不同大脑区域对基于fNIRS的任务状态检测在语音图像中的影响

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) 通过解码神经信号,使运动障碍患者能够进行沟通.
• 功能近红外光谱 (fNIRS) 是一种测量大脑活动的非侵入性方法.
• 准确的任务状态检测对于响应性,异步BCI至关重要,特别是在语音图像应用中.

研究的目的:

• 调查不同大脑区域对语音图像BCI任务状态检测精度的影响.
• 为了确定特定的大脑区域,比如布罗卡或韦尼克,在检测隐藏的关节方面提供了更高的性能.
• 分析普通话中文词汇调对BCI表现的影响.

主要方法:

• 从布罗卡区域,韦尔尼克区域,上皮层和运动皮层记录了fNIRS信号,这些信号是在想象的语音任务中记录的.
• 参与者秘密地表达了四个词汇音调的普通话汉语音节.
• 任务状态检测精度是通过区分语音图像和置状态来计算的.

主要成果:

• 与其他区域相比,布罗卡区域和整个大脑产生了明显更高的任务状态检测准确度 (平均分别为0.69和0.67).
• 使用更少的fNIRS频道,专注于布罗卡的区域,实现了与使用所有频道相比的准确性.
• 涉及2和3音调的语音图像导致检测准确度高于其他音调.

结论:

• 布罗卡区域是有效检测语音图像BCI中的任务状态的关键区域.
• 以有限数量的fNIRS频道为目标,为开发强大的BCI提供了一种有效的方法.
• 在语音图像中使用的特定词汇语调会影响BCI的表现,这表明潜在的细微沟通.