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
1Biomedical Engineering Department, Semnan University, 35131-19111 Semnan, Iran.
Journal of integrative neuroscience
|April 29, 2024
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.
- 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.
