재를 확인한다.
• mat 및 csv 형식으로 공개된 데이터셋은 연구자들이 널리 접근할 수 있도록 보장한다.
• 데이터 로딩, 전처리 및 분석을 지원하기 위해 보완적인 파이썬 코드가 함께 공개되어 재현 가능성을 향상시켰다.
• 학술적 연구에서 인용 및 추적을 가능하게 하기 위해 고유 식별자 BI.EEG.2012-GIPSA를 부여하였다.
• 이 연구는 이전의 작업(Congedo, 2011; Van Veen, 2013; Congedo, 2013)을 바탕으로 하여 표준화된 개방형 형식으로 잘 알려진 BCI 패러다임을 검증한다.