与CSP层相结合的时间和频率选择性模式对外骨架辅助运动图像任务的性能的影响
Cristian David Guerrero-Mendez1, Cristian Felipe Blanco-Diaz1, Hamilton Rivera-Flor1
1Postgraduate Program in Electrical Engineering, Federal University of Espírito Santo (UFES), Vitoria 29075-910, Brazil; cblanco88@uan.edu.co (C.F.B.-D.); hamriver@gmail.com (H.R.-F.); pedro.ulhoa@edu.ufes.br (P.H.F.-U.); teodiano.bastos@ufes.br (T.F.B.-F.).
大脑-计算机接口 (BCI) 的常见空间模式 (CSP) 方法没有显著改善运动图像 (MI) 任务识别. 动态时间细分可能为神经康复应用提供更好的性能.
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
- 康复技术 康复技术 康复技术
背景情况:
- 基于脑电图 (EEG) 的脑计算机接口 (BCI) 对运动康复至关重要.
- 共同空间模式 (CSP) 是一种标准算法,用于识别BCI中的运动图像 (MI) 任务.
- 将BCI与机器人外骨架结合起来可以增强神经运动康复.
研究的目的:
- 评估时间,频率和空间过增强对MI-BCI的CSP的影响.
- 为了比较被动运动与MI+被动运动识别,使用修改后的CSP.
- 在外骨架辅助神经康复的背景下评估这些修改的有效性.
主要方法:
- 研究了三个CSP变异,具有时间/频率细分和增加空间过层.
- 使用左上肢外骨架进行85rpm和30rpm的被动曲/延伸.
- 采用线性差异分析 (LDA) 分类器,在两次会议中与10名健康受试者进行分类,测量精度 (ACC) 和假阳性率 (FPR).
主要成果:
- 时间,频率或空间选择性信息没有显著改善任务识别性能 (p < 0.05).
- 与静态细分相比,动态时间细分策略显示出更好的性能潜力.
- 在评估的CSP变异中没有观察到精度或FPR的显著差异.
结论:
- 优化的CSP过技术并不能显著提高MI-BCI在此特定任务中的性能.
- 动态时间细分需要进一步研究,以改善神经康复中的BCI控制.
- 这项研究为复杂的MI任务和外骨架辅助神经康复研究提供了基础的见解.
更多相关视频
07:33Measuring Contralateral Silent Period Induced by Single-Pulse Transcranial Magnetic Stimulation to Investigate M1 Corticospinal Inhibition
Published on: August 23, 2022
11:11Effects of Transcranial Alternating Current Stimulation on the Primary Motor Cortex by Online Combined Approach with Transcranial Magnetic Stimulation
Published on: September 23, 2017
