SET Net Hybrydowy framework deep learning dla klasyfikacji relaksacji uwagi opartej na EEG w aplikacjach interfejsu mózg-komputer

Podsumowanie

W niniejszym artykule przedstawiono sieć transformatorów squeeze-and-excitation (SET-Net), która jest hybrydową siecią CNN-Transformer, rozpoznającą stany uwagi i relaksacji za pomocą cech spektrogramu do identyfikacji stanów uwagi i relaksacji opartej na EEG z dokładnością 93,7% i wysoką uogólnieniem do zastosowań interfejsu mózg-komputer (BCI).

Streszczenie

Technologia interfejsu mózg-komputer (BCI) jest wykorzystywana jako narzędzie do zapewnienia bezpośredniego kanału komunikacji między ludzkim mózgiem a środowiskiem zewnętrznym. Ma zastosowanie w systemach wspomagających i interaktywnych. Nieinwazyjne pozyskiwanie aktywności nerwowej za pomocą elektroencefalografii (EEG) jest standardem w systemach BCI. Jednak trudno jest skutecznie sklasyfikować stany poznawcze, w tym uwagę i relaksację, ponieważ sygnał EEG jest niestacjonarny i głośny. Aby przezwyciężyć te niedociągnięcia, badanie proponuje nową hybrydową architekturę głębokiego uczenia, mianowicie sieć transformatorową squeeze-and-excitation (SE) (SET-Net). W tej metodzie sygnały EEG są wstępnie przetwarzane i dzielone na okna czasowe w celu analizy istotnych reprezentacji spektrogramów. Proponowany model osiąga dokładność klasyfikacji na poziomie 93,7%, z wynikiem F1 0,93 i ROC-AUC 0,98. To pokazuje skuteczność hybrydowego modelu głębokiego uczenia w rozszerzonej dyskryminacji stanu uwagi i relaksacji opartej na EEG. Oferuje to skalowalny system dla aplikacji BCI w czasie rzeczywistym jako technologię wspomagającą interakcję człowiek-komputer.

Wprowadzenie

Interfejsy mózg–komputer (BCI) stały się przełomową technologią, która pozwala ludzkiemu mózgowi i zewnętrznym urządzeniom komunikować się bezpośrednio bez użycia tradycyjnych połączeń nerwowo-mięśniowych. Elektroencefalografia (EEG) jest najczęściej spotykaną i powszechnie stosowaną techniką ze względu na nieinwazyjny charakter, przenośność oraz opłacalność¹. BCI oparte na EEG były wykorzystywane zarówno w opiece zdrowotnej, jak również w neurorehabilitacji, graniu gier i technologiach wspomagających dla osób z niepełnosprawnościami neurologicznymi, poprzez badanie aktywności mózgu². Jednym z najważniejszych zastosowań jest identyfikacja stanów poznawczych, w tym uwagi i relaksacji, które mogą być wykorzystywane do tworzenia adaptacyjnych interfejsów człowiek-komputer oraz dostępności cyfrowej³. Niski stosunek sygnału do szumu, duża zmienność między podmiotami oraz skomplikowana dynamika czasowa między stanami uwagi a relaksacji, interpretowana za pomocą EEG; dlatego klasyfikacja stanów uwagi i relaksacji za pomocą EEG jest trudna⁴. Klasyczne modele uczenia maszynowego, w tym maszyny wektorowe wspierające (SVM) i las losowy, wykazały umiarkowaną wydajność; jednak zazwyczaj opierają się na inżynierii cech, ponieważ nie wykorzystują w pełni złożoności przestrzenno-spektralno-czasowej EEG⁵. Najnowsze osiągnięcia w głębokim uczeniu, szczególnie w sieci konwolucyjnej (CNN) i transformatorze, otworzyły nowe możliwości automatycznego wyodrębniania cech i silnej klasyfikacji sygnałów EEG⁶.

Systemy BCI oparte na EEG są szeroko badane od dawna jako narzędzie monitorowania stanu poznawczego, neurorehabilitacji oraz systemów interaktywnych. Definicja stanu psychicznego jest jednym z najważniejszych wyzwań, na przykład w stanach relaksacji i uwagi. W odpowiedzi na to naukowcy zaprezentowali różnorodne rozwiązania, takie jak inżynieria standardowych cech oraz zaawansowane modele głębokiego uczenia. Klasyczne podejścia uczenia maszynowego opierają się głównie na ręcznie projektowanych cechach w przestrzeni czasowej, częstotliwościowej lub czasowo-częstotliwościowej. Badania nad hybrydowymi algorytmami głębokiego uczenia w ramach systemu SET-Net opartego na EEG klasyfikacji uwagi i relaksacji okazały się ważnym kierunkiem naukowym, ponieważ mogą potencjalnie ulepszyć systemy BCI, które mogą być wykorzystywane w rzeczywistych warunkach ^7,8. Modele głębokiego uczenia, w tym sieci konwolucyjne (CNN), sieci rekurencyjne (RNN) oraz transformatory, osiągnęły znaczący postęp w dekodowaniu sygnałów EEG w ciągu ostatniej dekady ¹⁹⁹¹⁰. Te osiągnięcia doprowadziły do lepszego i bardziej efektywnego dekodowania stanów poznawczych, które są pożądane dla stanów poznawczych w neurorehabilitacji i technologiach wspomagających^11,12. Rosnąca popularność systemów BCI podkreśla praktyczne znaczenie poprawy dokładności klasyfikacji, a najnowsze wyniki wykazały, że klasyfikacja ta może przekraczać 85% w obrazowaniu motorycznym i aktywnościach uwagowych^13,14. Niemniej jednak, wyzwania w osiąganiu silnych klasyfikacji w czasie rzeczywistym w różnorodnych i hałaśliwych środowiskach nadal istnieją, mimo takich wydarzeń^15,16. Kluczowym problemem poruszanym w tym badaniu jest precyzja i zewnętrzna wiarygodność modeli klasyfikacji uwagi–relaksacji opartych na EEG, szczególnie modeli składających się z hybrydowego głębokiego uczenia w architekturze SET-Net^17,18, które są ograniczone. Istniejące metody zwykle wiążą się z problemami zmienności między podmiotami, niskim szumem sygnału oraz słabym wykorzystaniem właściwości przestrzenno-czasowych 19,20,21. Istnieją metody nastawione na ekstrakcję cech splotowych, a inne na architekturę uwagi lub transformatorów, co prowadzi do różnych opinii na temat najlepszego projektu modelu 22,23,24. Ponadto modele EEG nie są łatwe do trenowania i uzasadniania ze względu na brak dostępności dużych, adnotowanych zbiorów danych^25,26. Ten brak wiedzy ogranicza stosowanie BCI w warunkach rzeczywistych, co jest najważniejsze, aby być elastycznym i precyzyjnym ^27,28. Teoretycznie opiera się to na mieszance ekstrakcji cech przestrzennych, czasowych i opartych na uwagi, wykorzystując hybrydowe modele głębokiego uczenia 29,30,31. To połączenie widoczne jest w ramach SET-Net, które uzyskuje się poprzez warstwy splotowe do wyodrębniania lokalnych cech oraz mechanizmów samouwagi, aby nauczyć się globalnych zależności³². Ta synergia wzmacnia reprezentację sygnałów EEG i może być zastosowana do lepszej klasyfikacji stanów relaksacji i uwagi. Teoria opiera się na faktach, że zmienność sygnałów EEG i szumu można wyeliminować dzięki wzmocnieniu wieloskalowych charakterystyk przestrzenno-czasowych oraz technikom adaptacji domenowej³³. Systematyczny przegląd koncentruje się na krytycznym przeglądzie postępów teoretycznych w zakresie dokładności i praktycznego zastosowania hybrydowych metod głębokiego uczenia architektury SET-Net klasyfikacji uwagi i relaksacji opartej na EEG³⁴. Przegląd ten będzie wykorzystywany do kierowania stworzeniem lepszego, bardziej interpretacyjnego i uogólnialnego systemu BCI w przyszłych eksperymentach poprzez syntezę najnowszych osiągnięć oraz identyfikację mocnych i ograniczonych stron metod. Takie luki pomogą w przyszłym rozwoju rzeczywistych zastosowań BCI, które zwiększą użytkowników i niezawodność systemu. Przegląd zastosował szerokie podejście przeglądu literatury, gdzie recenzowane artykuły były wykorzystywane w oparciu o hybrydowe modele głębokiego uczenia w klasyfikacji EEG uwagi–relaksacji³⁴. Kryteria włączenia koncentrują się na najnowszych trendach w architekturach konwolucyjnym, rekurencyjnym i opartym na uwadze w ramach systemów SET-Net lub podobnych³⁵. Modele analityczne oceniają projekty modeli, algorytmy wyboru cech, dokładność klasyfikacji oraz możliwość wykonania w rzeczywistym środowisku. Wyniki są uporządkowane tak, aby wyjaśnić budowanie teorii, praktykę oraz przyszłe możliwości badawcze.

Pomimo ostatnich postępów, istniejące metody nie potrafią jednocześnie uchwycić zależności czasowych przestrzennych, spektralnych i dalekosiężnych w jednokanałowych sygnałach EEG, co skutkuje nieoptymalną wydajnością klasyfikacji uwagi–relaksacji. Ponadto istniejące metody opierają się na ręcznie dodawanych cechach lub uwzględniają tylko kilka cech sygnałów EEG; dlatego nie można ich uogólnić na uczestników i warunki w czasie rzeczywistym. Dlatego potrzebne jest stworzenie jednolitych ram, które będą mogły odpowiednio modelować wielowymiarowe cechy EEG oraz były silne i możliwe do badań w czasie rzeczywistym.

Aby przezwyciężyć te wady, badanie proponuje pracę badawczą w ramach hybrydowego modelu głębokiego uczenia, oznaczonego jako sieć transformatorów ściskania i wzbudzania (SET-Net). W szczególności moduł CNN uczy się lokalnych wzorców przestrzenno-spektralnych za pomocą spektrogramów EEG i pokonuje ograniczenia ręcznie wytwarzanej ekstrakcji cech. Blok SE poprawia reprezentację cech poprzez dostosowywanie znaczenia kanałowego oraz zwiększanie odporności szumów i zmienności. Enkoder transformatora modeluje długoterminowe zależności czasowe, które nie ograniczają się do modeli wyłącznie CNN. Ponadto analiza czasowo-częstotliwościowa może być skutecznie przeprowadzana za pomocą reprezentacji opartej na spektrogramie, co ułatwia uczenie się cech dyskryminujących. Aby zagwarantować stabilne wyniki, zastosowano zrównoważone szkolenie i walidację bez wycieków, co poprawiło uogólnienie wyników między uczestnikami.

Ponadto sugerowana struktura jest potwierdzona w aplikacji czasu rzeczywistego, w której kategoryzowane stany poznawcze są przekształcane w kierunku instrukcji sterowania systemami interaktywnymi. Pokazuje to, że model jest praktycznie stosowany w technologiach wspomagających i dostępności cyfrowej, a potencjalnie może być wykorzystany w praktycznej implementacji BCI.

Głównym osiągnięciem tego badania jest zaprojektowanie nowej hybrydowej architektury SET-Net, która wykorzystuje konwolucyjne sieci neuronowe, uwagę typu squeeze-and-excitation oraz enkodery transformatorowe, aby lepiej modelować sygnały EEG. Ponadto do skutecznego oddania właściwości czasowo-częstotliwościowych sygnałów EEG użyto reprezentacji opartej na spektrogramie. Sugerowane ramy pozwalają na silną klasyfikację stanów poznawczych uwagi i relaksacji. Co więcej, model wykazano praktyczne zastosowanie w aplikacji interfejsu mózg-komputer w czasie rzeczywistym.

Artykuł ten jest zorganizowany na sekcje, w których przegląd badań kategoryzujących klasy uwagi i relaksacji aktywności mózgu stosowane w systemach BCI. Artykuł ten został sformułowany tak, aby najpierw przedstawić luki i wyzwania badawcze związane z rozwojem systemów BCI, a następnie przedstawić proces pozyskiwania danych oraz metodologię rejestracji sygnałów EEG, preprocessing oraz reprezentacja cech. Omawia znaczenie aktywności koncentracji i relaksacji, a także proces wyciągania istotnych cech z danych EEG. Wyniki są następnie prezentowane i oceniane za pomocą analiz ilościowych i porównawczych, a także rzeczywistej wydajności aplikacji. Ostatnia część omawia wyniki, ograniczenia badania oraz przyszłe kierunki pracy.

Protokół

Badanie zostało przeprowadzone zgodnie z Deklaracją Helsińską i zatwierdzone przez Instytucjonalną Komisję Etyczną SR University w Warangal, Telangana, Indie (nr zatwierdzenia 007/2026). Przed rozpoczęciem gromadzenia danych od wszystkich uczestników uzyskano pisemną świadomą zgodę.

Wybór uczestników

Dane EEG zebrały od 11 zdrowych uczestników (zakres wieku: 25–45 lat; średnia wieku: 28 lat) bez historii zaburzeń neurologicznych lub psychiatrycznych. W badaniu tym przeanalizowano łącznie 1175 segmentów EEG, z czego 527 należało do klasy relaksacji, a 648 do klasy uwagi. Wykluczono uczestników, których zapisy EEG wykazały nadmierne artefakty ruchowe lub słabą jakość sygnału.

Konfiguracja akwizycji EEG

Ogólny schemat proponowanego systemu interfejsu mózg-komputer opartego na EEG przedstawiono na Rysunku 1, który obrazuje cały proces akwizycji sygnału, klasyfikacji i zastosowania w czasie rzeczywistym. Dane EEG rejestrowano przy użyciu niewielkiego modułu akwizycji potencjałów biologicznych połączonego z systemem opartym na mikrokontrolerze. Elektrody żelowe rozmieszczono zgodnie z międzynarodowym systemem 10–20, a mianowicie w przedczołowych punktach Fp1 i Fp2, z elektrodą referencyjną i uziemiającą umieszczonymi na płatkach usznych, jak wskazano na Rysunku 2. Sygnały były cyfryzowane z częstotliwością 128 Hz i przesyłane do komputera za pomocą autorskiego skryptu akwizycyjnego napisanego w języku Python. W celu zmniejszenia impedancji elektrod i poprawy jakości sygnału zastosowano odpowiednie przygotowanie skóry oraz żel przewodzący.

Procedura eksperymentalna

Rejestracje EEG przeprowadzono w dwóch warunkach poznawczych: relaksacji oraz uwagi, zgodnie ze standaryzowanym protokołem. W warunku relaksacji uczestnik siedział w komfortowym, cichym otoczeniu i otrzymał instrukcję, aby pozostać w bezruchu, ograniczając ruchy do minimum. Przez słuchawki odtwarzano uspokajającą muzykę instrumentalną, a akwizycję EEG rozpoczęto za pomocą polecenia python collect.py. Sygnały EEG rejestrowano przez 5 min na sesję, powtarzając proces w czterech sesjach. W warunku uwagi uczestnik otrzymał instrukcję wykonywania zadań wymagających koncentracji, takich jak gry interaktywne, przy zachowaniu tej samej konfiguracji akwizycji, co w warunku relaksacji. Sygnały EEG rejestrowano przez 5 min na sesję, powtarzając proces w czterech sesjach. Każdy uczestnik brał udział w badaniu przez łącznie 40 min, na co składało się 20 min relaksacji i 20 min zadań wymagających uwagi, co umożliwiło wiarygodne porównanie stanów poznawczych. 

Przetworzony zestaw danych został zorganizowany w oznaczone segmenty w następujący sposób: Relaksacja (0); Koncentracja (1). Każdy segment miał czas trwania 4 s z 50% nakładaniem się i był reprezentowany jako spektrogram z wykorzystaniem krótkoczasowej transformaty Fouriera. 

Przetwarzanie sygnałów, reprezentacja cech i implementacja modelu

Uzyskane sygnały EEG poddano wstępnemu przetwarzaniu w celu usunięcia szumów i artefaktów. Do eliminacji zakłóceń z sieci elektrycznej zastosowano filtr notch o częstotliwości 50 Hz, natomiast do wyboru odpowiednich pasm częstotliwości EEG użyto pasmowo-przepustowego filtra Butterwortha 4. rzędu w zakresie od 0.5 do 30 Hz. W celu zidentyfikowania segmentów zanieczyszczonych artefaktami wykorzystano progowanie amplitudy oraz inspekcję wizualną, co pozwoliło na usunięcie około 8–12% danych. Metodami augmentacji danych zastosowanymi w celu zwiększenia odporności modelu były dodawanie szumu Gaussa, maskowanie czasowe oraz maskowanie częstotliwościowe. Sygnały EEG przefiltrowano, a następnie podzielono na 4-sekundowe okna z 50-procentowym nakładaniem.

Poszczególne segmenty EEG przekształcono w reprezentację czasowo-częstotliwościową (Krótkoczasowa Transformata Fouriera), zgodnie z równaniem (1), aby umożliwić ekstrakcję charakterystyk czasowych i widmowych.

    (1)

Uzyskane spektrogramy zostały znormalizowane i przeskalowane do stałych wymiarów, aby służyć jako dane wejściowe dla modelu klasyfikacji. Aby zapobiec wyciekowi danych spowodowanemu nakładaniem się próbek, zbiór danych przed segmentacją podzielono na podzbiory treningowy (70%), walidacyjny (10%) i testowy (20%), co przedstawiono na Rysunku 3. Dodatkowo przeprowadzono walidację krzyżową metodą leave-one-subject-out (LOSO) w celu oceny generalizacji międzyosobniczej, w której dane od jednego uczestnika wykorzystano do testowania, natomiast pozostałe dane posłużyły do trenowania modelu.

Zaproponowana architektura SET-Net, przedstawiona na Rysunku 4, została opracowana w celu uchwycenia wielowymiarowych cech EEG. Model integruje szkielet splotowej sieci neuronowej (CNN) do ekstrakcji reprezentacji przestrzenno-spektralnych, po którym następuje blok squeeze-and-excitation (SE), który adaptacyjnie rekalibruje ważność cech w poszczególnych kanałach, zgodnie z opisem w Równaniu (2). Szkielet CNN składa się z dwóch warstw splotowych o rozmiarze jądra 3 × 3, po których następują normalizacja wsadowa (batch normalization) oraz aktywacja jednostki liniowej wykładniczej (ELU)

    (2)

Wewnętrzna struktura bloku SE została przedstawiona na Rysunku 5. W celu uchwycenia długoterminowych zależności czasowych włączono enkoder transformera, którego mechanizm uwagi zdefiniowano w równaniu (3) i zilustrowano na Rysunku 6.

    (3)

Do redukcji map cech do stałego rozmiaru 16 × 16 wykorzystano warstwę adaptacyjnego uśredniania pulującego (adaptive average pooling). Współczynnik redukcji bloku SE wynosi 8 i służy on do rekalibracji odpowiedzi cech w poszczególnych kanałach. Koder transformera składał się z czterech warstw z czterema głowicami uwagi, rozmiarem wymiaru sieci feed-forward wynoszącym 256 oraz rozmiarem osadzania modelu wynoszącym 128.

Końcowa klasyfikacja została przeprowadzona przy użyciu warstw w pełni połączonych z regularyzacją dropout oraz funkcji aktywacji softmax w celu rozróżnienia stanów uwagi i relaksacji. Szczegółowa architektura warstwowa proponowanego modelu przedstawiona jest w Tabeli 1.

Model został wytrenowany przy użyciu optymalizatora AdamW z początkową szybkością uczenia 0,001 i rozkładem wag (weight decay) 1×10⁻⁴. W celu usprawnienia zbieżności zastosowano harmonogram wygaszania cosinusoidalnego (cosine annealing scheduler), a proces trenowania trwał 50 epok przy rozmiarze partii (batch size) wynoszącym 32. Problem niezbalansowania klas rozwiązano poprzez zastosowanie ważonej funkcji straty entropii krzyżowej, zgodnie z opisem w równaniu (4).

     (4)

Tabela 2 podsumowuje konfigurację treningową, a Tabela 3 przedstawia poszukiwanie hiperparametrów dla proponowanej sieci SET-Net, która została wykorzystana w klasyfikacji uwagi i relaksacji w oparciu o EEG. Wybrane parametry zapewniają stabilność treningu, zwiększoną generalizację oraz tolerancję na zmiany w sygnałach EEG. Wybrane parametry zapewniają stabilność procesu treningowego, zwiększają zdolność generalizacji i są odporne na modyfikacje sygnału EEG. Do pomiaru wydajności modelu wykorzystano dokładność (accuracy), precyzję (precision), czułość (recall), wynik F1 (F1-score) oraz ROC-AUC. Wszystkie potoki obejmujące przetwarzanie wstępne, trening modelu i ewaluację zostały napisane w języku Python z wykorzystaniem frameworka PyTorch w celu zapewnienia powtarzalności. Tabela 4 zawiera szczegółowy opis rozwiązywania problemów, aby pomóc w identyfikacji i rozwiązywaniu trudności związanych z akwizycją EEG, przetwarzaniem wstępnym, treningiem modelu i zastosowaniem w czasie rzeczywistym. Tabela 5 przedstawia zestawienie materiałów urządzenia EEG, aby umożliwić łatwe stworzenie struktury do przeprowadzania eksperymentów oraz konfiguracji eksperymentalnej. Do implementacji proponowanego frameworka SET-Net wykorzystano język Python 3.8 wraz z frameworkiem do głębokiego uczenia PyTorch. Do wstępnego przetwarzania sygnałów i ekstrakcji cech wykorzystano standardowe biblioteki obliczeń naukowych NumPy, SciPy i Matplotlib. Każda procedura eksperymentalna została przeprowadzona na systemie z procesorem Intel i7 i 16 GB RAM, aby przyspieszyć trening modeli.

DOSTĘPNOŚĆ DANYCH:

Zanonimizowany zestaw danych EEG, wygenerowany i przeanalizowany podczas niniejszego badania, jest publicznie dostępny w repozytorium Zenodo pod następującym linkiem dostępowym: https://zenodo.org/records/19627795.

Wszystkie dane zostały zanonimizowane w celu zapewnienia poufności uczestników, zgodnie z instytucjonalnymi wytycznymi etycznymi zatwierdzonymi przez Komisję Etyki Instytucjonalnej Uniwersytetu SR (Numer zatwierdzenia 007/2026).

Przetworzone informacje, ustawienia modelu oraz szczegóły implementacji niezbędne do odtworzenia wyników zostały przedstawione w manuskrypcie, a kod źródłowy jest publicznie dostępny pod adresem: https://github.com/Ravichanderj/SET-Net-EEG-BCI.

Wyniki

Reprezentacja cech oparta na spektrogramie

Głównym celem niniejszej pracy była prawidłowa klasyfikacja stanów uwagi i relaksacji z wykorzystaniem sygnałów EEG. Przekształcenie surowych sygnałów EEG w spektrogramy umożliwiło efektywną ekstrakcję cech dyskryminacyjnych. Spektrogramy wskazują na wzrost aktywności pasma alfa (8–13 Hz) podczas relaksacji oraz wzrost aktywności beta (14–25 Hz) podczas skupienia uwagi. Ten wyraźny podział właściwości w dziedzinie częstotliwości jedno...

Dyskusja

Obecne badania sugerują hybrydowy model głębokiego uczenia, SET-Net, do klasyfikacji uwagi i relaksacji opartej na EEG. Aby poznać cechy przestrzenne, spektralne i czasowe sygnałów EEG, architektura łączy sieci neuronowe splotowe, uwagę typu squeeze-and-excitation oraz enkodery transformatorowe, jak pokazano na Rysunku 5. Wyniki wskazują, że proponowana metoda może spełnić cel badania. Dokładność, F1-score oraz ROC-AUC (Tabela 6) są wysokie, co dowodzi, że model jest wiarygo...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Komputer / Laptop	Ogólne	Dowolny system standardowy	≥ Zalecane 8 GB RAM
Skrypt akwizycji danych	Zwyczaj	collect.py	Skrypt akwizycyjne oparty na Pythonie
Jednorazowe elektrody żelowe	Ogólne	Elektrody Ag/AgCl z pre-żelem	Jednorazowe, klejne
Moduł akwizycji EEG	Laboratoria do góry nogami	BioAmp EXG Pill	Analogowy front-end dla sygnałów biopotencjalnych
Żel elektrod (jeśli użyto elektrod wielokrotnego użytku)	Ogólne	Żel przewodzący	Poprawia przewodność sygnału
Interaktywna aplikacja (gra)	Ogólne	Każda prosta gra (np. wyścigi)	Interfejs sterowany klawiaturą
Przewody rozłączające	Ogólne	Male– Złącza żeńskie	Standardowe przewody do płyt stykowych
Matplotlib / Seaborn	Open-source	Najnowsze wersje	Biblioteki wizualizacyjne
Płytka mikrokontrolera	Arduino	Uno / Maker Uno	10-bitowy ADC, interfejs USB
Środowisko programistyczne Python	Python Software Foundation	Python ≥ 3.8	Język programowania open-source
Biblioteka PyTorch	Meta AI	Wersja ≥ 1.12	Ramy uczenia głębokiego
Scikit-learn	Open-source	Najnowsza wersja stabilna	Narzędzia ML
Biblioteki przetwarzania sygnałów	SciPy	Najnowsza wersja	Filtrowanie, STFT
Kabel USB	Ogólne	USB Type-A do B	Kabel transferowy danych