基于EEG和眼信号的同步融合,以提高解码精度
Emad Alyan1, Stefan Arnau2, Julian Elias Reiser2
1Department of Ergonomics, Leibniz Research Centre for Working Environment and Human Factors, 44139, Dortmund, Germany. alyan@ifado.de.
Scientific reports
|November 6, 2024
概括
我们开发了pcEEG+,一种结合脑电图 (EEG) 和眼的新方法,以更好地解码运动期间的大脑活动. 这种方法显著提高了理解运动任务期间认知过程的准确性.
科学领域:
- 认知神经科学 认知神经科学
- 神经科学是一个神经科学.
- 生物医学工程 生物医学工程
背景情况:
- 解读运动任务对于理解大脑与身体的相互作用至关重要.
- 电脑电图 (EEG) 提供神经洞察力,但往往需要补充数据以获得精度.
- 将EEG与眼睛指标 (如眼) 结合起来,可以更好地了解运动期间的认知过程.
研究的目的:
- 引入和验证一种新的方法,pcEEG+,用于增强解码运动机动任务.
- 调查EEG和眼数据同步对解码精度的影响.
- 评估拟议方法在不同数据集中的通用性.
主要方法:
- 通过将EEG (pcEEG) 的主要组成部分与同步眼数据 (syncBlink) 融合而开发的pcEEG+.
- 招募了35名参与者来执行各种运动机动任务 (站立,行走,穿越障碍物).
- 使用两个驾驶模拟器数据集验证了该方法.
主要成果:
- pcEEG+显著提高了运动机动任务解码精度,在某些条件下达到78%.
- 这种新方法的表现优于独立PCEEG (7.6%) 和syncBlink (22.7%).
- 时间概括证实了pcEEG+在任务和时间上的一致性和可靠性.
结论:
- 通过利用同步的神经和眼部数据,pcEEG+方法有效地解码运动机动任务.
- 时间同步对于实现高精度解码复杂运动至关重要.
- 这种方法可以更深入地了解身体任务期间的大脑活动,并在各种领域有潜在的应用.
