一个新的非侵入性脑电脑接口,通过想象同度力级别来实现
Li Hualiang1,2, Ye Xupeng3, Liu Yuzhong1,2
1Key Laboratory of Occupational Health and Safety of Guangdong Power Grid Co., Ltd., Guangzhou, Guangdong China.
Cognitive neurodynamics
|July 31, 2023
概括
在想象中的握手期间的大脑活动可以预测预期的力水平. 这种基于脑电图 (EEG) 的脑电脑接口 (BCI) 系统在预测力和控制游戏方面取得了很高的准确性.
科学领域:
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
- 人与计算机的交互
背景情况:
- 在单边收缩期间,生理电路与同位力力水平有所不同.
- 准确预测预期的力对于先进的大脑与计算机接口 (BCI) 来说至关重要.
- 想象运动任务可以产生明显的脑电图 (EEG) 图案.
研究的目的:
- 预测预期的同位力力级别 (5%对40%MVC) 从单次试验EEG在单边右手握握的想象力.
- 评估一种新的BCI系统的有效性,用于在线控制球比赛,使用想象中的抓力水平.
主要方法:
- 使用电脑电图 (EEG) 来自9名健康人群的数据,在5%和40%的最大自愿收缩 (MVC) 时进行单边右手握力想象.
- 使用共同空间模式 (CSP) 和信号连贯性提取的特征.
- 采用支持矢量机 (SVM) 分类器来预测力级,并评估在线游戏控制的准确性.
主要成果:
- 从单次试验EEG来预测力水平,平均准确率为81.4%±13.29%.
- 该BCI系统实现了有效的在线控制球比赛,达到76.67%的平均准确度±9.35%的方向控制.
- 数据分析证实了该系统对实时应用的有效性.
结论:
- 在想象的握力任务中,单次试验EEG可以可靠地预测预期的力水平.
- 开发的BCI系统展示了直观的在线控制应用程序的潜力,例如游戏.
- 这项技术为将细微的用户命令集成到机器人控制系统中提供了基础.
