ЕФЕКТИВНІСТЬ ВИКОРИСТАННЯ ПЛАТИ OPENBCI ДЛЯ КЛАСИФІКАЦІЇ МОТОРНОЇ УЯВИ

СОЛОВЕЙ, С., БАРАБАНОВ, О. (2025). EFFECTIVENESS OF USING THE OPENBCI BOARD FOR CLASSIFYING MOTOR IMAGERY. Bulletin of Taras Shevchenko National University of Kyiv. Biology, 102(3), 48–52. https://doi.org/10.17721/1728.2748.2025.102.48-52

У роботі розглянуто можливість використання інтерфейсів мозок-комп’ютер (BCI) на основі моторної уяви (motor imagery) у контексті сучасної нейрореабілітації. Моторна уява як неінвазивна модальність BCI дозволяє реалізовувати управління пристроями без фізичного руху, що робить її особливо перспективною для застосування у відновленні рухових функцій після інсульту, травм або нейродегенеративних захворювань.
Особливу увагу приділено платформі OpenBCI — відкритому апаратно-програмному рішенню для зчитування електроенцефалографічних (ЕЕГ) сигналів. Актуальність дослідження зумовлена необхідністю створення доступних, портативних та ефективних BCI-систем, придатних до використання поза лабораторією. Попри обмежену точність у порівнянні з комерційними ЕЕГ-системами, OpenBCI має значний потенціал завдяки своїй відкритості, модульності та низькій вартості.
Метою роботи є аналіз ефективності BCI-системи на основі OpenBCI для розпізнавання моторної уяви, зокрема у завданнях реабілітації. Об’єктом дослідження є система мозок-комп’ютер з неінвазивним зчитуванням сигналів. Предметом дослідження виступають алгоритми та техніки, що підвищують точність класифікації моторної уяви на основі сигналів ЕЕГ, зібраних за допомогою OpenBCI.
Методологічно дослідження ґрунтується на аналізі наукових публікацій, у яких використовувалися методи просторової фільтрації, машинного навчання (зокрема глибинного), візуального нейрофідбеку, адаптивної стимуляції, а також оптимізація тривалості вікна сигналу. В якості інформаційного джерела використано наукові статті, опубліковані у базах IEEE Xplore, MDPI, Springer Nature, Frontiers, IOPscience та інших.
Робота має на меті систематизувати сучасні підходи до підвищення точності класифікації моторної уяви з використанням OpenBCI та окреслити перспективи їхнього впровадження у персоналізовану систему реабілітації. Також розглядаються переваги та виклики, пов’язані з використанням відкритих BCI-рішень у клінічних та позаклінічних умовах.