一个工具箱来解码基于事件相关潜力的BCI命令
Christoph Reichert1, Catherine M Sweeney-Reed2,3, Hermann Hinrichs1,3,4
1Department of Behavioral Neurology, Leibniz Institute for Neurobiology, Magdeburg, Germany.
Frontiers in human neuroscience
|March 20, 2024
概括
这项研究介绍了使用事件相关潜力 (ERP) 控制脑计算机接口 (BCI) 的新工具箱. 该工具简化了从脑电图 (EEG) 数据中解码大脑活动,实现了与现有方法相提并论的性能.
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
- 计算机科学 计算机科学
背景情况:
- 大脑-计算机接口 (BCI) 通常使用事件相关潜能 (ERP) 来进行命令解码.
- 在BCI开发中的挑战包括选择最佳的EEG通道和特征进行分类.
- 现有的方法通常需要大量的编程专业知识和复杂的特征提取.
研究的目的:
- 为基于ERP的自动化BCI解码引入一个新的工具箱.
- 为了使BCI控制使用一套全面的EEG通道和自动提取的功能.
- 为了简化解码大脑活动的过程,用于BCI应用.
主要方法:
- 开发了一个基于ERP的工具箱,用于从电脑电图 (EEG) 数据中解码.
- 从相关道中实现信息组件的自动提取.
- 用于处理刺激序列的二进制分类,适用于基于ERP的拼写器.
- 在四个不同的,公开可用的BCI数据集上评估了工具箱.
主要成果:
- 该工具箱在多个BCI数据集上实现了与最先进的方法相当的性能.
- 在基于P300的拼写器 (矩阵和RSVP),基于N2pc的BCI和错误潜在检测中成功应用.
- 展示了通过二进制分类处理复杂的刺激序列和多个项目的能力.
结论:
- 开发的工具箱可靠地对BCI应用程序的ERP进行解码,使用最小的用户编程.
- 提供了一个用户友好的解决方案,只需要传统的预处理.
- 促进基于ERP的BCI的更广泛的采用和发展.
