一个基于模型的大脑开关通过周期性运动图像调制为异步大脑-计算机接口
Jianjun Meng1,2, Songwei Li1,2, Guangye Li1,2
1Department of Mechanical Engineering, Shanghai Jiao Tong University, Shanghai, People's Republic of China.
Journal of neural engineering
|July 19, 2024
概括
这项研究引入了一种新的虚拟物理模型脑开关,可以显著降低脑计算机接口 (BCI) 中的错误阳性率 (FPR). 这种新的方法提高了异步BCI的可用性和实用性.
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
- 计算机科学 计算机科学
背景情况:
- 异步大脑计算机接口 (BCI) 在没有预编程结构的情况下解码用户的意图.
- 目前基于脑电图 (EEG) 的脑开关存在高假阳性率 (FPR),这限制了它们的实际应用.
- 提高大脑开关的操作模式和可用性对于推进BCI技术至关重要.
研究的目的:
- 开发一种具有改进的操作模式和可用性的新型大脑开关.
- 为了降低大脑开关的错误阳性率 (FPR),以提高实用性.
- 为异步BCI应用优化大脑开关性能.
主要方法:
- 提出了一种基于虚拟物理模型的新型大脑开关,利用周期性活跃调制.
- 制定了一个优化问题,以尽量减少触发时间,同时保持所需的FPR.
- 根据开发的模型获得了数值和分析的近似解决方案.
- 应用常见空间模式 (CSP) 和优化方法,以进一步增强大脑交换机.
主要成果:
- 基于运动图像 (MI) 的大脑开关实现了0.8 FPS/h的 FPR,平均触发时间为58秒.
- 在线设备控制评估表明,与传统的大脑开关相比,FPR的平均值要低得多.
- 基于MI-CSP的脑开关实现了0.3 FPS/h的平均FPR,并改善了21.6秒的平均触发时间.
结论:
- 开发的脑开关显著降低了FPRs (少于1 FPs/h),与其他内源方法相比,实现了十倍以上的降低.
- 反应时间与最先进的方法相比,对非侵入性异步BCI来说是一个显著的进步.
- 这种方法对BCI技术的广泛临床应用具有前景.
