从EEG解码到触摸到抓取,使用经过与相对侧肢数据训练的分类器来解码
Kevin Hooks1, Refaat El-Said2, Qiushi Fu1,3
1Mechanical and Aerospace Engineering, University of Central Florida, Orlando, FL, United States.
Frontiers in human neuroscience
|November 29, 2023
概括
一个肢体的大脑活动可以预测另一个肢体的运动,使运动意图的交叉手解码成为可能. 这项研究探讨了手之间共享的神经信息,以了解人类的运动控制.
科学领域:
- 神经科学是一个神经科学.
- 发动机控制器的控制器
- 人与计算机的交互
背景情况:
- 人类的运动依赖于对象交互,从脑电图 (EEG) 信号解码到触摸到抓取的意图.
- 了解四肢之间共享的神经信息对于解码跨手的运动意图至关重要.
研究的目的:
- 为了研究两条肢体之间的EEG信号中共享信息的程度,以进行交叉手解码.
- 为了确定一个肢体的运动意图是否可以使用来自对侧肢体的EEG数据来解码.
主要方法:
- 十个受试者与一个新奇的物体互动,用左手或右手执行指针动作 (举起/触摸).
- 脑电图数据从双边前部-中部-部区域的30个道中记录.
- 线性差异分析 (LDA) 分类器在一条肢体的数据上受训,并在对侧肢体上进行测试.
主要成果:
- 手对象交互类型被解码,最高准确率为59% (规划) 和69% (执行).
- 为达到方向的解码精度因EEG通道和坐标系统 (外部与内在) 的空间反射而有所不同.
结论:
- 脑电图信号包含四肢之间共享的信息,允许交叉解码运动意图.
- 交叉手解码的有效性取决于用于分析到达方向的空间表示和坐标系统.
