基于运动图像和SSVEP的混合BCI系统性能增强通过跨交替电流刺激

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:

• 传统的脑电脑接口 (BCI) 系统有其局限性.
• 跨电刺激 (tES) 可以提高BCI的性能.
• 优化BCI需要综合方法,考虑用户和系统设计.

研究的目的:

• 提出一种混合BCI系统,将运动图像 (MI) 和稳定状态视觉唤起潜能 (SSVEP) 结合起来.
• 为了研究跨交替电流刺激 (tACS) 对混合BCI性能的影响.
• 开发一种融合方法来整合MI和SSVEP功能.

主要方法:

• 开发了一个混合BCI系统,集成MI和SSVEP任务.
• 对参与者进行了跨交替电流刺激 (tACS).
• MI和SSVEP信号分别使用FBCSP和FBCCA算法进行处理.
• 使用特征融合方法将MI和SSVEP数据结合起来.

主要成果:

• 混合BCI系统在tACS后实现了90.25%±11.40%的融合精度.
• 在tACS后的融合精度明显高于tACS前的精度.
• 混合BCI的性能超过了个人MI和SSVEP的准确性.

结论:

• 拟议的混合BCI系统表现出卓越的性能.
• 跨交替电流刺激 (tACS) 有效地提高了混合BCI的性能.
• 这种综合方法为先进的BCI发展提供了一个有希望的方向.