פרדיגמת דמיון חזותי לאסטרטגיות ממשק מוח-מחשב באמצעות דפוסים מהבהבים מדומיינים

לדמיין אור כדי לדבר עם מכונות

לאנשים שאינם יכולים לזוז או לדבר, ממשקי מוח–מחשב (BCI) מספקים דרך לתקשר באמצעות פעילות מוחית בלבד. רבות מהמערכות הנפוצות כיום דורשות להסתכל על אורות מהבהבים על המסך, מה שאינו אפשרי או נוח עבור כמה מטופלים. המחקר הזה בוחן רעיון אחר: במקום להסתכל על תבניות מהבהבות, מה אם המשתמשים פשוט מדמיינים אותן ועדיין מצליחים לשלוט במחשב?

מאורות מהבהבות לתמונות מנטליות

ממשקי BCI מסורתיים משתמשים לעיתים קרובות בתמונות מהבהבות קבועות כדי לעורר תגובה חזרתית באיזורי הראייה במוח. כשאדם בוהה באור המקפץ בקצב קבוע, הפעילות החשמלית במוח מהדהדת בעדינות את הקצב הזה, וחיישנים על הקרקפת מסוגלים ללכוד זאת. עם זאת, שיטה זו מניחה שהמשתמש יכול לשמור על מבט קבוע על המסך. אנשים עם שיתוק חמור או בעיות בתנועת עיניים, כמו אלו עם תסמונת ה־locked‑in לאחר שבץ או מחלה ניוונית, עלולים לא לעמוד בכך, דבר שמגביל מי יכול להפיק תועלת מהטכנולוגיה.

להפוך מהבהובים מנטליים לאותות שליטה

המחברים בנו ממשק מוח‑מחשב שמחליף מהבהובים חיצוניים במהבהובים מנטליים. תחילה, 20 נבדקים בריאים צפו בתבניות שחמט על מסך המחשב שהתלקחו בקצבים שונים. שלב זה זיהה אילו שני קצבים מהבהבים תגובת מוחו של כל אדם הגיבה אליהם באופן הברור ביותר. לאחר מכן, המתנדבים התאמנו בשגרה מעורבת שבה לפעמים ראו את ההבהובים ולפעמים נדרשו לדמיין אותם. לבסוף, במבחנים העיקריים, המסך הכבה: רק חצים או צורות פשוטות על המסך ציינו למשתתפים איזה משני קצבי ההבהוב לדמיין או מתי לנוח. לאורך כל התקופה, מערך של 10 אלקטרודות על הקרקפת הקליט פעילות מוחית, שהומרה לאחר מכן לסיכום של כמה כוח כל רכיב קצבי הכיל.

ללמד מכונה לקרוא דפוסים מדומיינים

כדי להפוך את הקצבים העדינים האלה לפקודות, החוקרים השתמשו בשיטת זיהוי תבניות סטנדרטית שמציירת גבול בין סוגי אותות שונים. עבור כל נבדק, תוכנית המחשב הוכשרה להבדיל בין שלושה מצבים מנטליים: דמיון מהבהוב איטי, דמיון מהבהוב מהיר יותר, או מנוחה. בשלב "אוף‑ליין" המחשב ניתח נתונים מוקלטים קודם ובחן עד כמה טוב הוא יכול לנחש את המצב הנכון. לאחר מכן, בשלב "און‑ליין", המערכת נאלצה לסווג את פעילות המוח בזמן אמת בעוד האדם מבצע את המטלות המנטליות בשידור חי, המחקה בתכליתיות ממשק BCI מעשי.

כמה טוב עבד המערכת המבוססת דמיון

כאשר נבחנו הנתונים באוף‑ליין, המערכת זיהתה נכון את המצב המנטלי של המשתמש בערך 61 אחוז מהמקרים בממוצע על פני 20 הנבדקים. לבעיה בת שלוש אפשרויות, ניחוש אקראי ינוע סביב שליש דיוק, כך שהביצועים הללו גבוהים משמעותית מהאקראי. במבחן האון‑ליין החי הדיוק ירד לכ־51 אחוז בממוצע, אך נותר בבירור טוב מהאקראי עבור הקבוצה כולה. חלק מהמשתמשים הופיעו טוב מאוד, בעוד שאחרים נותרו קרובים יותר למקריות, מה שמשקף שונות טבעית ביכולת של פרטים לשמר דימויים חזותיים חיים ותשומת לב יציבה. גם הבחירה של קצבי ההבהוב השפיעה, אך ניסיונות לבחור אוטומטית את זוג התדרים "הטוב" ביותר לכל אדם הניבו יתרונות מעורבים, מה שמרמז כי צעד זה עדיין דורש שיפור.

מה זה עשוי להציע למשתמשים בעתיד

המחקר מראה שדמיון פשוט של תבניות מהבהבות יכול לספק אות שליטה שימושי לממשקי מוח‑מחשב, ללא צורך שהמשתמשים יפטפו על תמונות בוהקות מהבהבות. אף שהמערכת כיום מספקת רק שלוש בחירות ועובדת בדיוק מתון, היא דורשת אימון מועט ומשתמשת בציוד סטנדרטי ובמחיר סביר. עם פיתוח נוסף — כגון שיפור השיטה לבחירת התדרים הטובים והוספת פקודות מנטליות נוספות — סוג זה של BCI מבוסס דמיון עשוי להפוך לאופציה מעשית לאנשים שאינם יכולים להזיז את עיניהם היטב או לספוג גירוי חזותי, ולפתוח נתיב נוסף לתקשורת ושליטה באמצעות עין המחשבה בלבד.

ציטוט: Priori, S., Ricci, P., Consoli, D. et al. A visual imagery paradigm for BCI strategies using imagined flickering patterns. Sci Rep 16, 11967 (2026). https://doi.org/10.1038/s41598-026-41324-6

מילות מפתח: ממשק מוח-מחשב, דמיון חזותי, EEG, שיקום נוירולוגי, תקשורת מסייעת