Designing Implicit Interfaces for
Physiological Computing:
Guidelines and Lessons Learned Using fNIRS
ERIN TREACY SOLOVEY, Drexel University
DANIEL AFERGAN, Tufts University
EVAN M. PECK, Bucknell University
SAMUEL W. HINCKS and ROBERT J. K. JACOB, Tufts University
A growing body of recent work has shown the feasibility of brain and
body sensors as input to interactive systems. However, the interaction
techniques and design decisions for their effective use are not well defined. We
present a conceptual framework for considering implicit input from the brain,
along with design principles and patterns we have developed from our work. We
also describe a series of controlled, offline studies that lay the foundation
for our work with functional near-infrared spectroscopy (fNIRS) neuroimaging,
as well as our real-time platform that serves as a testbed for exploring
brain-based adaptive interaction techniques. Finally, we present case studies
illustrating the principles and patterns for effective use of brain data in human–computer
interaction. We focus on signals coming from the brain, but these principles
apply broadly to other sensor data and in domains such as aviation, education,
medicine, driving, and anything involving multitasking or varying cognitive
workload.
Pengkaji : Indriyani (G64120028)
Kajian:
Functional near-infrared spectroscopy (fNIRS) adalah adalah perangkat
non-invasif dan ringan yang mendeteksi perubahan oksigen dalam darah di daerah
otak dengan menggunakan serat optik untuk memancarkan cahaya inframerah secara dekat
[Chance et al. 1988]. Sumber-sumber cahaya diatur pada ikat kepala atau topi,
bersama dengan detektor cahaya.
Alat ini dibuat menjadi portabel, mudah digunakan, dan cepat dalam
pengaturannya. Cahaya yang mendekati inframerah di denyutkan pada dahi yang
mana ini kemudian dibiaskan dari jaringan cortex hingga kedalaman 1-3cm. Hemoglobin
oksigen dan terdeoksigenasi adalah penyerap utama cahaya pada panjang gelombang
ini sehingga pantulan cahaya yang menyabar tersebut dicatat oleh detector. Karena
perubahan hemodinamik dan metabolik yang terkait dengan aktivitas saraf di
otak, pengukuran fNIRS dapat digunakan untuk mendeteksi perubahan dalam keadaan
kognitif seseorang saat melakukan tugas. Karena alat ini portable, mudah
digunakan dan membutuhkan waktu yang singkat dalam pengaturannya membuat alat
ini menjadi sebuah tool yang menjanjikan untuk peneliti HCI (Human-Computer
Interaction).
Hal-hal yang mempengaruhi penggunaan fNIRS adalah pergerakan kepala,
cahaya, kebisingan, pernafasan dan detak jantung dan pergerakan otak. Karena
fNIRS sensor ditempatkan pada dahi dan alat ini sangat sensitif terhadap
perubahan di korteks prefrontal anterior, di mana Koechlin et al. [1999]
menunjukkan profil aktivasi yang berbeda selama delay, ganda, dan tugas
bercabang. Keadaan-keadaan ini didefinisikan sebagai berikut:
1. Percabangan diilustrasikan oleh skenario berikut: Seorang pengguna
yang menangani tugas pemrograman yang rumit tapi terganggu oleh email masuk
dari bosnya itu adalah waktu sensitif. Hal ini terjadi ketika pengguna harus
"terus dalam tujuan pikiran sambil menjelajahi dan pengolahan tujuan
sekunder" [Koechlin et al. 1999]. Ini melibatkan aspek kedua tugas delay
dan keadaan-keadaan ganda tugas dijelaskan selanjutnya (Gambar 3). Karena ini
adalah menantang untuk pengguna, otomatis merasakan keadaan ini akan menjadi
berharga untuk HCI.
2. Keterlambatan Tugas terjadi ketika tugas sekunder diabaikan dan
karena itu memerlukan sedikit sumber daya attentional (misalnya, A pengguna
menangani tugas pemrograman yang rumit dan pada saat yang sama mendapat pesan
instan bahwa pemberitahuan pengguna tetapi mengabaikan). Tugas sekunder
terutama menunda respon terhadap tugas utama.
3. Ganda Tugas memerlukan sering berpindah tugas tanpa perlu untuk
mempertahankan informasi tentang tugas sebelumnya (misalnya, beralih antara
menanggapi email dan merespon masalah dukungan software yang login). Tugas ini
disebut tugas sebagai ganda karena ada dua tugas yang membutuhkan sumber daya
attentional. Situasi ini juga bisa memanfaatkan dukungan adaptif dalam
antarmuka pengguna, namun perilaku adaptif akan berbeda dari yang bercabang.
Dalam artikel ini kelayakan pengunaan fNIRS digunakan dalam HCI. Dengan menggunakan fNIRS, peneliti dapat
memiliki akses ke keadaan kognitif pengguna dalam kondisi laboratorium HCI
realistis. Pada artikel ini, kita menarik pengalaman penulis dalam merancang
sistem interaktif yang menggunakan fNIRS untuk mengatasi serta melengkapi
beberapa kelemahan dari sistem neuroimaging lainnya dalam pengaturan HCI. Artikel ini menjelaskan studi dasar dalam menjelajahi
kelayakan dan potensi fNIRS untuk HCI, serta platform real-time telah dibangun
untuk mempelajari sistem tersebut.
Implisit, pasif antarmuka brain computer berjanji untuk meningkatkan
bandwidth antara pengguna dan sistem komputasi tanpa pekerjaan tambahan atau
pikiran sadar dari keadaan pengguna. Ini adalah langkah awal menuju komputer
yang dapat menafsirkan bagian kognitif pengguna dan beradaptasi yang sesuai.
Kemampuan untuk menangkap perubahan halus dalam keadaan kognitif pengguna
secara real time membuka pintu baru dalam penelitian interaksi
manusia-komputer.