通过校准模型的增强运动图像解码,辅助触觉ERD

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:

• 大脑-计算机接口 (BCI) 通过大脑活动实现通信和控制.
• 电机图像 (MI) 是一个常见的BCI范式,需要用户校准.
• 当前MI校准方法可能耗时,可能缺乏最佳准确性.

研究的目的:

• 为基于MI的BCI引入和评估一种新的触觉刺激辅助校准方法.
• 将拟议方法的性能和效率与传统校准技术进行比较.
• 为了研究触摸辅助校准过程的基础的神经相关物.

主要方法:

• 开发了一个触觉刺激辅助运动成像 (SA-MI) 任务,将触觉输入应用于手腕.
• 使用SA-MI任务和传统MI任务的数据进行了分类器训练.
• 在标准MI数据集上评估系统性能,将SA-MI校准与常规校准进行比较.

主要成果:

• 与传统校准 (71.3%) 相比,SA-MI校准实现了显著更高的解码精度 (78.3%).
• 使用SA-MI校准方法,平均校准时间减少了40%.
• 与MI相比,SA-MI在α-β频段诱导了较大的运动相关皮质激活和更高的R2值.

结论:

• 拟议的SA-MI校准方法在BCI性能和效率上提供了实质性的改进.
• 在校准期间的触觉刺激增强了与MI任务相关的神经活动.
• 这种方法为更快,更准确的BCI系统设置提供了有希望的方法.