Exploring Virtual Environments with an EEG-based BCI through Motor Imagery / Erkundung von virtuellen Welten durch Bewegungsvorstellungen mit Hilfe eines EEG-basierten BCI

Abstract In this paper, we describe the possibility of navigating in a virtual environment using the output signal of an EEG-based Brain-Computer Interface (BCI). The graphical capabilities of virtual reality (VR) should help to create new BCI-paradigms and improve feedback presentation. The objective of this combination is to enhance the subject's learning process of gaining control of the BCI. In this study, the participant had to imagine left or right hand movements while exploring a virtual conference room. By imaging a left hand movement the subject turned virtually to the left inside the room and with right hand imagery to the right. In fact, three trained subjects reached 80% to 100% BCI classification accuracy in the course of the experimental sessions. All subjects were able to achieve a rotation in the VR to the left or right by approximately 45° during one trial. Zusammenfassung In dieser Arbeit wird die Möglichkeit der Navigation innerhalb einer virtuellen Welt unter Verwendung eines EEG-basierten Brain-Computer Interface (BCI) präsentiert. Die graphischen Fähigkeiten von Virtuellen Realitäten (VR) sollen dabei helfen neue BCI-Paradigmen zu entwicklen und die Art der Feedbackpräsentation zu verbessern. Das Ziel dieser Kombination ist es, den Lernprozess der Versuchsperson zu fördern, um eine bessere BCI-Kontrolle zu erreichen. In dieser Arbeit hatten die Probanden sich entweder eine linke oder rechte Handbewegung vorzustellen, während ein virtueller Konferenzraum erkundet wurde. Durch die Vorstelleung einer linken Handbewegung wurde die Versuchsperson virtuell im Raum nach links und durch die Vorstellung einer rechten Handbewegung nach rechts gedreht. Drei trainierte Probanden erreichten eine BCI–Klassifikationsgenauigkeit zwischen 80% und 100% im Verlauf der Messungen. Alle Probanden waren in der Lage sich virtuell nach links und rechts zu drehen und erreichten eine durchschnittliche Drehung von 45° pro Versuch.

[1]  G. Pfurtscheller,et al.  Critical Decision-Speed and Information Transfer in the “Graz Brain–Computer Interface” , 2003, Applied psychophysiology and biofeedback.

[2]  G. Pfurtscheller,et al.  EEG-based discrimination between imagination of right and left hand movement. , 1997, Electroencephalography and clinical neurophysiology.

[3]  Christa Neuper,et al.  An asynchronously controlled EEG-based virtual keyboard: improvement of the spelling rate , 2004, IEEE Transactions on Biomedical Engineering.

[4]  Heekuck Oh,et al.  Neural Networks for Pattern Recognition , 1993, Adv. Comput..

[5]  Gert Pfurtscheller,et al.  Motor imagery and direct brain-computer communication , 2001, Proc. IEEE.

[6]  G Pfurtscheller,et al.  Frequency component selection for an EEG-based brain to computer interface. , 1999, IEEE transactions on rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society.

[7]  G. Pfurtscheller,et al.  Rapid prototyping of an EEG-based brain-computer interface (BCI) , 2001, IEEE Transactions on Neural Systems and Rehabilitation Engineering.

[8]  J D Bayliss,et al.  A virtual reality testbed for brain-computer interface research. , 2000, IEEE transactions on rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society.

[9]  G Pfurtscheller,et al.  Adaptive Autoregressive Modeling used for Single-trial EEG Classification - Verwendung eines Adaptiven Autoregressiven Modells für die Klassifikation von Einzeltrial-EEG-Daten , 1997, Biomedizinische Technik. Biomedical engineering.

[10]  G. Pfurtscheller,et al.  Graz-BCI: state of the art and clinical applications , 2003, IEEE Transactions on Neural Systems and Rehabilitation Engineering.

[11]  G. Pfurtscheller,et al.  ‘Thought’ – control of functional electrical stimulation to restore hand grasp in a patient with tetraplegia , 2003, Neuroscience Letters.

[12]  H. Flor,et al.  The thought translation device (TTD) for completely paralyzed patients. , 2000, IEEE transactions on rehabilitation engineering : a publication of the IEEE Engineering in Medicine and Biology Society.

[13]  G. Pfurtscheller,et al.  Event-related dynamics of cortical rhythms: frequency-specific features and functional correlates. , 2001, International journal of psychophysiology : official journal of the International Organization of Psychophysiology.