准备性运动状态增强了脑电脑接口的运动前EEG表示
Yuxin Zhang1,2,3, Mengfan Li1,2,3, Haili Wang1,2,3
1School of Health Sciences and Biomedical Engineering, Hebei University of Technology, Tianjin 300130, People's Republic of China.
Journal of neural engineering
|May 28, 2024
概括
将准备状态集成到脑计算机接口 (BCI) 范式中,可以显著改善运动意图检测. 这种增强的BCI编码通过在前移动期间提炼神经信号来提高性能,使基于运动的BCI更有效.
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:
- 运动相关的大脑与计算机接口 (BCI) 提供了多种应用,特别是在检测预移动意图方面.
- 目前的BCI面临挑战,因为在前移动和注意力干扰期间,电脑脑电图 (EEG) 功能模糊,限制了性能.
- 提高运动意图的检测对于推进基于运动的BCI至关重要.
研究的目的:
- 开发和验证一个新的BCI编码范式,该范式整合了预备运动状态.
- 通过结合准备信号来提高基于电机的BCI中运动意图的检测准确度.
- 为了比较预先准备和自发预移的神经特征.
主要方法:
- 两个按任务旨在引起预先准备好的左/右移动意图,与自发的预移动形成鲜明对比.
- 记录和分析了14名受试者的低频运动相关皮质潜力 (MRCP) 和高频事件相关脱同步 (ERD) EEG数据.
- 化提取了MRCP和ERD特征,然后使用通用空间模式 (CSP) 算法对它们进行分类.
主要成果:
- 与自发预移相比,预备的预移表现出较低的MRCP振幅和较早的延迟,并注意到主导手的影响.
- 频域分析显示ERD值较低,ERD恢复速度较快,预备的预移.
- 融合方法使分类精度从78.92% (自发) 提高到83.59% (准备) (p<0.05),标准偏差减少.
结论:
- 整合一个准备状态可以增强神经对运动的表现,显著改善基于运动的BCI性能.
- 拟议的编码范式有效地提高了对运动意图的检测.
- 这种方法有可能在BCI中解码更广泛的运动意图和相关的神经信息.
