使用动态停止策略在疲劳状态下提高SSVEP-BCI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
• 人与计算机的交互

背景情况:

• 基于稳态视觉唤起潜力 (SSVEP) 的脑计算机接口 (BCI) 提供了高性能.
• 用户疲劳在实际应用中显著降低了SSVEP-BCI性能.

研究的目的:

• 开发和评估用于缓解SSVEP-BCI由于用户疲劳而导致的性能下降的新方法.
• 为动态数据采集和模型更新引入疲劳感知停止策略.

主要方法:

• 使用了两个16个目标的SSVEP-BCI (低频和高频刺激).
• 收集了24名受试者的疲劳数据集,并用于评估.
• 一个模拟的在线实验将拟议的方法与传统的固定停止策略进行了比较.

主要成果:

• 提出的疲劳意识策略显著提高了分类准确性,信息传输速度和选择时间.
• 无论使用的刺激频率如何,都观察到性能提升.
• 与固定停止策略相比,这些新方法显示出更高的性能.

结论:

• 开发的疲劳感知停止策略有效地提高了SSVEP-BCI在疲劳条件下的性能.
• 这种方法可以在长时间的BCI运行过程中改善用户体验和系统稳定性.
• 这些发现支持适应性SSVEP-BCI的实际实施,以便扩展使用.