Development of a portable auditory P300-based brain-computer interface for yes-no communication to amyotrophic lateral sclerosis

A Brain-computer interface (BCI) is a direct communication pathway between the brain and an external device. This interface uses a special technique called Electroencephalography (EEG) that allows to record the neural brain activity focusing on the temporal content of the EEG. This pattern are events-correlated and are based on the P300 wave signal that is an event related potential (ERP) component eliticied in the process of decision making. Using the oddball paradigm is possible to elicit this wave, in which low-probability target items are mixed with high-probability non-target (or ``standard") items. In particular, BCIs provide a non-muscular communication for individuals diagnosed with a late-stage motoneuron disease (e.g., amyotrophic lateral sclerosis (ALS)). In the final state of the disease, a BCI cannot rely on the visual modality so this work studies a method to achieve high accuracies using auditory stimuli only. The presented BCI offers communication with binary choices (yes/no) independent from vision and it requires only little time per selection to patients who lost all motor functions and have a short visual attention span. The main purpose of this thesis is thus to develop a portable BCI application for delivering acoustic stimuli via headphones to participants based on an auditory three-stimulus oddball paradigm. For this purpose the application was trained on three subject in order to test the audio protocol and the offline classification obtaining an average accuracy of 98.33% and an average communication speed of 1.14 bits/min.

Un’ interfaccia cervello-computer (BCI, dall’ inglese Brain-Computer Interface) è un dispositivo che permette la diretta comunicazione tra il cervello ed un dispositivo esterno. Questo tipo di interfaccia utilizza l’ elettroencefalografia (EEG, dall’ inglese Electroencephalography) che permette di registrare l’ attività celebrale focalizzando il contenuto temporale dell’ EEG. Questi modelli sono evento-correlati e si basano sul segnale d’ onda P300, definito come un potenziale ad evento correlato (ERP) suscitato nel processo di scelta di un evento raro. Questo avviene utilizzando il paradigma oddball, in cui vi è una bassa probabilità di ottenere un bersaglio raro ed un’ alta probabilità a di ottenere un bersaglio voluto. In particolare, la BCI permette a dei soggetti in cui è stata diagnosticata una malattia degenerativa come ad esempio soggetti con sclerosi laterale amiotrofica - ALS, dall’ inglese amyotrophic-lateral sclerosis, una comunicazione non muscolare. All’ ultimo stadio della malattia, una BCI non può essere utilizzata tramite lo stimolo visivo per la poca concentrazione, quindi è stato esaminato un metodo che raggiunge elevate accuratezze utilizzando degli stimoli acustici. La BCI presentata in questo lavoro di tesi permette di comunicare con una scelta binaria tra parole (si/no) indipendentemente dal segnale visivo, richiedendo bassi tempi di selezione per pazienti che hanno perso le loro funzioni motorie ed hanno una ridotta capacità di concentrazione. Lo scopo principale della tesi presentata è quello di sviluppare su tablet un’ applicativo BCI portatile, che permetta di inviare in cuffia al paziente degli stimoli acustici basati sul paradigma odd-ball a tre stimoli. A questo scopo l’applicativo sviluppato è stato addestrato e testato su tre soggetti sani in modo da verificarne il corretto funzionamento, testando inoltre il protocollo audio tramite classificazione delle scelte binarie, ottenendo un’ accuratezza media del 98.33% ed una velocità di comunicazione di 1.14 bits/min.