User-centered design van een Brain-Computer Interface headset gebruikmakend van moderne antropometrische methoden

In dit doctoraat werden de mogelijkheden van 3D antropometrie binnen productontwikkeling onderzocht door de toepassing van statistische vormmodellering voor het ontwerp van meer ergonomische en gebruiksvriendelijke brein-computer interface (BCI) headsets. Allereerst werd er een statistisch vormmodel van de menselijke scalp gemaakt aan de hand van 100 MRI scans. Aan dat model werden intuïtieve antropometrische metingen gekoppeld, en er werd vervolgens onderzocht met welke nauwkeurigheid het model hoofdvormen kon voorspellen en hoe gevoelig het was voor meetfouten. Het gebruik van acht antropometrische metingen als parameters zorgde voor een gemiddelde voorspellingsfout van slechts 1.60 +/- 0.36 mm. Hoewel dit model op zichzelf gebruikt zou kunnen worden voor antropometrische studies (bijvoorbeeld om verschillende populaties met elkaar te vergelijken), werd in dit werk voornamelijk onderzocht hoe het binnen productontwikkeling gebruikt zou kunnen worden voor het ontwerp van hoofddeksels die betere aansluiten op de variatie in vorm en grootte van menselijk hoofd. Daarom werd in het tweede deel van het onderzoek een methode voorgesteld om een one-size-fits-all BCI-headset te maken, waarbij de elektroden goed contact maken met de schedel op vooropgestelde locaties. Om deze methode te verifiëren werd een (niet-functionele) 3D-geprinte BCI-headset vergeleken met een klassieke EEG-kap en met een commerciële BCI-headset. Het prototype presteerde 10-15% beter dan het commerciële equivalent op vlak van plaatsing van elektrodes en herhaalbaarheid, wat bewijst dat de voorgestelde methode een goed alternatief is voor traditioneel antropometrisch ontwerpen. In een derde deel van het werk werd het statistische vormmodel gecombineerd met k-medoids clustering om een nieuwe methode voor maatvoering te bieden. De nieuwe clustering-methode werd theoretisch geverifieerd door de Ray-Turi index, size-weighted variance en gemiddelde intra-cluster punt-tot-punt-afstanden te vergelijken met die van maatvoering gebaseerd op traditionele antropometrische metingen. De methode scoorde beter dan traditionele maatvoering op vlak van zowel de Ray-Turi index (verlaging van 20.69%) als op size-weighted variance (verlaging van 6.6%). Intra-cluster punt-tot-punt-afstanden waren vergelijkbaar voor alle methodes, wat erop wijst dat de nieuwe methode geen negatieve impact zou mogen hebben op de werklast van de ontwerper. Tenslotte werd een methode gepresenteerd om deze clustering methode op basis van 3D antropometrie toe te passen op de maatvoering van BCI-headsets. Deze drie onderwerpen zijn verwerkt in drie wetenschappelijke publicaties, waar deze thesis uit is samengesteld. Dit doctoraat bewijst dat hoofddeksels die een nauwkeurige pasvorm nodig hebben, zoals BCI-headsets, baat zouden hebben bij een ontwerpproces waarin 3D vormmodellen worden gebruikt. Vergeleken met traditionele antropometrie, zal het gebruik van 3D antropometrie resulteren in toestellen die beter passen, comfortabeler zijn en mogelijk zelfs beter werken.