Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Etiological surveillance of viral gastroenteritis in children aged less than 5 years in Tehran Province, Iran, 2023-2024.

Virology journal·2026
Same author

Molecular Epidemiology of Human Adenovirus Strains in Children With Acute Gastroenteritis in Tehran, Iran (2021-2022 and 2023-2024): Genetic Characterization of Adenovirus F41.

Health science reports·2026
Same author

Porous Organic Polymers: From Molecular Design to Scalable Technologies.

Small (Weinheim an der Bergstrasse, Germany)·2026
Same author

Mitochondrial Toxicity by 3-NP Enhanced Susceptibility to Defective Social Behaviors in Male Wistar Rats.

Basic and clinical neuroscience·2026
Same author

Exploring molecular characterization circulating influenza A and B viruses in Tehran, Iran.

Brazilian journal of microbiology : [publication of the Brazilian Society for Microbiology]·2026
Same author

Pseudohyperphosphatemia in Multiple Myeloma: A Systematic Review of Case Reports and Case Series.

Journal of clinical laboratory analysis·2026

相关实验视频

Updated: Jun 27, 2025

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation
06:09

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation

Published on: September 8, 2023

562

一个经过修改的混合脑计算机接口拼写器,基于稳定状态视觉唤起潜力和电肌图.

Sahar Sadeghi1, Ali Maleki1

  • 1Biomedical Engineering Department, Semnan University, 35131-19111 Semnan, Iran.

Journal of integrative neuroscience
|April 29, 2024
PubMed
概括

这项研究引入了一种混合脑计算机接口 (BCI),结合了稳定状态视觉唤起潜力 (SSVEP) 和电肌图 (EMG) 来提高拼音速度和准确性. 这种新的系统实现了高的信息传输速率和实际可用性.

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:

  • 在基于稳定状态视觉唤起潜力 (SSVEP) 的拼写器中提高信息传输速率 (ITR) 需要更多的闪符号,可能会降低准确性.
  • 混合脑电脑接口 (BCI) 集成多个控制信号以提高性能.
  • 同时混合BCI使用并发控制信号来增强ITR.

研究的目的:

  • 开发和评估一种混合BCI拼写器,将电肌图 (EMG) 和SSVEP结合起来,以提高信息传输速率 (ITR).
  • 通过整合SSVEP和EMG模式,只使用9个刺激符号来实现36个字符的选择.
  • 评估拟议的混合BCI拼写器在实际应用中的性能和可用性.

主要方法:

  • 采用了同时混合BCI方法,结合SSVEP和EMG信号.
  • 使用了9个刺激符号,每个符号代表基于EMG肌肉活动状态的4个字符.
  • SSVEP识别了所选的符号,而EMG则在符号的选项中确定了特定的字符. 频率编码用于EMG,并用于SSVEP的延迟.

主要成果:

  • 混合系统的平均ITR为96.1比特/分钟,准确率为91.2%.
  • 拼写器的速度达到了20.9个字符/分钟.
关键词:
一个电心图 (electromyogram) 是一个电心图.混合脑计算机接口 混合脑计算机接口稳定状态视觉唤起潜在的潜力.

更多相关视频

SSVEP-based Experimental Procedure for Brain-Robot Interaction with Humanoid Robots
11:01

SSVEP-based Experimental Procedure for Brain-Robot Interaction with Humanoid Robots

Published on: November 24, 2015

13.2K
A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare
06:34

A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare

Published on: July 7, 2023

2.3K

相关实验视频

Last Updated: Jun 27, 2025

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation
06:09

P300-Based Brain-Computer Interface Speller Performance Estimation with Classifier-Based Latency Estimation

Published on: September 8, 2023

562
SSVEP-based Experimental Procedure for Brain-Robot Interaction with Humanoid Robots
11:01

SSVEP-based Experimental Procedure for Brain-Robot Interaction with Humanoid Robots

Published on: November 24, 2015

13.2K
A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare
06:34

A Single-Channel and Non-Invasive Wearable Brain-Computer Interface for Industry and Healthcare

Published on: July 7, 2023

2.3K
  • 电肌图 (EMG) 分类准确度约为100%,而稳定状态视觉唤起潜力 (SSVEP) 准确度在不同受试者之间从80%到100%不等.

    • 结论:

    • 与现有的SSVEP或SSVEP-EMG系统相比,拟议的混合BCI拼写器提供了更好的速度.
    • 该系统为拼写器应用提供了用户友好和实用的解决方案.
    • 集成SSVEP和EMG有效地提高了BCI拼写器的性能.