一个开源的人在循环中的BCI研究框架:方法和设计

科学领域:

• 神经科学是一个神经科学.
• 计算机科学 计算机科学
• 生物医学工程 生物医学工程

背景情况:

• 当前的大脑-计算机接口 (BCI) 提供有限的在线心理状态分类.
• 精神状态的复杂解码需要耗时的离线数据分析.
• 需要先进的在线BCI用于研究和应用.

研究的目的:

• 通过改进分析管道来解决当前BCI的局限性.
• 为下一代在线BCI引入一个新的开源研究框架.
• 为了促进精神状态的更复杂,更快速的解码.

主要方法:

• 开发了一个模块化的,独立于硬件的,开源的研究框架.
• 综合的人在循环 (HIL) 模型培训和再培训.
• 利用了Timeflux Python包,用于实时信号处理,分类和机器学习模型训练.
• 采用网络浏览器技术来进行刺激呈现和诊断,以及带有websocket的实验室流媒体层来进行通信.

主要成果:

• 该框架支持实时处理和电脑图 (EEG) 数据的在线分类.
• 它可以实现转移学习和云计算,以增强分类功能.
• 该系统与Linux,MacOS和Windows操作系统兼容.
• 使用各种科学软件包,方便在线分析和离线分析.

结论:

• 开发的BCI-HIL框架显著提升了在线BCI的能力.
• 它为人类在循环中的BCI研究提供了一个多功能平台,加速了认知神经科学研究.
• 开源性质和模块化设计促进了该领域的可访问性和进一步发展.