通过结合脑与脑的合来提高脑与计算机接口的性能

科学领域:

• 神经科学是一个神经科学.
• 人与计算机的交互
• 社会机器人社会机器人社会机器人

背景情况:

• 人类的合作和互动受益于社会因素.
• 将社会因素纳入人机交互 (HRI) 可能会改善结果.
• 大脑-计算机接口 (BCI) 提供了增强人机通信的潜力.

研究的目的:

• 在基于运动成像 (MI) 的BCI训练中调查大脑与大脑的合.
• 检查眼神接触和手触摸社交互动对神经活动和BCI表现的影响.
• 为了比较社交互动对朋友和陌生人之间的BCI培训的影响.

主要方法:

• 脑电图 (EEG) 超扫描被用来记录参与者对中的大脑活动.
• 分析了与事件相关的脱同步 (ERD) 和大脑间的功能连接.
• 在具有和没有社交互动 (眼神接触,手触摸) 的条件中,BCI分类表现进行了比较.

主要成果:

• 在社交互动条件下,朋友们表现出皮层激活 (ERD) 和大脑间合的增加.
• 与没有相互作用相比,BCI解码精度在眼睛接触和眼睛与手的联合接触下显著提高.
• 陌生人没有在社交互动期间在皮质激活或BCI性能方面表现出类似的改善.

结论:

• 社交互动,特别是熟悉的合作伙伴之间的社交互动,增强神经同步和大脑与大脑的合.
• 这些社会因素可以显著提高基于运动图像的BCI性能.
• 这些发现表明,通过结合社会交互动态来优化BCI系统的新方法.