簡易脳波計によるジャンケン予測のためのクラスタリングの履歴(No.25)

技術資料

電極	線の色	サイトンボードピン
耳のクリップ	黒	ボトムSRBピン（SRB2)
FP1	紫	ボトムN1Pピン
FP2	グレー	ボトムN2Pピン
C3	緑	ボトムN3Pピン
C4	青	ボトムN4Pピン
P7	オレンジ	ボトムN5Pピン
P8	黄	ボトムN6Pピン
O1	赤	ボトムN7Pピン
O2	茶色	ボトムN8Pピン
耳のクリップ	黒	ボトムBIASピン

配線の色とサイドボードピンの組み合わせは一致しないかもしれないので、写真の通りの電極と一致するように写真と表を見比べて接続する。
以下のサイトを参考にして、同じように電極とデイジー・ピンのペアリングも行う。

01-Ultracortex-Mark-IV

電池パッケージを結束バンドなどで固定しておく。

リティとプライバシーから App Store と確認済みの開発元からのアプリケーションの許可に設定する

3. GUIインストール~

以下のサイトでインストール http://openbci.com/index.php/downloads

4. 脳波の測定の準備

USB ドングルをコンピュータ側にでっぱりをスライドさせ、青いライトを点灯させる

Cyton ボードのスイッチは、上にスライドで PC 接続、下にスライドで Bluetooth 接続となる

今回はPC接続なので上にスライドする

Windowsの場合

OpenBCI_GUI.exeを開いて

（１） LIVE from (Cyton)

（２） Serial(from Dongle)

（３）　COM3

（４） 8CHANNELS

（５） START SYSTEM

以上の流れで実行できる

・今回は、8CHANNNELで行う

・USBドングルは２種類あるので、COM3と表示されるものを使う

・エラーが出たときはOpenBCIHub.exeを起動してからOpenBCI_GUI.exeを起動する

5. 脳波の測定の実行と動作確認

・装着するときは電池がついている方を後ろ向きにする

・Session Date の Name でファイル名を変更できる(デフォルトで日付)

・実行できる状態か確かめるときは、AUTOSCAN から確認できる

・下部分に緑文字で "Successfully connected to Cyton using COM3" と表示されれば実行可能

・脳波がとれない場合はそのチャンネルの頭のねじを回すことで調節する

START SESSION を実行すると以下のような画面になり、左上の START DATA STREAM で測定開始、STOP で測定終了となる

システム(この項目は、直接USBでデータを渡したほうが早い)

Google Driveの中の"学生"→"08清水"に行き、"専門ゼミ脳波"のフォルダをダウンロードしてもらう

専門ゼミ脳波の中にはこれらが入っている

作業する場所にフォルダを作り、以下のプログラムと画像を入れる

tv.py

X_tra.py

6. ジャンケンの出す手の分類学習

6.1 環境構築

python3でやる

pipのインストールはこのサイトの「pipのインストール方法」を見てやる

モジュールのインストールは以下のコマンドで

Python で opencv を取り扱うためのモジュール

pip3 install opencv-python

マウスやキーボード操作を制御するためのモジュール

sudo pip3 install pyautogui

PythonにXlibを実装する

sudo pip3 install xlib

Pythonの描画ライブラリ

pip3 install matplotlib

高度な科学計算を行うためのライブラリ

pip3 install scipy

機械学習のライブラリ

pip install scikit-learn

データ解析を支援する機能を提供するライブラリ

pip3 install pandas

これ以外のモジュールを要求されたら、その都度インストールをしていく

"sudo","apt-get"のコマンドはwindowsではできないので、"sudo"のみのものは"sudo"なしでも大丈夫

"apt-get"はwindowsではできない

必要なコードとファイルは，Google Driveの/麻生/brainの中にあります
一応、国際学会では違う分析手法で発表したのでその時のコードもgakkaiというフォルダの中に一緒に入れておきます。（これは興味があれば見ておいてください。）

6.2 コードの実行

tv.pyを以下のコマンドにより実行することによってシステムを動かすことができます。

python tv.py

6.3 分析の流れ

⒈　分析したい脳波データの部分を抽出する
⒉　分析対象となる脳波のデータを独立主成分分析によって、分析に効果的であると考えられる成分を抽出する
⒊　独立成分分析によって処理したデータをフーリエ変換
⒋　周波数帯でシータ波とアルファ波、ベータ波に分割する
⒌　分割したデータをランダムファレストにより学習
⒍　学習したモデルを使って予測