非侵襲的な脳コンピュータインターフェースのための強固な単一試験体感覚誘発の可能性を抽出する.

科学分野:

• 神経科学と生物医学工学
• シグナル処理
• リハビリテーション技術

背景:

• 脳の損傷後のリハビリテーションにおける脳コンピュータインターフェース (BCI) の適用には,信頼性の高い単一試験の体感覚誘発ポテンシャル (SEP) が不可欠です.
• 現在の非侵襲的なSEP抽出方法は,小さな変数信号のために,しばしば広範な平均化または処理を必要とします.
• リアルタイムのBCIフィードバックのために信号対ノイズ比 (SNR) を強化するには,刺激パラメータと信号処理の最適化が必要です.

研究 の 目的:

• 非侵襲的な単一試験のSEPのSNRを高めるための最適化された電気刺激パラメータを記述し,評価する.
• 信頼性の高い,BCIアプリケーションのSEPのリアルタイム抽出を可能にします.
• 健康な個体と中枢神経系 (CNS) の損傷を有する個体におけるSEPのリアルタイム検出の実現可能性を評価する.

主な方法:

• 13人の健康な参加者および2人の中枢神経損傷患者で頭皮電気脳図 (EEG) を用いてSEPを記録した.
• 推薦値より低い3つの刺激周波数 (0. 2 Hz,1 Hz,2 Hz) とより長いパルス幅 (1 msec) を評価した.
• ラプラシアンフィルタリングを用いたオフライン,擬似オンライン,リアルタイム分析を用いて単一試験のSEP検出性を評価した.

主要な成果:

• SEP N70成分は主に頭皮の中央部で観察されました.
• オンライン解読性能はラプラシアンフィルタリングで著しく改善され,曲線下の面積 (AUC) のスコアは0. 78- 0. 90に達しました.
• 不完全な脊髄損傷 (AUC 0. 86) と脳卒中 (AUC 0. 81) を有する個体において,SEPの検出が可能なことが実証され,リアルタイム検出ではAUCは0. 89であった.

結論:

• この研究では,最適化された電気刺激パラメータと信号処理を使用して,リアルタイムで単回の試験SEP抽出システムを提示しています.
• この強化されたSNRアプローチは,リハビリテーションのためのBCIベースのオペラント条件付けに適しています.
• 最適化されたシステムは,神経学的障害を持つ個人に有効なBCIアプリケーションの可能性を示しています.