모델 컨텍스트 프로토콜(BCI-MCP)을 통한 뇌-컴퓨터 인터페이스

이 프로젝트는 BCI(뇌-컴퓨터 인터페이스) 기술과 MCP(모델 컨텍스트 프로토콜)를 통합하여 신경 신호 수집, 처리 및 AI 기반 상호작용을 위한 강력한 프레임워크를 구축합니다.

개요

BCI-MCP는 다음을 결합합니다.

뇌-컴퓨터 인터페이스(BCI) : 신경 신호의 실시간 수집 및 처리
모델 컨텍스트 프로토콜(MCP) : 표준화된 AI 커뮤니케이션 인터페이스

이러한 통합을 통해 의료, 접근성, 연구, 인간-컴퓨터 상호 작용 분야에서 고급 응용 프로그램이 가능해집니다.

주요 특징

BCI 핵심 기능

신경 신호 수집 : 뇌 활동으로부터 실시간으로 전기 신호를 수집합니다.
신호 처리 : 뇌 신호 전처리, 특징 추출 및 분류
명령 생성 : 해석된 뇌 신호를 명령으로 변환
피드백 메커니즘 : 사용자가 제어를 개선할 수 있도록 피드백을 제공합니다.
실시간 작업 : 지연을 최소화하여 뇌 활동을 처리합니다.

MCP 통합 기능

표준화된 컨텍스트 공유 : MCP를 사용하여 BCI 데이터를 AI 모델과 연결
도구 노출 : BCI 기능을 AI 애플리케이션에 사용 가능하게 만들기
구성 가능한 워크플로 : BCI 신호와 AI 처리를 결합한 복잡한 작업 구축
안전한 데이터 교환 : 개인 정보를 보호하는 신경 데이터 전송을 활성화합니다.

시스템 아키텍처

BCI-MCP 시스템은 다음과 같은 몇 가지 핵심 구성 요소로 구성됩니다.

지엑스피1

시작하기

필수 조건

파이썬 3.10+
호환 EEG 하드웨어(또는 테스트를 위해 시뮬레이션 모드 사용)
requirements.txt에 나열된 추가 종속성

설치

# Clone the repository
git clone https://github.com/enkhbold470/bci-mcp.git
cd bci-mcp

# Create a virtual environment
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install dependencies
pip install -r requirements.txt

Docker 사용

더 쉽게 설정하려면 Docker를 사용할 수 있습니다.

# Build and start all services
docker-compose up -d

# Access the documentation at http://localhost:8000
# The MCP server will be available at ws://localhost:8765

기본 사용법

# Start the MCP server
python src/main.py --server

# Or use the interactive console
python src/main.py --interactive

# List available EEG devices
python src/main.py --list-ports

# Record a 60-second BCI session
python src/main.py --port /dev/tty.usbmodem1101 --record 60

고급 응용 프로그램

BCI-MCP 통합을 통해 다양한 최첨단 애플리케이션을 구현할 수 있습니다.

의료 및 접근성

보조 기술 : 이동 장애가 있는 개인이 장치를 제어할 수 있도록 지원
재활 : 실시간 피드백으로 신경학적 재활 지원
진단 도구 : 신경계 질환 진단에 도움

연구개발

신경과학 연구 : 뇌 기능 및 인지 연구 촉진
BCI 교육 : BCI 제어에 대한 학습 및 적응 가속화
프로토콜 개발 : 신경 데이터 교환을 위한 표준 수립

AI 강화 인터페이스

적응형 인터페이스 : 신경 신호와 AI 지원에 따라 조정되는 인터페이스
의도 인식 : 신경 신호를 통해 사용자 의도를 더 잘 이해
증강 의사소통 : 언어 장애가 있는 개인을 위한 향상된 의사소통

선적 서류 비치

프로젝트 문서는 GitHub Pages (https://enkhbold470.github.io/bci-mcp/) 에 호스팅됩니다.

문서 유지 관리

이 문서는 Material 테마를 적용한 MkDocs를 사용하여 작성되었습니다. 문서를 업데이트하려면 다음을 수행하세요.

main 브랜치의 docs/ 디렉토리에 있는 Markdown 파일을 변경합니다.
변경 사항을 main 브랜치에 커밋하고 푸시합니다.
GitHub Actions 워크플로는 업데이트된 문서를 자동으로 빌드하고 GitHub Pages에 배포합니다.

로컬 문서 개발

로컬에서 문서를 사용하려면 다음을 수행하세요.

필요한 종속성을 설치하세요:
pip install mkdocs-material mkdocstrings mkdocstrings-python
로컬 서버를 실행합니다.
mkdocs serve
설명서는 http://localhost:8000 에서 확인하세요.

프로젝트 구조

.
├── docs/                  # Documentation files
│   ├── api/               # API Documentation
│   ├── features/          # Feature Documentation
│   ├── getting-started/   # Getting Started Guides
│   └── index.md           # Documentation Home Page
├── mkdocs.yml             # MkDocs Configuration
└── .github/workflows/     # GitHub Actions Workflows

기여하다

기여를 환영합니다! 풀 리퀘스트를 제출해 주세요.

저장소를 포크하세요
기능 브랜치를 생성합니다( git checkout -b feature/amazing-feature )
변경 사항을 커밋하세요( git commit -m 'Add some amazing feature' )
브랜치에 푸시( git push origin feature/amazing-feature )
풀 리퀘스트 열기

특허

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.

감사의 말

OpenBCI 프로젝트에서 영감을 받음
모델 컨텍스트 프로토콜 프레임워크 기반으로 구축됨
신경과학 및 AI 연구 커뮤니티에 감사드립니다.

연락하다

Enkhbold Ganbold - GitHub 프로필

프로젝트 링크: https://github.com/enkhbold470/bci-mcp

BCI-MCP Server

Integrations