THT 3 : Designing Implicit Interfaces for Physiological Computing

Designing Implicit Interfaces for Physiological Computing:

Guidelines and Lessons Learned Using fNIRS

http://dx.doi.org/10.1145/2687926

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.