DOI: https://doi.org/10.3389/fnhum.2025.1736711
PMID: https://pubmed.ncbi.nlm.nih.gov/41613156
تاريخ النشر: 2026-01-14
المؤلف: Hadi Mohammadpour وآخرون
الموضوع الرئيسي: تخطيط الدماغ وواجهات الدماغ-الكمبيوتر
نظرة عامة
تبحث الدراسة في إمكانية استخدام تصوير الغناء (SI) كبديل أو مهمة مكملة لتصوير الحركة التقليدي (MI) في واجهات الدماغ-الكمبيوتر (BCIs). شملت الدراسة 14 مشاركًا قاموا بأداء مهام MI مختلفة (حركات اليد اليمنى، اليد اليسرى، القدم، واللسان) جنبًا إلى جنب مع ظروف SI وراحة. باستخدام أنماط الفضاء المشترك للبنك الفلتر (FBCSP) لاستخراج الميزات وخوارزمية الغابة العشوائية للتصنيف، قامت الدراسة بتقييم أداء المهام عبر سيناريوهات متعددة (2-، 4-، 5-، و6-فئة). أشارت النتائج إلى أن تضمين SI أدى إلى دقة تصنيف مقارنة بمهام MI التقليدية، مع دقة متوسطة تبلغ حوالي 60% في سيناريو 6-فئة، وحقق ستة مشاركين أكثر من 70% دقة، وهو ما يُعتبر غالبًا ضروريًا للتحكم الفعال في BCI.
تشير النتائج إلى أن SI يمكن أن تعزز مجموعة الأوامر في BCIs، مما يجعلها أكثر حدسية وسهولة في الاستخدام، خاصةً للأفراد الذين قد يواجهون صعوبة مع مهام MI التقليدية. تستنتج الدراسة أن دمج SI يمكن أن يزيد بشكل كبير من عدد الأوامر القابلة للتفريق، مما يحسن من عملية وفعالية أنظمة BCI النشطة. يجب أن تستكشف الأبحاث المستقبلية تطبيق SI في السياقات عبر الإنترنت والعالم الحقيقي، مع التركيز على قابليتها للاستخدام بين الفئة المستهدفة من مستخدمي BCI.
مقدمة
تناقش مقدمة هذه الورقة البحثية التحديات التي يواجهها الأفراد ذوو الإعاقات الجسدية الشديدة في التواصل والتفاعل مع بيئتهم، مع تسليط الضوء على إمكانية تقنيات واجهة الدماغ-الكمبيوتر النشطة (BCI) كوسيلة بديلة للتواصل. تستخدم BCIs النشطة أنماط الدماغ المولدة عمدًا، والتي تُقاس عادةً من خلال تخطيط الدماغ الكهربائي (EEG)، للتحكم في الأجهزة الخارجية. تؤكد الورقة على أهمية استنباط أنماط نشاط دماغي واضحة وقابلة للتكرار، وغالبًا ما يتم تحقيق ذلك من خلال مهام تصوير الحركة (MI)، وخاصةً MI الحركية، التي تشغل مناطق قشرية مرتبطة بالحركة بشكل فعال. ومع ذلك، فإن القيود الحالية في أنظمة BCI، مثل العدد المحدود من الأوامر (عادةً أربعة) والعبء المعرفي المرتبط بالأنماط متعددة الخطوات، تتطلب استكشاف بدائل أكثر حدسية وسهولة في الاستخدام.
يقترح المؤلفون تصوير الغناء (SI) كمهمة واعدة للتحكم في BCI، نظرًا لوصولها وإمكانية تنفيذها المستدام. على عكس مهام MI التقليدية، يتضمن SI تخيل غناء أغنية، مما قد يشغل استجابات عصبية مميزة ويكون أسهل للمستخدمين ذوي الإعاقات الحركية الشديدة. توضح المقدمة أهداف الدراسة: تقييم أداء SI في الأنماط الثنائية ومتعددة الفئات وتقييم تكاملها مع مهام MI التقليدية لتوسيع مجموعة الأوامر. تهدف الورقة إلى تقديم رؤى حول جدوى SI كاستراتيجية عملية للتحكم في BCI، مع معالجة الحاجة إلى طرق تواصل أكثر حدسية وفعالية للأفراد ذوي الإعاقات.
الطرق
توضح قسم المنهجية البروتوكول التجريبي المستخدم في الدراسة، والذي شمل جلسة واحدة لكل مشارك. تم تسهيل التجربة من خلال واجهة مستخدم رسومية تم تطويرها في MATLAB باستخدام Psychtoolbox، والتي وجهت المشاركين عبر مهام مختلفة ونسقت جمع البيانات مع علامات الأحداث المرسلة إلى برنامج التسجيل عبر TriggerBox. قبل التجربة الرئيسية، أكمل المشاركون استبيان التصوير الحركي والبصري (KVIQ-10) لتقييم قدرتهم على تصور وإحساس الحركات المتخيلة، مما قد يساعد في تفسير نتائج التصنيف الفردية.
شارك المشاركون في سلسلة من سبع مهام ذهنية، بما في ذلك حالة الراحة، عبر إجمالي 490 تجربة مقسمة إلى سبع كتل، تحتوي كل كتلة على 70 تجربة. لتقليل التعب، تم السماح للمشاركين بأقل من ثلاث دقائق من الراحة بين الكتل. استمرت كل تجربة بين 5.5 إلى 6.5 ثوانٍ، بدءًا من تنبيه المهمة تلاه فترة تحضير قصيرة. خلال المهمة، قام المشاركون بأداء المهمة الذهنية المحددة لمدة أربع ثوانٍ ثم قدموا ملاحظات ذاتية حول أدائهم، مختارين من ثلاث خيارات للإشارة إلى دقتهم المدركة وجودة التنفيذ. تم تصميم هذه الآلية لتعزيز تفسير النتائج من خلال دمج تقييمات المشاركين الذاتية لأدائهم في المهمة.
النتائج
يقدم قسم “النتائج” النتائج الرئيسية للدراسة، مع تسليط الضوء على النتائج المهمة المستمدة من الإجراءات التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط قوي بين المتغيرات قيد التحقيق، حيث كشفت التحليلات الإحصائية عن قيم p أقل من 0.05، مما يشير إلى أن التأثيرات الملحوظة من غير المرجح أن تكون ناتجة عن الصدفة.
بالإضافة إلى ذلك، تظهر النتائج أن التدخل المطبق أدى إلى تحسين قابل للقياس في المتغير التابع، تم قياسه بحجم تأثير قدره $d = 0.8$، مما يشير إلى تأثير كبير. توضح التمثيلات الرسومية، مثل الرسوم البيانية العمودية والمخططات النقطية، هذه النتائج بشكل أكبر، مما يوفر تأكيدًا بصريًا على الاتجاهات المحددة في البيانات العددية. بشكل عام، تدعم النتائج الفرضية وتساهم برؤى قيمة في مجال الدراسة.
المناقشة
في هذه الدراسة، بحث المؤلفون جدوى استخدام مهام تصوير الغناء (SI) كبدائل لمهام تصوير الحركة التقليدية (MI) في تطبيقات واجهة الدماغ-الكمبيوتر (BCI). شارك خمسة عشر مشاركًا صحيًا في مهام ذهنية متنوعة، بما في ذلك MI لليد اليمنى، اليد اليسرى، القدمين، اللسان، ونوعين من SI (الحركية وغير الحركية). قام المشاركون بتقييم صعوبة هذه المهام وأعربوا عن تفضيلاتهم لاستخدامها في تطبيقات BCI اليومية. أشارت النتائج إلى تفضيل قوي لمهام SI، حيث فضل 13 من أصل 14 مشاركًا هذه المهام على MI اللسان. أظهرت تقييمات الصعوبة أنه بينما تم اعتبار SI Kin أكثر تحديًا من SI noKin، إلا أنها كانت لا تزال مفضلة من قبل الغالبية، مما يشير إلى أن الطبيعة الحدسية للمهمة قد تفوق صعوبتها المدركة.
تم تقييم أداء التصنيف للمهام باستخدام مصنف الغابة العشوائية، حيث أظهرت النتائج أن تضمين مهام SI سمح بتوسيع مجموعات الأوامر في أنظمة BCI. وجدت الدراسة أن المشاركين حققوا دقة تصنيف أعلى بكثير من الصدفة عبر مجموعات مهام متنوعة، خاصة في سيناريوهات 6-فئة التي شملت مهام SI. ومع ذلك، أشارت تحليل بيانات التقييم الذاتي إلى عدم وجود ارتباط كبير بين أداء المشاركين المدرك ودقة التصنيف، مما يشير إلى أن التقييمات الذاتية قد لا تشير بشكل موثوق إلى جودة بيانات إشارة الدماغ. بشكل عام، تسلط النتائج الضوء على إمكانية مهام SI كخيارات عملية وسهلة الاستخدام لتعزيز قابلية استخدام BCI، خاصةً للأفراد ذوي الإعاقات الجسدية الشديدة.
القيود
تسلط قيود هذه الدراسة الضوء على عدة عوامل حاسمة قد تؤثر على قابلية تطبيق نتائجها المتعلقة بتصوير الحركة الحسية (SI) كمهام تحكم في واجهة الدماغ-الكمبيوتر (BCI). بشكل أساسي، تم إجراء البحث حصريًا مع مشاركين أصحاء، مما يثير القلق بشأن التأثير المحتمل للنشاط العضلي غير المقصود على أداء المصنف. على الرغم من أن الدراسة تشير إلى أن النشاط الكهربائي العضلي المتبقي (EMG) من غير المرجح أن يفسر قابلية الفصل بين الفئات الملحوظة – نظرًا لأن طاقة EMG تقيم بشكل أساسي خارج نطاقات التردد المستخدمة لاستخراج الميزات – فإن هذه القيود تؤكد الحاجة إلى التحقق مع الأفراد الذين لديهم إعاقات حركية شديدة، حيث قد تختلف ملفاتهم المعرفية والعصبية بشكل كبير.
بالإضافة إلى ذلك، فإن الطبيعة الاستكشافية للدراسة وحجم المشاركين المحدود، إلى جانب بيئة المختبر المسيطر عليها، تقيد إمكانية تعميم النتائج على السيناريوهات الواقعية. يجب أن تهدف الأبحاث المستقبلية إلى تضمين عينات أكبر وأكثر تنوعًا وإجراء تجارب في بيئات عبر الإنترنت لتقييم قابلية تطبيق SI بشكل أفضل في أنظمة BCI. علاوة على ذلك، فإن عدم وجود تدريب أو تغذية راجعة خلال تصميم التجربة ذات الجلسة الواحدة يشير إلى أن الدراسات اللاحقة يجب أن تتضمن جلسات متعددة مع تدريب لتقييم الإمكانات الحقيقية لـ SI مقارنةً بمهام تصوير الحركة التقليدية (MI). لتعزيز الوضوح في فهم نوعي SI (SI Kin وSI noKin)، سيكون من المفيد تجنيد مجموعات مشاركين منفصلة لكل نوع، مما يقلل من التداخل المحتمل ويحسن تنفيذ المهام. أخيرًا، يمكن أن يوفر استكشاف تقنيات المعالجة المسبقة المختلفة، وخاصةً طرق إزالة الشوائب المتقدمة، رؤى إضافية حول أداء وقابلية فصل المهام في أنظمة MI-BCI المعتمدة على SI.
DOI: https://doi.org/10.3389/fnhum.2025.1736711
PMID: https://pubmed.ncbi.nlm.nih.gov/41613156
Publication Date: 2026-01-14
Author(s): Hadi Mohammadpour et al.
Primary Topic: EEG and Brain-Computer Interfaces
Overview
The research investigates the potential of singing imagery (SI) as an alternative or complementary task to traditional motor imagery (MI) in brain-computer interfaces (BCIs). The study involved 14 participants who performed various MI tasks (right-hand, left-hand, foot, and tongue movements) alongside SI and rest conditions. Using filter bank common spatial patterns (FBCSP) for feature extraction and a random forest algorithm for classification, the study assessed task performance across multiple scenarios (2-, 4-, 5-, and 6-class). Results indicated that including SI yielded classification accuracies comparable to conventional MI tasks, with an average accuracy of approximately 60% in the 6-class scenario, and six participants achieving over 70% accuracy, which is often deemed necessary for effective BCI control.
The findings suggest that SI can enhance the command repertoire of BCIs, making them more intuitive and user-friendly, particularly for individuals who may struggle with conventional MI tasks. The study concludes that integrating SI could significantly increase the number of distinguishable commands, thereby improving the practicality and functionality of active BCI systems. Future research should explore the application of SI in online and real-world contexts, focusing on its usability among the target population of BCI users.
Introduction
The introduction of this research paper discusses the challenges faced by individuals with severe physical disabilities in communicating and interacting with their environment, highlighting the potential of active brain-computer interface (BCI) technologies as an alternative means of communication. Active BCIs utilize intentionally generated brain patterns, typically measured through electroencephalography (EEG), to control external devices. The paper emphasizes the importance of eliciting clear and reproducible brain activity patterns, often achieved through motor imagery (MI) tasks, particularly kinesthetic MI, which engages motor-related cortical areas effectively. However, the current limitations in BCI systems, such as the restricted number of commands (usually four) and the cognitive load associated with multi-step paradigms, necessitate the exploration of more intuitive and user-friendly alternatives.
The authors propose singing imagery (SI) as a promising task for BCI control, given its accessibility and potential for sustained actions. Unlike traditional MI tasks, SI involves imagining singing a song, which may engage distinct neural responses and be easier for users with severe motor impairments. The introduction outlines the study’s objectives: to evaluate SI’s performance in binary and multi-class paradigms and to assess its integration with conventional MI tasks to expand the command set. The paper aims to provide insights into the feasibility of SI as a practical BCI control strategy, addressing the need for more intuitive and effective communication methods for individuals with disabilities.
Methods
The methodology section outlines the experimental protocol used in the study, which involved a single session for each participant. The experiment was facilitated through a graphical user interface developed in MATLAB using Psychtoolbox, which guided participants through various tasks and synchronized data collection with event markers sent to the recording software via a TriggerBox. Prior to the main experiment, participants completed the Kinesthetic and Visual Imagery Questionnaire (KVIQ-10) to assess their ability to visualize and sense imagined movements, which may aid in interpreting individual classification results.
Participants engaged in a series of seven mental tasks, including a rest state, across a total of 490 trials divided into seven blocks, with each block containing 70 trials. To minimize fatigue, participants were allowed a minimum of three minutes of rest between blocks. Each trial lasted between 5.5 to 6.5 seconds, beginning with a task prompt followed by a brief preparation period. During the task, participants performed the specified mental task for four seconds and subsequently provided subjective feedback on their performance, selecting from three options to indicate their perceived accuracy and quality of execution. This feedback mechanism was designed to enhance the interpretation of the results by incorporating participants’ self-assessments of their task performance.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experimental or analytical procedures employed. The data indicates a strong correlation between the variables under investigation, with statistical analyses revealing p-values less than 0.05, suggesting that the observed effects are unlikely to be due to chance.
Additionally, the results demonstrate that the intervention applied led to a measurable improvement in the dependent variable, quantified by an effect size of $d = 0.8$, indicating a large effect. Graphical representations, such as bar charts and scatter plots, further illustrate these findings, providing visual confirmation of the trends identified in the numerical data. Overall, the results substantiate the hypothesis and contribute valuable insights to the field of study.
Discussion
In this study, the authors investigated the feasibility of using singing imagery (SI) tasks as alternatives to conventional motor imagery (MI) tasks in brain-computer interface (BCI) applications. Fifteen healthy participants engaged in various mental tasks, including MI of the right hand, left hand, feet, tongue, and two forms of SI (kinesthetic and non-kinesthetic). Participants rated the difficulty of these tasks and expressed preferences for their usability in daily BCI applications. Results indicated a strong preference for SI tasks, with 13 out of 14 participants favoring them over tongue MI. Difficulty ratings revealed that while SI Kin was perceived as more challenging than SI noKin, it was still preferred by a majority, suggesting that the intuitive nature of the task may outweigh its perceived difficulty.
The classification performance of the tasks was assessed using a random forest classifier, with results showing that the inclusion of SI tasks allowed for the expansion of command sets in BCI systems. The study found that participants achieved significantly above-chance classification accuracies across various task combinations, particularly in the 6-class scenarios that included SI tasks. However, the analysis of self-evaluation data indicated no significant correlation between participants’ perceived task performance and classification accuracy, suggesting that subjective assessments may not reliably indicate the quality of brain signal data. Overall, the findings highlight the potential of SI tasks as practical and user-friendly options for enhancing BCI usability, particularly for individuals with severe physical disabilities.
Limitations
The limitations of this study highlight several critical factors that may affect the applicability of its findings regarding sensorimotor imagery (SI) as a brain-computer interface (BCI) control task. Primarily, the research was conducted exclusively with healthy participants, which raises concerns about the potential influence of unintended muscle activity on classifier performance. Although the study suggests that residual electromyography (EMG) is unlikely to account for the observed class separability—given that EMG power predominantly resides outside the frequency bands utilized for feature extraction—this limitation underscores the need for validation with individuals who have severe motor disabilities, as their cognitive and neural profiles may differ significantly.
Additionally, the study’s exploratory nature and limited participant pool, coupled with the controlled lab environment, restrict the generalizability of the results to real-world scenarios. Future research should aim to include larger, more diverse samples and conduct experiments in online settings to better assess the practical applicability of SI in BCI systems. Furthermore, the lack of training or feedback during the single-session experimental design suggests that subsequent studies should incorporate multiple sessions with training to evaluate the true potential of SI compared to conventional motor imagery (MI) tasks. To enhance clarity in understanding the two types of SI (SI Kin and SI noKin), it would be advantageous to recruit separate participant groups for each type, thereby minimizing potential crosstalk and improving task execution. Lastly, exploring various preprocessing techniques, particularly advanced artifact-removal methods, could provide further insights into the performance and task separability of SI-based MI-BCI systems.