手部运动相关区域的EEG源成像:通过优化道对重建和分类准确性的评估
Andres Soler1, Eduardo Giraldo2, Marta Molinas3
1Department of Engineering Cybernetics, Norwegian University of Science and Technology, Trondheim, Norway. andres.f.soler.guevara@ntnu.no.
Brain informatics
|May 4, 2024
概括
优化的通道选择提高了脑电图源对脑电脑接口的成像准确性. 这种方法提高了低密度EEG系统的空间分辨率,这对于通过大脑活动可靠控制机器至关重要.
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
- 信号处理 信号处理
背景情况:
- 大脑-计算机接口 (BCI) 系统使用脑电图 (EEG) 将手动运动活动转化为机器命令.
- 脑电图信号中的体积传导限制了空间精度,阻碍了BCI的性能.
- 电脑脑电图源成像 (ESI) 提供了一个解决方案,但在低密度电脑电图 (ldEEG) 中面临着精度挑战.
研究的目的:
- 评估ESI的空间和时间准确性,并为ldEEG.EEG优化道选择.
- 为了解决BCI系统中ESI的准确性问题,使用更少的EEG通道.
- 为了验证优化道选择在提高BCI性能方面的有效性.
主要方法:
- 一项使用339通道EEG系统的模拟研究模拟了手动源活动.
- 应用了优化的频道选择,将频道数量减少到32,16和8.
- 评估了ESI的空间和时间准确性,并在运动图像分类任务中测试了性能.
主要成果:
- 优化的频道选择实现了3.99mm (32个频道),10.69mm (16个频道) 和14.29mm (8个频道) 的空间精度.
- 与32个标准频道相比,16个最佳选择的频道提高了运动图像分类性能.
- 将ESI与最佳选择的道相结合,进一步提高了分类性能.
结论:
- 优化的通道选择显著提高了用于BCI应用的ldEEG中的ESI准确性.
- 这种方法提高了空间分辨率和分类性能,使BCI更可靠.
- 这些发现支持将ESI与优化道选择集成到实际的BCI系统中.
